基于火焰形状、面积的判别依据研究

火焰的形状、面积特征是指火焰在燃烧过程中所表现出来的形状不规则的特点以及其面积特征信息主要集中于火焰图像的边缘部分,如与火焰不断增大相对应的边缘面积的连续增大、火焰边缘抖动以及火焰边缘轮廓的闪动和整体移动等.研究课题中使用三个标准来衡量火焰的形状、面积特征:目标区域圆形度的计算、火焰面积增大的判别和火焰尖角数目的 计算...     

基于RGB+HSI颜色模型的早期火焰检测算法研究

通过图像处理技术检测火灾,相较于传统火灾监控设备,具有识别速度快,误报率低,适应能力强,使用方便等优点.基于颜色空间的判据,通过与GBR判据及GBR+HSI判据进行比较,表明RGB+HSI判据的检测效果好于GBR和GBR+HSI判据,能够有效地识别早期火情.     

基于计算机视觉的火灾识别方法研究

本文对基于计算机视觉的火灾检测识别方法进行研究。首先采用运动检测与火焰颜色模型想结合的方法对视频疑似火灾区域进行分割,然后提取出火焰矩形度、火焰面积增长特征、火焰波动频率三个特征,将此三个特征作为火灾识别的特征向量,最后训练BP神经网络分类器,对火灾进行识别。     

基于视频的全天候多特征融合火焰检测算法

针对传统可视化火灾探测技术采用单独分析可见光摄像设备或红外摄像设备采集的图像进行火灾探测, 不能全天候监控火焰的问题, 提出一种全天候多特征融合的检测算法. 首先通过视频类型判断算法确定摄像头采集的每帧图像类型, 然后利用与图像类型相对应的算法提取疑似火焰区域, 最后对疑似区域进行基于DCT的火焰频率检测和帧间相关性检测, 判断火焰是否存在. 实验表明, 该检测算法解决了传统可视化探测技术不能全天候监控火焰的问题, 且能在保持火焰高检测率的同时降低误检率.     

基于DSP的车辆视频检测系统的研究

文章介绍了基于DSP的交通参数的视频检测方法。阐述了视频图像采集、处理、特征提取的原理及算法;并通过D-S证据理论来提高系统参数检测的正确率。该系统的应用可极大地提高城市交通管理的效率,具有很好的应用前景。     

图像序列运动检测算法的研究及其应用

探讨了监控图像序列中进行运动检测的若干基本算法,结合统计方法和边缘检测筛选出运动边缘点,对运动边缘点逐个进行了块匹配最优搜索,估算出其运动矢量,此方法在数字视频监控系统中用于运动物体检测和报警,不但提供了智能型监控,而且也有效的压缩了存在数据,改善了系统性能,有较好的实用价值。     

图像分割技术的比较研究

图像分割是图像处理与机器视觉的基本问题之一。到目前为止仍没有适用于所有图像的通用分割方法。近几年来通过借鉴其他领域的研究成果,产生了不少新的分割算法,但在应用中受约束较多。基于当前研究现状及相关技术的发展趋势,未来的图像分割技术应该具有多种分割方法结合、人工智能得到应用和人机交互的特点。     

基于视频多特征融合的列车车厢烟雾检测方法

列车车厢中环境相对复杂且遮挡物较多,为了提高视频烟雾检测的准确性,剔除场景中疑似烟雾的干扰物,降低由于环境中光照变化导致的误检情况,提出了基于运动、颜色及衰减等多特征融合的烟雾检测算法.该算法能有效克服背景复杂、光照变化大,以及阴影问题带来的干扰.算法主要由3部分构成:烟雾运动检测、颜色特征分析提取和多特征融合.该算法通过背景建模方法分割出运动的区域,引入归一化RGB空间烟雾颜色基础模型及衰减模型,以剔除疑似烟雾区域的干扰,同时可以有效地降低光照影响.     

基于视频的火焰检测技术研究

综合分析了火焰的颜色、闪烁频率及其面积增长性等静态特征和动态特征,设计了一种基于视频的火焰检测自动预警算法.利用混合高斯模型有效地表示了火焰颜色及颜色的多态性.实验表明该算法具有误报警低、识别率高、实时性强等优点,是火灾自动报警的一种可行、科学的解决方案,具有广泛的应用前景,该研究在国内外还处于发展阶段.     

火灾视频图像的边缘自动检测研究

针对火灾视频图像的特点，在介绍了边缘检测的基本思想后，详细研究了火灾视频图像的边缘检测方法和常用的几种边缘检测算子，同时利用拍摄的火焰视频图像对本文提出的算法进行了多次试验，并通过结果图像证实了提出的边缘检测方法效果良好．     

基于神经网络的火焰燃烧稳定性算法研究

本文旨在研究锅炉火焰燃烧的稳定性问题,提高锅炉燃烧火焰的检测准确度.针对锅炉燃烧监控系统所采集的火焰动态图像进行分析来检测锅炉内火焰燃烧稳定性,燃烧受影响的火焰出现短时脉动时,传统的基于灰度方差的检测方法不能避免火焰脉动的影响,造成对锅炉内燃烧稳定性检测准确度不高的问题.本文提出一种基于神经网络的火焰燃烧稳定性检测方法,选取与火焰稳定性直接相关的多个特征作为神经网络的输入向量,对样本多次训练能去除杂质燃烧或调峰引起的微小脉动的影响,克服了传统方法检测准确度不高的问题.实验证明,该方法能够有效避免杂质和调峰对燃烧的影响,对锅炉内的燃烧稳定性做出准确检测.     

