基于图像处理及BP神经网络的火灾识别方法

2017-09-15张宇峰

数码设计 2017年8期

张宇峰

张宇峰*

（安徽理工大学电气与信息工程学院，安徽淮南，232001）

火灾是影响公众安全和社会发展的主要灾害之一，为了减小危害，需要准确的识别火灾的发生。本文利用图像处理技术，对火灾图像进行预处理：包括降噪、灰度化以及二值化，提取预处理后图像中的特征值：圆形度、形体变化率和角点数。然后使用图像样本对BP神经网络进行训练，最后将训练得到的BP神经网络用于火灾图像识别。我们设置火灾和蜡烛火焰两个实验场景，对图像样本进行分析，能够正确的区分火灾图像和蜡烛图像。实验表明：此方法对于火灾的准确识别具有重要意义。

火灾；图像处理；BP神经网络

引言

火灾一直是我们日常生活和生产中的一大隐患，其破坏力强，一旦发生很容易造成极大的人员伤亡和财产损失，所以火灾的及时准别的识别就变得及其重要。近年来，图像型火灾探测技术的发展越来越快，国内外许多学者都做了大量研究。但是这些研究大都集中在图像的处理以及特征提取上，算法的整体适应性较差。本文提出了一种图像处理技术结合BP神经网络的方法用于火灾识别，能够准确的识别火灾的发生，对于火灾的准确识别有着重要意义。