基于MATLAB圖像處理的火焰特征識別方法研究

摘要：火焰燃燒是自然界中一種常見的現象。然而，失控的燃燒現象會對社會經濟造成巨大的破壞。因此，對火焰進行有效的識別和監控是國際上的熱門課題。目前市面上主流的火焰識別方法為使用溫度，煙霧，紅外線等傳感器以及人造地球衛星進行監控。本文擬用數字圖像處理方法，通過從數碼設備獲取的數字圖像，使用MATLAB軟件，通過計算火焰輪廓的圓形度來實現對火焰的特征識別。

關鍵詞：火焰;數字圖像處理;MATLAB;圖像分割

中圖分類號：TP305 文獻標識碼：A

文章編號：1009-3044（2019）34-0174-02

1 研究背景

本文的目的在于通過數字圖像處理的方法，使用MATLAB軟件，實現對火焰圖像的特征識別。

2 主要理論概況

通過數碼設備獲取數字圖像，對其進行包括圖像抽樣、圖像分割、二值化、圖像平滑處理在內的預處理。通過計算圖像的圓形度，實現對火焰圖像的特征識別。

3 圖像的預處理

3.1 對圖像進行預處理的原因

從理論上講，一幅最理想的數字圖像，應該包含最多的有效信息和最少的無效信息。所以，在對圖像進行處理前，應最大化的剔除圖片中的無效信息，對原先的數字圖像進行優化操作。

通過對圖像的預處理，能夠顯著提高火焰識別的準確度。

3.2 圖像抽樣

由于從數碼設備獲取的圖像像素過多，極大降低了識別的效率，所以需要進行抽樣操作，每n位取一位像素，像素點變為了原來的1/n2，同時也在最大程度上保留了原有的有效信息。

3.3 基于火焰顏色特征的圖像分割

圖像分割的方法有成千上萬種。常用的有基于閾值的固定閾值法和雙峰法，基于邊緣的邊緣分割法等等。然而此類分割法往往只能處理灰度圖，對于彩圖則顯心有余而力不足。而在此種情況下，因為火焰存在著明顯的顏色特征，本文采用一種基于火焰顏色特征的圖像分割方法在對圖像進行分割前，需要把RGB彩色空間轉換為HSI彩色空間。

RGB顏色模型是目前使用最廣的彩色模型。它的原理基于自然界的所有顏色都可以由紅色（Red），綠色（Green）和藍色（Blue）按照一定比例混合而成。反之，任何一種顏色也可以分解為一定比例的紅色（Red），綠色（Green）和藍色（Blue）。幾乎所有的數字圖像和顯示設備都使用RGB顏色模型。不僅如此，市面上主流的數碼相機也都采用RCB顏色模型。但是，RGB顏色模型不能很好地體現人體對顏色的感知。

另一種流行的顏色模型是HSI顏色模型（Hue/Saturation/ln-tensity色調/飽和度/強度），它使用顏色和飽和度來描述顏色。與RGB色彩空間相比，HSI色彩空間更自然，更直觀，更適合人體對于色彩的感知。

HSI顏色模型是開發基于顏色特征的圖像處理方法的理想工具。它可以通過算法獨立的對顏色，飽和度和亮度進行操作。同時，HSI彩色模型可以降低彩色圖像處理的復雜性，提高處理速度，更適合人體的色彩感知。RGB彩色空間轉換到HSI彩色空間的公式如下：的空間，X，Y為像素點。

在MATLAB中編寫程序，分割結果如下：

3.4 圖像二值化

二值化是將圖像轉換為二進制圖像并去除圖像中的大部分信息而只保留關鍵特征的過程。二進制圖像只有兩個灰度信息0和1。理論上講，只需要一個二進制位就可以表示出來。在特征識別中，一般需要把圖像轉化為二值圖，以便于進行識別。

本文采用非0元素取255的方法來進行二值化。

算法如下所示.

3.6 圖像平滑處理

常用的圖像平滑方法包括均值濾波算法和中值濾波算法。

對于兩種濾波算法在此不做過多的闡述。

經過試驗對比，與均值濾波算法相比，中值濾波算法不會模糊圖像，效果更好。同時中值濾波實現簡單，可加速處理速度，從而提高識別的效率。

本文采用5X5的中值濾波算法。

4 火焰目標的特征識別方法

4.1 基于計算外焰圓度的輪廓特征識別

圓形度是在圖像處理中一個非常重要的概念。它表示圖像與標準圓形的近似水平，常用于繪制和描述特征。

圓形度的定義為圖形面積乘以4π除以周長的平方。

公式如下.

在燃燒過程中，火焰可分為三大部分：火焰中心，內部火焰和外部火焰。

外焰是外層火焰部分的常見黃色或者透明的區域，稱為反應區域。它是氣體充分燃燒，火焰最高溫的一部分。含有強烈高熱的空氣，具有氧化作用，也稱為氧化焰。

從外焰的形狀特征來看，外焰具有不規則的特征。放到數字圖像中看，外焰常位于圖像的上方部分，由于燃燒充分，在經過預處理之后常不與下方火焰相聯通。故猜想，通過計算圓度來進行對火焰的特征識別。

由于火焰燃燒是一個十分復雜的物理化學反應，會受到許多因素的影響。故經過處理的數字圖像中必然存在許多撕裂和破碎的地方。為了修補這些瑕疵，所以還要對圖像進行膨脹處理來消除噪點，便于對火焰的特征識別。

之后填充閉合圖形，尋找邊界，來計算圓度。

由圓度的計算公式可得，當圓度為1時，圖形即為圓形。正方形的圓度為約為0.79，等邊三角形的圓度約為0.60。圓度越小，圖形與圓形之間的差異也越大，圖形也越不規律。

在此，輸出所有圓度小于0.60的部分。

若圖像的上部分存在大量圓度小于0.60的部分，且圖像以下存在一塊巨大的，圓度遠小于0.60的部分，則可以認為存在火焰。

通過MATLAB這一工具，通過編寫程序，實現算法。

運行結果如下所示：

由示例圖像的圓度計算結果來看，其上部分存在大量圓度小于0.60的部分，而以下存在一大塊圓度為0.04的部分，故認為其含有火焰部分。與實際結果像吻合。

5 小結

基于數字圖像處理技術，本文提出了一種基于計算火焰外焰部分圓度的特征識別算法。根據火焰自身的HSI值，進行圖像分割和二值化，并進行平滑處理，然后根據火焰的輪廓特征進行特征識別。它具有精度較高，算法簡單，時間復雜度低，處理時間短，性能高，科學實用等的優點。

然而本文僅考慮到了火焰的輪廓特征，沒有對其余的特征，如顏色特征，動態特征進行識別。而算法本身也過于簡單理想化。對于一些復雜的場景，識別效果并不理想。

參考文獻：

[1]張宏.數字圖像處理與分析[M].2版.北京：機械工業出版社，2013.

[2]劉慧穎.MATLAB R2007基礎教程[M].北京：清華大學出版社，2008.

[3] Hong WEN-Bing.A new image-based real-time flame detec-tion mmethod using color analysis[Al.Proceeding of Network-ing，Sensing and Control，2005：100-105.

[4]王亞軍.基于火焰圖像動態特征的火災識別算法[J].測控技術，2006.

[5]李杰.基于數字圖像處理的森林火災識別方法研究[D].北京林業大學.2009.

【通聯編輯：李雅琪】

收稿日期：2019-08-11

作者簡介：常寅杰（1998-），男，江蘇蘇州人，本科，研究方向為計算機科學與技術。