韓美林

摘 要：本文主要研究了火焰識別和分割的方法和步驟，主要包括兩個方面的內(nèi)容，一是對圖像進行分割，采取基于最大類間方差法（Otsu）圖像閾值分割法，較好的分離背景和對象。二是對火焰的識別和分割。主要是通過火焰的顏色特征，對火焰區(qū)域進行識別，再結(jié)合Otsu圖像閾值分割法，將火焰分割出來。仿真結(jié)果表明本算法能夠根據(jù)火焰的特征進行準確的識別和分割出火焰。

關(guān)鍵詞：最大類間方差；圖像分割；火焰識別

1 圖像的分割處理

選取合理的閾值是基于閾值圖像分割技術(shù)的關(guān)鍵所在，閾值分割的原理，實際上是設(shè)定某一閾值θ將圖像分為兩個像素群，即原圖像經(jīng)過閾值分割變換得到一個新的圖像。當f（x，y）=1時，說明該像素是分割的目標區(qū)域；當f（x，y）=0時，此時為背景區(qū)域。因此在圖像分割的過程中確定合適的閾值是關(guān)鍵，選擇一個合理的閾值就可以準確地對圖像進行分割，并得到需要的目標區(qū)域。

1.1 基于迭代的閾值選取方法

基于迭代的閾值選取方法的基本思想是：首先選擇圖像灰度中值作為初始閾值，然后根據(jù)閾值分割為兩區(qū)域并求出兩區(qū)域平均灰度值，利用一維最大熵法計算出新閾值，不斷地迭代改變閾值，直到滿足要求。

1.2 Otsu 圖像閾值選取法

Otsu最佳閾值法的基本原理是：通過設(shè)定的一個閾值θ把直方圖分成A和B兩部分即前景色和背景色，Nobuyuki Otsu給出的類間方差為：

ICV=PA*MA-M2+PB*（MB-M）^2（1-1）

式中：PA、PB分別為A、B部分里像素數(shù)占總像素數(shù)的比例；

mMA、MB分別兩部分表示各自的平均值。

最佳的閾值θ就是使得ICV最大的那個值。

2 火焰特征的識別和分割

2.1 火焰特征的識別和分割流程圖

基于顏色特征的火焰識別流程圖如圖1所示：

在火災(zāi)形成的初級階段火焰的特征如顏色、形狀、輻射強度不斷在變化。將這些變化的特征轉(zhuǎn)化為其特有的特征信息，作為系統(tǒng)識別火焰的判據(jù)。輸入圖像先進行預(yù)處理（包括灰度化、圖像增強），再根據(jù)火焰的顏色特征進行火焰分割，即判斷火焰和非火焰區(qū)。

2.2 最大類間方差閾值法

最大類間方差法（Otsu）是在判決分析或最小二乘原理的基礎(chǔ)上推導(dǎo)出來的。該算法簡單易實現(xiàn)，是一種廣泛使用的閾值選取方法。

設(shè)原始灰度圖像的灰度級為L，灰度為i的像素點數(shù)為ni，圖像的全部像素為N，那么閾值計算過程如下：

（1）計算輸入圖像灰度級的歸一化直方圖，用表示，且有，；

（2）計算灰度均值μ

3 實驗結(jié)果及分析

3.1 圖像的分割處理

對圖像的分割處理采用MATLAB仿真，結(jié)果如圖3所示。

從圖4的仿真結(jié)果看出，基于 Otsu 圖像閾值選取法能夠有效地區(qū)分背景和火焰，而且還能最全面地獲取火焰的疑似區(qū)域。

3.2 火焰特征的分割和識別

火焰特征的識別和分割仿真結(jié)果如圖4所示：

預(yù)處理中主要是對火焰圖像進行了平滑濾波和灰度化處理。在灰度化處理的基礎(chǔ)上選取了基于 Otsu 圖像閾值選取的分割方法進行分割提取。通過多次實驗，結(jié)果證明本設(shè)計程序能夠根據(jù)火焰的特征較好地分離出背景和對象，準確地分割和識別出火焰。

4 總結(jié)

本文主要研究內(nèi)容是通過火焰的顏色特征，對火焰區(qū)域進行識別，再結(jié)合Otsu圖像閾值分割法，將火焰分割出來。經(jīng)多次實驗，仿真結(jié)果表明本設(shè)計程序能夠根據(jù)火焰的特征實現(xiàn)準確地分離出火焰目標

區(qū)域。

參考文獻：

[1]周忠濤.基于視頻特征的火情監(jiān)測研究[D].江西農(nóng)業(yè)大學(xué)，2017.

[2]戴靜.火焰圖像快速檢測方法研究及應(yīng)用[D].西南科技大學(xué)，2017.

[3]嚴云洋，杜靜，高尚兵，周靜波，劉以安.融合多特征的視頻火焰檢測[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報，2015，27（03）：433-440.

[4]耿慶田，于繁華，趙宏偉，王闖.基于顏色特征的火焰檢測新算法[J].吉林大學(xué)學(xué)報（工學(xué)版），2014，44（06）：1787-1792.

[5]許宏科，房建武，文常保.基于亮度與火焰區(qū)域邊緣顏色分布的火焰檢測[J].計算機應(yīng)用研究，2010，27（09）：3581-3584.

[6]陽婷. 基于視頻監(jiān)控的火災(zāi)探測系統(tǒng)的研究與實現(xiàn)[D].東華大學(xué)，2016.

[7]Yamagishi H， Yanmaguchi J. Fire flame detection algorithm using a color camera [A].Proceeding of 1999 International Symposium on Micromechatronics and Human Science.Nagoya， Japan， 2012： 255～260.