520.50学科分类号（二级）项目编号云南师范大学大学生科研训练基金项目书申请防火报警系统基于图像识别的嵌入式智能项目名称项型重点目项目类1500 申请金额自然科学项目类别申请者院所在学联系电话箱子电信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。

14/ 2基本信息．项目情项目名基于图像识别的嵌入式智能防火报警系项目性、基础研、应用研项目来、自主立、教师指导选起止时12011201．申请者情性年民姓XXX专学学项目研究联协调分配项目管理，控制进度，关键承担的主电代码撰写，火焰识别算法的研任xx学习认真，态度端正，有较强的自主学习能力。

通过了初级个人简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（学习编写研究自学javJ2EOpenC框架C+等技术，对数据库有一定历了解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学习成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“秀成员、冬季运动会“优秀通讯员、云南师范大学“优秀学生干部奖罚情等称号。

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尚情．项目组成员情14一、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。

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UP_Magic6410在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。

）研究背景和意义1.随着经而近几年来，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。

矿井工人夜以继日的各种高层的综合性建筑群体不断涌现；由于资源紧缺，济的高速发展，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14 / 4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。

Healey G 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-Ho Chen 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。

Celik T 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-Fang Lu 等在2006 年对线形判定技术（linear discriminate technique）和逻辑回归方法（logistic regression）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14/ 5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，200814/ 6[7] Cappellini V, Mattii L, Mecocci A. An intelligent system for automatic fire detection in forests.Image Processing and its Applications, 1989., ThirdInternational Conference on 18-20 Jul1989:563~570[8] Healey G, Slater D, Lin T A.D. A system for real-time fire detection Computer Vision and PatternRecognition, 1993. Proceedings CVPR '93., 1993 IEEE Computer Society Conference on 15-17 June1993:605~606[9] Thou-Ho Chen, Ping-Hsueh Wu, Yung-Chuen Chiou. An early fire-detection method based on image processing.Image Processing, 2004. ICIP '04. 2004 International Conference on Volume 3, 24-27Oct. 2004,3:1707~1710[10] Celik T, Demirel H, Ozkaramanli H,etc. Fire Detection in Video Sequences Using StatisticalColor Model. Acoustics, Speech and Signal Processing, 2006. ICASSP 2006 Proceedings. 2006研究内容（说明研究项目的具体内容）三、1.嵌入式Linux系统的构建要使Linux操作系统在嵌入式系统中运行起来，就必须把Linux移植到各种嵌入式处理器平台上，这样才能应用于实际的产品。

嵌入式Linux的构建主要涉及BootLoader的移植，Linux内核的裁剪与移植，文件系统的构建等。

2.火焰图像识别算法研究图像的火焰识别程序是本系统的重点，它完成了本系统的智能火灾监控的功能，其算法也较为复杂，关键在于解决如下问题：（1）如何从自然环境中消除背景的各种干扰，提取出火灾火焰？（2）在火灾的典型特征中，哪些适合用作火灾判据？如何形成实用的判据？（3）如何合理地组合多重判据，以形成最终的综合判据？3.嵌入式Web服务器的构建本系统设计采用B/S结构，监控者通过浏览器查看监控信息，对监控系统进行设置等，为此，需要一个web服务器。