徐小强， 张瑞琦， 冒 燕， 陈 旭

(武汉理工大学 自动化学院， 湖北 武汉 430070)

为保证水面上的安全，快速消灭水面火灾已经成为人们研究的重点.目前的消防艇主要采用人工灭火装置，当遇到严重火情时需要同时出动多艘消防艇进行灭火，可能会对消防人员的人身安全产生威胁.与传统的消防艇中由消防人员负责寻找火焰位置进行灭火不同，在无人消防艇中需要由无人艇自动寻找火焰区域进行灭火.如何检测倒影、防止水面倒影影响火焰检测，已成为无人消防艇应用中亟待解决的问题.

近几年，国内外研究者针对火焰颜色特征、形态特征及运动特征等提出了多种火焰识别方法[1-3].文献[4]建立了在RGB色彩模式(即红、绿、黄色彩模式)与HSV空间下的火焰识别模型，但是提取出来的火焰区域比较宽泛，火焰在水中的倒影区域也会被认为是火焰区域.文献[5]提出了YCbCr空间的火焰识别模型，有效地利用火焰色彩信息提取了火焰区域，但是对于亮度高的火焰区域以及火焰倒影和火光区域识别效率低.文献[6]提出了在HSI空间下的火焰分割模型，该方法对干扰鲁棒性差，检测出的火焰区域宽泛.

针对以上模型对水面上火焰识别的不足，笔者将卷积神经网络应用于目标识别中[7]，判断图片中是否含有火焰图像，然后结合YCbCr空间下的火焰识别方法，根据折射和反射后水中火焰倒影与火焰的亮度差，提出一种滤除掉水面上火焰倒影的火焰识别方法—基于……