基于湍流气体火焰热图像特性的温度分布

利用数字图像计算机技术，开发出一套对火争热图像的实时采集与测量系统，在小型火焰试验台上，对湍流火焰的热图像特性进行了试验与理论研究，获得了湍动燃烧图像特性的变化规律，提出了用解决火焰热图像特性与温度分布映射关系的单色基准温度标定法，并探索了此方法用于三维温度场时，由于辐射叠加所造成的温度失真的修正方法。     

基于呼吸疲劳节点的驾驶员疲劳状态判别研究

为了提高呼吸信号判别驾驶疲劳的准确率,本文通过模拟驾驶试验探究了呼吸信号与驾驶员疲劳状态的关系,提出了呼吸疲劳节点的概念,并基于呼吸疲劳节点判别了驾驶员的疲劳状态。首先,通过模拟驾驶试验采集驾驶员的呼吸信号,采用Karolinska嗜睡量表 (Karolinska Sleepiness Scale, KSS) 对疲劳程度进行主观自评量化。其次,把单位时间内眼睛闭合百分比 (Percentage of Eyelid Closure over the pupil over time, PERCLOS) 作为参考,与主观自评反馈结合,对驾驶员呼吸疲劳节点进行标定。最后,基于呼吸疲劳节点利用随机树算法获得了轻/重度呼吸疲劳变化节点的判别模型。结果表明:该模型能更加及时、准确地判别出驾驶员的疲劳状态;基于随机树算法获得的筛选条件对轻度呼吸疲劳变化节点识别的准确性要高于重度呼吸疲劳变化节点;轻/重度呼吸疲劳变化节点的平均识别误差分别为3.50 min和3.66 min,预测准确率分别为92.09%和92.03%。     

高含卤阻燃剂污染特征及分析方法研究进展

高含卤阻燃剂（highly halogenated flame tetardants, HHFRs）是指氯系或溴系阻燃剂中含卤量在60%以上的阻燃剂,因含卤量高,阻燃性能优越,HHFRs在塑料及高分子材料等中得到了广泛应用。与常规阻燃剂相比,HHFRs在环境中更具持久性,浓度较高时在室内外大气与灰尘、土壤、沉积物、生物体甚至人体血清、母乳中频繁检出,且降解后形成毒性更强的脱卤转化产物。毒理学证据表明HHFRs呈显著的内分泌干扰效应,造成神经发育损伤等。为科学评估及预测HHFRs的潜在环境与健康风险,获取准确可靠的定性定量数据是关键。然而,由于HHFRs具有沸点高、且在光热作用下易发生脱卤等特性,使得复杂环境基质中痕量HHFRs的分析仍具有挑战性,从而阻碍了对其环境行为及毒效机制的深入认识。本文汇总了国内外近期关于十溴联苯醚（BDE-209）、十溴二苯乙烷（DBDPE）、得克隆（DP）、四溴双酚A/S衍生物（TBBPA/S-DBPE）、三（2,4,6-三溴苯氧基）-1,3,5-三嗪（TTBP-TAZ）及三（三溴新戊基）磷酸酯（TTBNPP）等几种典型HHFRs的样品前处理及仪器分析检测等方面的进展,并结合其理化性质及环境赋存特征等进行了评述,梳理出了当前分析方法的优缺点,并对今后的研究方向进行了展望,以期为相关领域的科研工作者提供一些思路和见解。     

基于火焰图像的工业炉温度检测技术研究

通过CCD工业摄像机采集工业炉膛火焰图像。运用松弛迭代法对其256色火焰灰度图像进行分割,使其减少炉膛背景辐射的影响,同时保持了分割后火焰核心区域的完整性。使用全辐射测温法,得到影响炉膛温度场变量。并对全辐射测温法进行改进,结果表明,改进后的测量结果误差小。     

锥形量热仪研究膨胀型阻燃聚丙烯的阻燃性能

分别采用原位反应增容法和直接添加阻燃剂法制备了膨胀型非卤阻燃PP,并利用锥形量热仪(CONE)系统评价了这两种方法制备的膨胀型非卤阻燃PP的阻燃性能。结果表明,膨胀型非卤阻燃PP具有优异的阻燃性能,不同制备方法对其阻燃性能有显著的影响。与直接添加法相比,采用原位反应增容法制备的膨胀型非卤阻燃PP的点燃时间(TTI)从23秒延长至27秒,最大热释放速率(pk-HRR)从298 Kw/m2降至249 Kw/m2,平均热释放速率(av-HRR)从125.4 Kw/m2降至86.5 Kw/m2,总释放热(THR)从148.6 MJ/m2降至124.5 MJ/m2,总生烟量(TSR)从372 m2/m2降至266 m2/m2,燃烧残重从27.5%增至33.9%;说明了原位反应增容技术能更有效的降低膨胀型非卤阻燃PP在火灾中的危险性。     

基于分形维数的火焰特征提取方法

本文运用分形维数可以表示曲线的复杂程度的特性来提取图像轮廓特征,它具有计算简单、物理意义明确、抗干扰能力强的特点。实验证明该方法计算简单,处理速度快,为进一步进行火焰图像的识别奠定了基础。