火焰图像特征在火灾火焰图像识别中的运用
图像型火灾探测技术在火灾的检测方面比传统的火灾检测方式具备更多的优点 2 。首先比传统的检测方式
更早的发现火情,其次能更好的在各种复杂的环境中工作。
火灾火焰有其自身的图像特征,主要是火焰面积变化、边缘变化、闪动频率、分层变化、整体移动等,通过对这
自动检测的重要工具。小波变换是由短时傅立叶变换发展起来的应用数学分支,具有多尺度( multrscale)的特点
以及在时、频两域表征信号局部特征的能力,非常适合检测信号的奇异点,所以应用于疵点的检测其优点是明显
的。相对于傅立叶变换,采用小波变换能够更加精确地分析信号中的信息,所以近期在对疵点自动检测的研究中以
小波变换为主,并且是今后的发展方向,其应用将会更加广泛。其中神经网络在基于样本的自适应学习和故障模
式快速分类方面具有非凡的优势,在有实时性要求的监控场合更有应用价值,这也决定了神经网络在织物疵点自动
检测和识别系统中的重要地位。
4 国际上已经推向市场的织物疵点检测系统
在疵点自动检测领域的研究工作已经取得了一些成果,但真正推向市场的检验系统还较少。目前仅有以色列
爱微丝(EVS)公司的 I - TEX 验布系统、比利时BARCO公司的验布系统和瑞士乌斯特(Uster) 公司的 Fabriscan
自动验布系统。
4.1 EVS公司的 I- TEX系列验布系统
I- TEX2000 验布系统具有较快的速度和较高的检测精确度,其每套装置的12 台摄像机和4 组光源从4 个检验
角度进行监控,最快能每分钟检测300 m的织物,最大检测宽度可达6 m。在幅宽为3.3 m时,该系统能以100 m/ min
的速度检测出小至0.5 mm的疵点。该系统主要软件使用了一种模拟人的视觉的系统,能学习正常织物的图案纹理,
并能通过多重检验算法来区分织物的正常变化与真正的疵点,一旦疵点被发现,其位置与尺寸将被记录。
4.2 Barco 公司的 Cyclops 在线自动检验系统与 EVS不同的是,Barco 公司的 Cyclops 在线自动检验系统的扫描头可以安装在正在织造的机器上,而 EVS等的扫描头则是被安装在卷布机上或安装在后整理设备上。因而一旦在织造过程中发现严重的疵点,Cyclops 系
统能通过自动停机防止和减少坏布的产生。4.3 乌斯特(Uster)公司的 Fabriscan 系统Uster 公司的 Fabriscan 系统在宽度方向装有 228 只
特制高分辨率线扫描 CCD 摄像机,检测速度最高达 120m/ min ,最高分辨率达0. 3 mm ,检测幅度在 1. 1 m～4. 4
m。Fabriscan 能检验坯布、染色布、劳动布甚至玻璃纤文织物。Fabriscan 的独特之处还在于它将疵点在一种被称作 Uster Fabriclass 的矩阵中进行分析。Fabriclass 有两条坐标轴,y 轴是疵点特征的对照,而 x 轴则是疵点尺寸的反应。有关疵点的数据将同样被保存在数据库中,便于操作者建立所需的各种报告。5 国内的研究现状及前景在我国,织物疵点自动检测方面的研究起步较晚,研
究的内容主要是疵点的识别算法研究、特征值的提取算法研究,其中包括空间域的灰度共生矩阵、频率域的小波变
换等算法;在疵点的识别和分类中多使用 BP 神经网络法。目前对织物疵点进行自动检测的研究还处于起步阶
段,因而还没有较好的成果报道,但这并不意味着我们可以放弃在这个领域中与国外同行进行竞争。根据目前我
国国情和纺织业的实际情况,研究并开发适合我国纺织工业的疵点自动检测系统,对提高纺织品的质量、增强出口
竞争力,都具重要的意义。参考文献
1 李立轻,黄秀宝. 图像处理用于织物疵点自动检测的研究进展[J ].2
2 刘贵忠,邸双亮. 小波分析及其应用. 西安:西安电子科技大学出版社,2002:17 90
3 李弼程,罗建书2编著. 小波分析及其应用. 北京:电子工业出版社,2003
4 Sar Sardy , Lamyarni Ibrahim, Yoshizumi Yasuda. An Applicationof Vision System for the Identification and Defect Detection onWoven Fabrics by Using Artificial Neural Network. Proceedines of1993 International Ioint Conference on Neural Networks ,
5 Y F Zhang, R R Bresee. Fabric Defect Detection and ClassificationUsing Image AnalysisTextile Research Journal.2000 , 65(1) :1 96 F S Cohen , Z Fan , S Attali. Automated Inspection of Textile2Using Textural Models. IEEE Transactions on Pattern Analysis and2Machine Intelligence , 2001 , 13(8) :80328087 M C Hu ,I S Tsai. The Inspectionof Fabric Defects by Using Wave2
let Transform. Journal of Textile Institute ,2003 ,91 (3) :42024338 Chi2ho Chan , Grantham K. H Pang. Fabric Defect Detection byFourier Analysis. IEEE Trans Actions on Industry Applications,2000 ,36(5) :1 267 1 2762
摘要:火焰尖角数目和圆形度是早期火灾火焰的主要特征,本文主要论述了如何在数学形态学基础上 ,利用火灾火焰的两
个特点判断和识别早期火情。实验中 ,对火焰的二值图像进行开运算,即先腐蚀 ,再膨胀 ,目的是为了对火焰图像进行形
态学滤波,去噪。从实验结果可以看出,该算法可以很好的识别火焰和干扰源。
关键词:数学形态学 腐蚀 膨胀 开运算 火焰尖角
The Use of Fire Images’Characters in the Distinguishing of the Earlier Fire
Abstract : The paper mainly talked about the features of earlyfire. Processing has been done to the collected earlier fire im2age by mathematics morphology. In the experiment , opening arithmetic ways has been used in the fire images which is erosionfirst and dilation second. By this way we can eliminate the most of noises effectively. From the result of the experiment , it isproved that mathematics morphology can help us identify fire and disturbs.
Keywords:mathematics morphology,erosion ,dilation ,opening arithmetic way, fire’s sharp554