基于Matlab的火灾预警系统

我就是我 2022-08-28 14:55 197阅读 0赞

1.  摘 要

本文研究了在Matlab环境下如何对图像，特别是火灾图像进行预处理。预处理的过程分为两个步骤，包括火灾图像的增强和滤 波。用一些Matlab的处理实验来分析说明各种方法对火灾图像预处理后所得到的效果。

2火灾图像的预处理

2.1火灾图像增强

图像增强是指按特定的需要来突出一幅 图像中的某些信息，同时削弱或去除某些不需 要的信息的处理方法。其主要的目的是使处 理后的图像对某种特定的应用来说，比原始图 像更适用。因此,这类处理是为了某种应用目 的而去改善图像质量的。处理的结果使图像 更适合于人的视觉特性或机器的识别系统。 应该明确的是增强处理并不能增加原始图像 的信息，其结果只能是增强对某种彳言息的辨别 能力，而这种处理有可能损失一些其它信息。

上面提到的图像增强技术，从根本上说可 以分为两大类:一类是频域处理法，一类是空 域处理法。

频域法：

频域处理法的基础是卷积定理。它采用 图像傅立叶变换的方法来实现对图像的增强 处理。由卷积定理可知，如果原始图像是f(x, y),处理后的图像是g(x,y),而h(x,y)是处理 系统的冲激响应，那么，处理过程可以表示如 下：

f(x.y^h(x.y') (1)

空域法：

所谓空域法是直接对图像中的像素进行 处理，基本上是以灰度映射变换为基础的。所 用的映射变换取决于增强的是哪种细节。例 如增强图像的对比度，改善图像的灰度层次等 处理均属空域法处理。

常用的空域法为线性灰度变换、分段线 性灰度变换、非线性灰度变换、直方图增强 等。

Matlab的图像处理可以使用imadjust 函数来实现图像的灰度变换。调用格式如 下：

J=imadjust(I, \[low\_in high\_in\], \[low\_out high\_out\])

其中lowjn和highjn指定输入图像需 要调整的灰度范围,low.\_out和high\_out指定 输出图像的灰度范围。注意这里的灰度范围 是浮点型格式，其实是灰度整型值/25 5。

Matlab实验处理实例：

实验L线性灰度变换增强图像对比度，实 验以’x.jpg'为例

i=imread( 'x.jpg')； imshow⑴；显示原图

figure, imhist(i)；显示原图的灰度直方图 从灰度直方图可以看到，原图的灰度主要 集中在20 - 70之间的范围，因此我们考虑把 这段灰度通过线性变换延拓到0 - 255,这样 就增加了可视清晰度。于是：

j=imadjust(i,\[20/255 70/255\],\[0 1\])；

imshow(j)；显示变换后的图像

figure, imhist(j)?显示变换后图像的灰度直 方图

从变换后图像的直方图中看出，灰度被均 匀地分布在了 0 - 255的区间内，这样也就达 到了增强图像对比度的效果。

2.2火灾图像滤波处理

图像的实质是光电信息，因此图像噪 声的主要来源有以下三个：在光电、电磁 转换过程中引入的人为噪声；大气层电(磁) 暴、闪电、电压和浪涌等引起的强脉冲行 冲击干扰；自然起伏性噪声。噪声恶化了 图像质量，使图像模糊，甚至淹没和改变特 征，给图像分析和识别带来了困难。

为了消除噪声，常采用滤波的方法，它可 以分为空域滤波和频域滤波。空域滤波按照 其功能又可以分为平滑滤波和锐化滤波。平 滑滤波可以用低通滤波实现，目的在于模糊图 像(提取图像中的较大对象而消除小对象或将 对象的小间断连接起来)或消除图像噪声,锐化 滤波是用高斯滤波实现的，目的在于强调图像 被模糊的细节。

Matlab实验处理实例： 实验1：中值滤波的效果 i=imread( 'fire.jpg')； imshow(i)；%显示原图 j=medfilt2(i,\[5 5\])；%采用二维中值滤波， 窗口使用5 x 5

imshow(j)；%显示滤波后的图像

实验注意：如果窗口大小减小为3 x 3 的话，虽然分辨率增加，但是由于噪声点密 度较大，仍然会遗留较多噪点，因此牺牲一 部分目标清晰度来用大一点的滤波窗口来 滤波效果较明显。

由上述对比可以看出，中值滤波的效 果较好，那是因为维纳滤波比较适合用于 大目标和背景的情况下来区分，而中值滤 波由于其非统计特性原理可以起到一般的 平滑效果，在对于火灾火焰在小空间的判 别情况下，用中值滤波的效果相对较好。 但是对于追求目标结果的清晰度而言，用 维纳滤波效果相对较好。

3结语

本文对在Matlab环境下，如何进行火灾的 图像的预处理做了详细的论述,对几个重要的 图像预处理过程都用相关的Matlab实验做了 效果的演示,并得到了明显的说明作用。特别 要指出的是，在图像处理中，图像预处理对最 终图像的分割效果的好坏起决定性作用，因 此，图像预处理是图像分割，乃至最后的图像 模式识别的最重要的处理过程。

![v2-b4833a4039db8ecaa95ee7dded880b01\_b.jpg][v2-b4833a4039db8ecaa95ee7dded880b01_b.jpg]

![v2-60c217af60f82a8a7a1a20f56b74c0c5\_b.jpg][v2-60c217af60f82a8a7a1a20f56b74c0c5_b.jpg]

![v2-9b87d827d73fb255f51146d2dc459434\_b.jpg][v2-9b87d827d73fb255f51146d2dc459434_b.jpg]

[v2-b4833a4039db8ecaa95ee7dded880b01_b.jpg]: /images/20220828/29e6877711c04636816a5d41a91ab2fa.png
[v2-60c217af60f82a8a7a1a20f56b74c0c5_b.jpg]: /images/20220828/d13b0757e3dd46b08f66118fcf02a018.png
[v2-9b87d827d73fb255f51146d2dc459434_b.jpg]: /images/20220828/5b8262211065401c8993ae187af63ad1.png