عنوان

ادغام تصاویر نورمرئی و مادون قرمز برای شناسایی آتش

‭۶۰۳۰پ‬

per

ادغام تصاویر نورمرئی و مادون قرمز برای شناسایی آتش

/مهدی تراب نژاد

تبریز :دانشگاه تبریز ، دانشکده برق و کامپیوتر

‮‭۸۳‬ ص‬

چاپی

کارشناسی ارشد

مخابرات

‮‭۱۳۹۱/۰۶/۰۱‬

تبریز :دانشگاه تبریز ، دانشکده برق و کامپیوتر

مسئله‌ی شناسایی آتش همواره از اهمیت بالایی برخوردار بوده است، چرا که این مسئله مستقیما با امنیت مردم در ارتباط می‌باشد .سیستم‌های شناسایی آتش تقریبا مهم‌ترین جزء سیستم‌های حفاظتی و نظارتی می‌باشند .هر چند که در سال‌های اخیر، تکنیک‌های شناسایی آتش بر مبنای ویدئو پیشرفت‌های چشم‌گیری داشته است ولی همواره مسئله‌ی هشدار اشتباه در سیستم‌های شناسایی آتش مورد توجه بوده است .امروزه از تصاویر نورمرئی و مادون قرمز و تکنیک‌های بینایی ماشین برای شناسایی و موقعیت یابی آتش استفاده می‌شود .ادغام تصاویر مرئی و مادون قرمز نقش بسیار مهمی در شناسایی آتش ایفا می‌کند، زیرا هر یک از تصاویر مرئی و مادون قرمز نمی‌توانند به تنهایی اطلاعات کامل و واضح از صحنه ارائه دهند .استفاده از اطلاعات مکمل هر یک از تصاویر مرئی و مادون قرمز برای کاهش نرخ هشدار اشتباه، مورد توجه محققین قرار گرفته است .در حالت کلی شناسایی آتش در ویدئو به دو صورت، یعنی شناسایی دود و شعله انجام می‌گیرد که چون دود در آتش‌سوزی قبل از شعله ظاهر می‌شود شناسایی دود در سیستم‌های نظارتی بسیار مهم می‌باشد .دود در تصاویر مادون قرمز قابل مشاهده نمی‌باشد، از این رو از همین خاصیت غیردیداری آن برای کاهش هشدار اشتباه استفاده می‌صشود .در این پایان‌نامه از ادغام اطلاعات تصاویر نورمرئی و مادون قرمز برای شناسایی دود در فواصل نزدیک استفاده می‌کنیم .به طوری‌که از غیبت دود در تصاویر مادون قرمز، برای تفکیک دود از پدیده‌های متحرک هم‌رنگ دود استفاده شده است .روش پیشنهادی از دو فاز تشکیل شده است که در فاز اول با استفاده از اطلاعات مرئی و مادون قرمز، ماسک دود به‌دست می‌آید .سپس در فاز دوم معیارهای بی‌نظمی و محاسبات انرژی مورد استفاده قرار می‌گیرند تا برای کاهش نرخ هشدار اشتباه، ماسک دود مورد بررسی‌های بیشتر قرار گیرد .روش پیشنهادی در تشخیص دود بسیار توانا بوده و از دقت بالایی برخوردار می‌باشد چنان‌که نتایج شبیه‌سازی، برتری این روش را نسبت به روش‌های قبلی نشان می‌دهد

Fire detection is a very important issue because it is closely related to people's safety. Fire detection systems are among the most important components in surveillance systems. Traditional fire alarm systems, such as smoke and heat sensors have many problems. They are generally limited to indoors, require a close proximity to the fire and most of them cannot provide additional information about fire circumstances. Video based fire detection methods can be divided into two categories: flame detection methods and smoke detection methods. Smoke has effective clues to fire detection for early stage of fire (advantage to prevent in early stage of fire). Smoke is also a good indicator of a forest fire. On the other hand, it can be difficult to identify smoke in image because it does not have a special shape or color pattern. In the last few years, researchers began to use different features for the study of video smoke detection. Computers vision techniques are used to detect and localize fires from infrared and visual images provided by the cameras. Each of the visual and infrared fire detection images can not individually provides clear and general scene information, so the fusion plays a very important role in fire monitoring. Smoke's absence in IR images, can be used to distinguish between smoke and smoke-like moving objects. The proposed method in this paper uses visual and infrared images information for short range smoke detection. In this paper, we combine thermal and visual information to improve the detection rate. We use the smoke invisibility in LWIR image for distinguish smoke from smoke-like objects. Potential smoke mask (PSM) is created based on different features of the visual and thermal smoke images. Then PSM is further analyzed by disorder measurements and energy calculations for reduceing false alarm. The proposed method is able to detect the smoke accurately, with fewer false alarms. Our extended simulation results show the superiority of the proposed technique

short range smoke detection

image fusion

infrared images

false alarm

تراب نژاد، مهدی

آقا گل زاده، علی، استاد راهنما

سید عربی، میر هادی، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی