火焰图像分割算法研究作者:李玲 张旭 贾磊磊来源:《科技视界》2015年第33期 【摘 要】本文对火焰识别中常用的分割方法进行了研究,并分析了各自的优劣。Canny边缘检测虽然可以提取较完整的边缘,但是不利于基于区域特征的火焰识别;阈值分割可以简单有效的分割出红外图中高灰度级的火焰区域;运动检测的方法对于剧烈运动的火焰可以有效分割出运动区域,但是容易造成火焰区域的不完整;颜分割是可见光图像中一种有效的火焰分割方法,其中的简单颜模型简单实用。 【关键词】边缘检测;阈值分割;运动检测;颜分割
0 第29次中国互联网络发展状况统计报告引言
火灾识别中常用的图像分割方法有基于边缘检测的方法、阈值法、运动检测、颜分割等。Qin Jiang将Ostu阈值选取与Canny结合检测大空间带噪声图像的火区[1];王思嘉等根据火焰的高亮特点使用温度阈值分割可疑火区[2];Qing Liu等使用自适应背景更新的背景差法
分割火焰区域[3];文献[4]用改进的背景差法区分前景和背景[5];文献[6]提出了一种将背景差法与帧差法结合在一起的算法[5]周文麟。彩图像的颜分割也被广泛的用于火灾识别中。本文对火焰图像的边缘检测的方法、阈值法、运动检测、颜分割等进行研究、仿真及对比分析。
1 火焰图像分割算法
1.1 基于边缘检测的分割
Canny边缘检测目前公认的经典边缘检测算法,该算法已在数字图像处理中获得了广泛应用。应用Canny算法的步骤是:化学反应速率和化学平衡
(1)用一个二维的高斯滤波器与原始图像做卷积来平滑图象,其时域表达式为:
高斯滤波函数中的标准差σ决定了滤波器的大小;
明水大化(2)计算梯度,包括梯度的幅值和方向,可使用微分算子;
(3)遍历梯度图,对梯度幅值进行非极大值抑制;
功能复合材料百慕高科 (4)用双阈值算法检测和连接边缘。