嵌入式图像火灾检测系统在船舶机舱中的应用

船舶机舱火灾检测是个极为重要的环节。利用嵌入式系统的优点结合机器视觉技术成为这个领域的一个研究方向。机器视觉的方法被逐步应用于火灾检测中,而火灾视觉特征的提取是主要研究方向。本文以火灾的轮廓脉动特征为主要研究点,通过对轮廓的变化描述来探测火灾。利用离散余弦变换对轮廓信息的描述,同时在离散余弦变化空间上构筑脉动信息的距离模型。通过该模型准确地度量时空闪烁特性,从而对火灾进行判断。试验表明,本方法具有较好的鲁棒性和准确性,并可较好地提高系统的运行速度,减少运算花费的时间。

基于粒子滤波和均值漂移的目标跟踪

将均值漂移算法嵌入到粒子滤波的跟踪框架中,将颜色分布作为观测模型,将HSV颜色空间根据人类的颜色感知差异,对各个分量进行非等间隔量化,然后利用基于核函数的直方图进行建模。该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值漂移算法容易陷入局部最大且无法恢复的缺点。实验结果表明,该方法具有较强的实时性和鲁棒性。

基于嵌入式系统和红外图像的火焰检测算法

随着嵌入式技术的发展,把机器视觉应用于嵌入式系统是一个发展方向。目前火焰算法相对比较成熟,具有较高的准确率和抗干扰力。但算法复杂度普遍较高,主要应用于PC机系统,不能适应嵌入式系统的要求。结合已有的研究成果,提出了基于统计背景模型和火焰动态特征的火焰检测算法,成功移植到嵌入式系统上。试验证明算法抗干扰性强、检测率高,速度快。