基于数字图像处理的森林火灾检测开题报告

全文总字数：3128字

1. 研究目的与意义

森林作为最大的陆地生态系统，资源储量丰富，可以为人类提供多种生活用品，创造巨大的经济效益。

更重要的是，森林是生态多样性基础，是大量动植物赖以生存的家园。

此外，森林还具有减少土壤流失，保护环境，防治自然灾害等作用，常常被称为地球之肺。

2. 国内外研究现状分析

2008年王文豪等在《视频火灾检测的设计与实现》一文中提出了以火焰的颜色分布的规律与面积变化的特征来识别森林火灾的图像型火灾识别算法。

该算法的中心思想是二维最大熵自动阈值法，具体的实现步骤包括：1、对火灾图像进行分割处理；2、提取可疑区域（roi）；3、对可疑区域进行火焰识别，以相似度为判别依据识别火灾。

这种算法没有考虑火焰的动态特征，与火焰颜色相近的识别目标难以区分，识别准确率低。

3. 研究的基本内容与计划

研究内容：（1）查阅大量相关资料，了解经典以及常用的数字图像处理去噪算法、火灾区域的分割、特征提取算法以及模式识别等方法；（2）建立火灾识别分类器；（3）撰写标准格式论文；（4）准备答辩材料；研究计划：2018.12.25－2019.01.25 阅读各种文献，了解数字图像处理在森林火灾检测方面的相关内容，完成文献综述初稿；2019.01.25－2019.02.25 全面收集相关的设计资料与技术资料，完成开题报告以及完善文献综述；2019.02.25－2019.03.01对课题进行深一步的分析，做出演示文稿,准备开题答辩，初步定出课题方案； 2019.03.01－2019.03.15 实现火灾图像的采集与预处理部分； 2019.03.15－2019.04.01 实现火焰图像的分割部分；2019.04.01－2019.04.15 实现火焰图像的特征提取部分；2019.04.15－2019.05.01 实现火焰识别分类器的建立部分；2019.05.01－2019.05.25 撰写论文； 2019.05.25－2019.05.31 修改论文，定稿，制作答辩演示文稿，准备毕业设计答辩。

4. 研究创新点

利用基于图像HOG特征的SVM分类器进行火灾识别。