基于图像识别的嵌入式智能防火报警系统的科研申报书.doc
- 文档编号:2491205
- 上传时间:2022-10-30
- 格式:DOC
- 页数:14
- 大小:78KB
基于图像识别的嵌入式智能防火报警系统的科研申报书.doc
《基于图像识别的嵌入式智能防火报警系统的科研申报书.doc》由会员分享,可在线阅读,更多相关《基于图像识别的嵌入式智能防火报警系统的科研申报书.doc(14页珍藏版)》请在冰豆网上搜索。
项目编号
学科分类号(二级)520.50
云南师范大学大学生科研训练基金项目
申请书
项目名称基于图像识别的嵌入式智能防火报警系统
项目类型重点项目
申请金额1500
项目类别自然科学
申请者
所在学院
联系电话
电子信箱
指导教师
云南师范大学教务处
填表说明
一、填写《申请书》前,请先查阅《云南师范大学大学生科研训练基金管理办法》和相关通知。
二、申请书各项内容,必须实事求是,表达要明确严谨,并要求用打印。
对于填写不合要求、内容含糊不清、字迹潦草者,不予受理。
三、项目类型:
选填重点项目或一般项目。
四、项目类别:
选填自然科学或社会科学。
五、“项目性质”和“项目来源”栏需在选项前方的括号内填入相应代码。
六、封面的项目编号由教务处统一编写。
七、打印格式:
(一)纸张为A4大小,双面打印;
(二)文中小标题:
五号、黑体;
(三)栏内正文:
五号、宋体。
八、上报《申请书》一式二份(至少含一份原件)。
申请项目获准后,《申请书》由学校签署意见并保存一份,另一份返回学院存档。
基本信息
1.项目情况
项目名称
基于图像识别的嵌入式智能防火报警系统
项目性质
(B)A、基础研究B、应用研究
项目来源
(2)1、自主立题2、教师指导选题
起止时间
自2012年12月至2013年12月
2.申请者情况
姓名
XXX
性别
年龄
民族
学院
专业
学号
项目研究中承担的主要任务
协调分配项目管理,控制进度,关键性代码撰写,火焰识别算法的研究
联系电话
个人简介(学习、研究经历)
xxx学习认真,态度端正,有较强的自主学习能力。
通过了初级程序员考试。
参加过去年的工程实训实验室管理信息系统科研项目的代码编写。
自学过java,J2EE,OpenCV框架,C++等技术,对数据库有一定的了解。
学习成绩
及
奖罚情况
在上学年中专业成绩位居全班第一,综合测评成绩也居全班第一。
荣获过国家励志奖学金,被评为过党委宣传部网络宣传教育办公室“优秀成员”、冬季运动会“优秀通讯员”、云南师范大学“优秀学生干部”等称号。
通过了计算机技术与软件专业技术资格考试的程序员考试。
发表论文情况
尚无
3.项目组成员情况
序号
姓名
学号
所学专业
在项目中
的分工
签名
1
协调分配项目管理,控制进度,关键性代码撰写,火焰识别算法的研究
2
视频网络传输,系统客户端与服务器的实现
3
开发环境的搭建,Linux内核的裁剪和移植,视频网络传输
一、研究目的(研究主攻方向、拟解决的主要问题,用一、两句话简洁明确说明。
)
在UP_Magic6410平台,综合计算机图像识别技术、嵌入式系统技术、计算机网络技术等多项技术设计一个基于图像识别的智能防火报警系统,实现了智能火灾监控,自动报警,网络视频监控,系统用户交互等功能。
二、立项依据(包括科学意义和应用前景,国内外研究概况、水平和发展趋势,学术思想,立论依据,特色或创新之处,主要参考文献目录和出处。
)
1.研究背景和意义
人类社会发展到今天,火灾依然是威胁人类生命安全的重大灾害。
而近几年来,随着经济的高速发展,各种高层的综合性建筑群体不断涌现;由于资源紧缺,矿井工人夜以继日的劳作;为保证社会主义现代化建设,各地都在积极地修建高速公路。
而在高层建筑、矿井、隧道、厂房中,由于人口密集,财产集中,其消防问题尤为突出,大空问建筑火灾、矿井火灾、隧道火灾等频繁发生,对国家和人民群众的财产、生命安全,以及生态环境等造成了极大的危害。
随着计算机技术的发展,图像识别、图像处理技术应用到各行各业,对建筑物内火灾的识别,传统的方法是使用感烟、感温、感光探测器以及红外对射探测器。
如果用摄像机采集到的图像信息通过一定的处理之后进行火灾火焰的识别,无疑能为工程建设节省部分投资并具有广阔的应用前景。
图像探测的优点在于图像信息的丰富和直观,大大增加了判别的可靠性。
同时,通过对控制区域的实时监测,可在火灾发生的最初阶段做出迅速的反应,并进行实时分析和后处理,可以大大缩短预警时间,有利于实现火灾的早期预报和控制。
2.国内外研究综述
近年来,火灾科学界正逐渐将注意力转移到火灾现象本身和深层次的机理研究方面,并已经取得一定的成果。
20世纪80年代后,火灾探测算法与人工智能、自动化和信号处理技术等其他技术的广泛融合推动其自身发展。
2.1国外研究现状
国外对图像型火灾探测技术的研究开展的比较早,且有的已经成功应用到实际工程中。
CappelliniV等在1989年最早提出构建火焰的RGB颜色模型。
依据R颜色分量的饱和度和火焰动态特征来获取火焰像素点。
当火焰像素点数目高于某一阈值时报警。
HealeyG等在1993年提出采用火焰的光谱/空间/时序属性来获取火焰区域。
与紫外/红外图像比较,此文献提出方法能减小误报率,或与更多的信息。
如:
火焰位置,大小、增长率。
Thou-HoChen等在2004年使用火焰的颜色和运动信息来定位火灾。
