1. 研究目的与意义

火的使用是人类走向文明的重要标志，但火若失去控制则会酿成重大的灾难，即火灾。随着国民经济和城市化建设的飞速发展，各种大型的综合性群体建筑鳞次栉比，如商场、体育馆、候车大厅等建筑，因多为公共场所，消防难度逐渐增加，一旦造成火灾，不仅会造成巨大的物质财富损失和资源损失，也会给自然和生态环境带来危害，严重的甚至会导致人员伤亡。因此火灾的预防和监测一直是人们迫切解决的问题。

火灾检测器是基于对火灾特征的测量来确定火灾发生与否的。视觉是人类观察世界和认知世界的重要手段，当今社会已进入信息化时代，信息交换日趋频繁，而人们通过视频图像接受信息已经成为直接方式之一。视频监控设备的日益普及与视频图像处理技术的飞速发展极大地推动了视频火灾监测（vfd）技术的研究和应用。反应灵敏度更高、适用性更广的视频图像火焰监测系统逐渐被人们重视起来。火焰检测系统利用摄像头采集现场实时图像，将得到的图像数据结合图像处理、模式识别、机器视觉等先进技术进行分析、计算和判断，实现火灾的自动检测、报警和定位。给消防设备提供准确的火灾信息，并及时进行灭火处理。基于视频图像的火灾检测技术为早期火焰的辨识和判断奠定了基础，并且提供了丰當和直观的图像信息，具有以下优势：

(1)可以在大空间、大面积的环境中使用，也可与现有的卫星技术相结合，对城市、森林等大范围活动空间进行火灾检测；

2. 国内外研究现状分析

2.1 火焰监测算法：

近几年来，以视频图像为研究基础的火焰识别技术得到广泛关注与研究，国内外很多学者在该领域内做出了杰出的贡献，提出了很多有指导意义的研究方法。火焰的基本特征包括颜色特征和火焰运动特征：火焰的颜色在通常情况下，为红色，随着温度的升高逐渐变黄，在高温下还可以变成白色，火灾的火焰强度通常由初期的红色逐渐变为黄色。火焰的运动特征是指火焰不规则变化的形状、抖动震荡及蔓延。以火灾火焰的动态特征和静态特征为基础，通过火灾发生初期火焰图像在颜色、形状、边缘轮廓、面积、位置、亮度、高度、闪烁情况、空间能量值以及其它一些运动特征进行判断，得到一些模型及计算方法，达到火焰识别的目的。

国内外已有许多学者对火灾中的火焰识别做了深入的研究工作，较为简单的火焰检测算法利用视频图像的颜色信息和亮度信息。breejen等人利用帧差法将灰度图像中亮度较高的火焰从背景中提取出来，这种方法受到距离因素的影响，可靠性和实用性不好。celik等人先是在rgb空间对火焰颜色进行建模，提出了火焰的rgb颜色模型，经过进一步研究，又提出了 ycbcr空间中更具有一般性的火焰颜色模型。yamagishi等人提出一种基于hsv色彩空间的彩色图像火焰检测算法，这种方法更适合人类视觉感知。chen等人分析了火焰视频图像在hsi色彩空间中的特征，并提出了一套基于色调和饱和度的视频火焰检测算法。homg等人介绍了一种在hsi色彩空间火焰颜色分割算法，在分割结果的基础上利用一种基于色彩论的帧间差分算法分析场景的运动信息，排除静态的疑似火焰区域。healey等人提出把图像分割成许多小格，对每个小格逐一进行火焰检测，并联系前后两顿对每个矩形区域进行火焰颜色检测的方法。bo-hocho等人则在rgb色彩空间引入了统计阈值和背景掩码相结合的方法进行火焰的识别。

3. 研究的基本内容与计划

采用FPGA来实现火焰图像的检测方法，通过采用 D5M 摄像头模块，DE2 开发平台和 VGA 显示器来实现整个系统的设计。首先通过前端的摄像头来采集图像信息；然后通过视频解码模块，颜色空间转换模块，图像处理模块和火焰检测模块；最后通过视频编码模块，采用VGA 显示器来将最后的检测结果显示出来。在火焰检测模块部分主要采用图像边缘检测的方法，采用Sobel 算子，Prewitt 算子和粒子群算法来实现火焰图像的火灾检测，将火焰图像上的火焰部分很好地检测出来。整个系统的全硬件化实现大大地提高了系统的处理速度，具有较高的实时性。同时对这几种方法进行了比较，分析这几种方法的优劣，从而为今后研究新的方法提供理论基础。

研究计划：1-2月，选定课题并完成开题报告；3月，用quartus2和matlab软件通过verilog硬件描述语言实现火焰视频的采集与仿真；4月份，将软件部分下载至DE2开发板上，通过摄像头实现火焰的监控，进行调试；5月份，撰写论文，完成毕业答辩。

4. 研究创新点

一.采用单波段、多波段理论、北京差分法、帧间差分法、边缘面积值绝对差检测算法、色彩模型判断法等算法研究，能够确保得到稳定的结果。二.在火灾检测算法模块方面，通过Otsu模块、Sobel模块、RGB模块、SOPC模块的对比，得出更加精确的结果。