• 实验目标

基于图像特征的火灾检测

• 实验环境

Windows电脑、MATLAB R2020a

• 实验内容

1.读取图像，彩色图像的灰度化处理，进行边缘检测，实现对火焰的检测。

2.对两幅RGB图像进行火焰特征提取实验

3.对比分析边缘检测算法处理结果和基于图像特征方法处理结果。

• 实验步骤

系统流程图如下：

1.彩色图像读取

使用MATLAB中的imread函数，读取彩色的图像。读图的效果如下：

2.彩色图像的灰度化处理

对彩色图像灰度化处理，灰度化处理是将彩色图像转换为灰度图像的过程，将每个像素的RGB值转换为单独的灰度值。在边缘检测中，灰度图像通常比彩色图像更容易处理，因为它们可以更快地处理，并且在灰度图像中边缘的变化可能更明显。彩色图像中的边缘可能会被彩色噪声所掩盖，而在灰度图像中这种噪声可能会减少。

灰度处理结果如下。

1. 二值化处理滤除部分暗处

这一步是考虑到在图中，火焰的部分一般为亮度较大的像素，如果只做边缘检测，暗处的部分，如树、人等部分也会被检测到，但是这一部分不是真正想要检测的火焰目标，所以用程序语句mask=im2bw(I2,0.5);I2=uint8(mask).*I2;其中I2是原图灰度化处理的结果，这样相当于做了一个筛选，把亮度较低的部分过滤掉。

处理结果如下图：

1. 边缘检测

对灰度图做边缘检测，分别使用sobel、canny和roberts算子。

1. 闭运算处理

边缘检测能够得到轮廓，还需要得到火焰的区域，所以使用闭运算对图像进行处理。

使用strel函数，'disk'参数，创建一个半径为6的圆形结构元素。

使用imclose函数对边缘检测的结果做闭运算处理，使用圆形结构元素对边缘检测后的图像执行闭运算操作。

1. 边缘检测判定

计算边缘检测方法得到的火焰部分，是否有60%以上像素点符合火焰分量特征，火焰特征见基于火焰颜色特征的检测。

1. 基于火焰颜色特征的检测

2.