采用高斯光滑颜色表侦测具有火焰色彩的像素点。
用腐蚀消除干扰噪音,用区域增长提高精度,发现遗漏的火焰像素点。
特点是可以用于相机,场景或火焰移动的情况。
CelikT等提出一种把统计颜色信息与前景信息整合方法来检测火焰。
Tai-FangLu等在2006年对线形判定技术(lineardiscriminatetechnique)和逻辑回归方法(logisticregression)进行比较,选取逻辑回归方法用于分割火焰区域,构建火焰特征模型。
2.2国内研究现状
火灾检测是国内最近几年的一个研究热点,有大量相关论文发表。
国内研究方向偏向于整合多种传统火灾检测参数(感光、感烟、感温),再在此基础上通过神经网络对参数进行判定。
但图像型感焰探测方面的研究比较少。
其中又以中国科技大学的火灾科学国家重点实验室、西安交通大学、上海交通大学、东北林业大学等学校的研究比较领先,并在工程实践中提出了一些新算法。
许维胜提出基于图像视觉特征的火灾自动识别,提取了火灾图像的色彩特征和小波特征,利用小波变换将信号分解到不同的频带上进行分析处理,然后利用神经网络通过有监督的学习图像特征向量达到识别目的:
宋卫国等提出基于BP神经网络的火灾图像探测方法,利用早期火灾火焰形体变化特性,用图像处理的方法提取特征信息,最后利用人工神经网络来进行火焰识别;以上算法都需要用大量各类型火灾火焰图片进行训练,识别的效果与学习所使用的图像库有很大关系:
张进华等提出一种基于视频多特征融合的火焰识别算法,结合火焰的静态和动态特征,设计了一种多特征融合的火焰识别算法,对火灾进行快速判别,基于信任度模型简历了火焰识别的传统模型,以疑似概率反映视频图像中出现火焰的几率,准确性高,抗干扰能力较强;
沈诗林提出基于图像处理的火灾火焰闪烁频率识别方法研究。
提取运动区域的面积、质心距、周长、面积周长比等视觉特征,并利用快速傅罩叶变换对这些特征进行频率分析,得到火焰的闪烁频谱;
安至伟引研究了基于统计模式识别技术的静念火焰图像的分类技术,在火焰信号测量中,利用短时傅里叶变换,通过对信号的分析,深入探讨了火焰的频谱特性。
3.发展趋势
对于传统火灾探测技术都把火灾过程中的某个特征物理量作为检测对象。
近年来,火灾科学界逐渐将注意力转移到火灾现象本身和深层次的机理研究方面,随着对火灾过程和机理研究的不断深入,我们可以从一个新的角度考察火灾现象和火灾过程。
将基于感温、感烟、感光的火灾探测模式发展成基于实时影像的火灾探测模式,将影像测量、图像处理、计算机多媒体等新兴技术应用于火灾探测中来。
图像型火焰探测技术关心的是火灾中各种物理现象在图像上的表现,以及这些图像表现在多大程度上代表火灾的典型特征而明显区别于火灾以外的其他物理现象。
图像型火灾探测技术针对性地克服常规火灾探测技术的一些主要弱点,基本消除复杂、恶劣环境因素对火灾探测系统的影响,作为控制面积大、适用于大空间(包括开放空间)的一种可靠的火灾监控技术,在当前火灾形势日益严峻的今天,其经济效益社会效益都是十分巨大的。
参考文献:
[1]王殊,窦征。
火灾探测及其信号处理.武汉:
华中理工大学出版社,1998.
[2]许维胜,田长征,方盛明.基于图像视觉特征的火灾自动识别[J].计算机工程,29(18):
112—113.
[3]沈诗林.基于图像处理的火灾火焰闪烁频率识别方法研究.中国科学技术大学硕士学位论文.2008.
[4]安至伟.图像型火灾监控技术若干问题的研究.中国科学技术大学硕士学位论文.2008.
[5]博创科技.UP-Magic6410魔法师实训平台实验指导书[M].2011
[6]杨亚雄.嵌入式Linux网络视频监控系统研究与实现[D].武汉:
武汉理工大学,2008
[7]CappelliniV,MattiiL,MecocciA.Anintelligentsystemforautomaticfiredetectioninforests.ImageProcessinganditsApplications,1989.,ThirdInternationalConferenceon18-20Jul1989:
563~570
[8]HealeyG,SlaterD,LinTA.D.Asystemforreal-timefiredetectionComputerVisionandPatternRecognition,1993.ProceedingsCVPR'93.,1993IEEEComputerSocietyConferenceon15-17June1993:
605~606
[9]Thou-HoChen,Ping-HsuehWu,Yung-ChuenChiou.Anearlyfire-detectionmethodbasedonimageprocessing.ImageProcessing,2004.ICIP'04.2004InternationalConferenceonVolume3,24-27Oct.2004,3:
1707~1710
[10]CelikT,DemirelH,OzkaramanliH,etc.FireDetecti
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 图像 识别 嵌入式 智能 防火 报警 系统 科研 申报