基于matab GUI的图形处理火焰检测系统

编辑 

 换一个视频得到数据结果

网络和多媒体技术的普及，红外图像中的火焰检测 识别技术的科研价值在各领域得到充分展现。防灾救灾方面，红外图像中的火焰检测 识别技术能够迅速确定和锁定被灰尘遮盖的地震、矿难和火灾烟雾等场景下的受困人员，为有效及时营救工作争取时间，最大限度挽救生命提供保障;军事方面，该技术在武器瞄准系统中的应用，能够迅速发现和确定遮掩物或黑夜下的敌军，使军队在恶劣天气及夜间的协同战斗能力大幅度提升;公共服务方面，相关技术应用在公共及特殊场景的安全监控、交通监控、追捕搜寻和人员解救等起到了关键作用。

本文通过对红外图像处理用matlab的rgb函数圈出人体，后用投影法：投影，垂直投影，水平投影，研究人体站、躺 这两种静态以及 行走、跌倒这两种动态，然后得出人识别火焰检测 的技术分析，以期对当下红外图像火焰检测 识别的相关研究提供参考性建议。

面对火焰检测 识别技术的广阔应用前景和重要学术研究意义，很多国内外研究者与相关商家对该领域的科学研究产生了浓厚兴趣。同时带动了基于投影映像、红外、可见光图像技术信息相关领域的研究。

    法国国家信息与自动化研究所(INRIA ) Bill Triggs[4]研究组从2000年以来一直从事有关人体运动姿态的视觉分析研究，其成员C. Sminchiseseu在2001-2004年在单目相机人体运动估计方面做了大量工作，所做的研究大部分属于产生式模型;2004年以后主要工作内容之一就是对人的运动进行检测和运动姿态分析，对人体形状进行鲁棒描述，通过机器学习的方法回归运动数据与形状参数，从而重建三维人体运动[5]。

美国布朗大学的Michael J Black领导的视觉组致力于基于模型的人体运动分析研究，主要内容是通过单目或者多目视频图像进行人体区域特征提取，包括轮廓边缘等，将得到的特征与模型的投影进行相似性比较，然后用基于退火粒子滤波或者图模型的方法进行跟踪[6]。此外，布朗大学的Leonid Sigal教授不仅在姿态估计算法上做出了优秀的成绩，同时还为研究者提供了一个公共的火焰检测 数据库HumanEva[7]。数据库提供了对一定数量的实验者所拍摄的一系列动作的视频以及相应的动作捕捉设备给出的肢体三维空间姿态真值，使得研究人员能够便利的获取实验数据。同时该数据库还能够为不同研究小组所提出的不同跟踪算法之间的比较提供了一个统一的平台。

国内中科院自动化所在步态识别视觉监控方面取得了很好的研究成果，基于二维视频图像，其系统可以远距离对入的身份进行鉴定[8]。微软研究院形象计算组提出了一种基于纹理的统计方法来描述人体运动。通过对人体运动的捕捉，获取数据，再经过三维重建生成基本舞蹈的动作，并根据模型产生新的人体动作，可以用来编舞和改变细节动作，该研究仅仅针对骨架的运动分析，尚没有涉及到肢体的非刚性变形。浙江大学与微软视觉感知联合实验室针对目前动画获取的投资大、人体运动受到获取设备限制等问题，提出了一种基于视频的人体动画技术，开发了一个基于双摄像机的视频动画系统，该系统要在人体关节上贴标志点，类似于立体视觉的三维结构和运动获取。

RGB(红绿蓝)是依据人眼识别的颜色定义出的空间，可表示大部分颜色[9]。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将色调，亮度，饱和度三个量放在一起表示，很难分开。它是最通用的面向硬件的彩色模型。该模型用于彩色监视器和一大类彩色视频摄像。在RGB颜色空间中，光的色度取决于R, G, B，只有两个色度坐标是相互独立的。本文根据RGB函数公式对于图像信号的转换，对于不同投影方法，计算出火焰检测 识别的特征。

 

源程序见：基于matabGUI的图形处理火焰检测系统-Matlab文档类资源-CSDN下载

如有侵权，请联系作者删除