1、研究開發(fā)基于視頻圖像的嵌入式分析設(shè)備對(duì)林區(qū)火災(zāi)的早期預(yù)報(bào)、減少森林資源損失具有重要意義。以DSP為核心的嵌入式系統(tǒng)具有體積小、功能完備的優(yōu)點(diǎn)，同時(shí)結(jié)合機(jī)器視覺領(lǐng)域的圖像處理技術(shù)，使其成為基于視頻圖像的森林火災(zāi)監(jiān)控系統(tǒng)的可行方案。本文在浙江省重大科技專項(xiàng)--基于太陽能的森林火災(zāi)監(jiān)測(cè)技術(shù)與系統(tǒng)研制項(xiàng)目的支持下，在TI公司的DSP芯片TMS320DM642的基礎(chǔ)上設(shè)計(jì)和開發(fā)了林火煙霧檢測(cè)系統(tǒng)，以DM642為核心搭建系統(tǒng)硬件平臺(tái)，基于實(shí)時(shí)可裁剪

2、的DSP/BIOS內(nèi)核設(shè)計(jì)了RF5系統(tǒng)軟件框架，完成了系統(tǒng)多線程、多任務(wù)的實(shí)時(shí)調(diào)度。
　　 煙霧是林區(qū)火災(zāi)發(fā)生早期的顯著特征，對(duì)煙霧的及時(shí)檢測(cè)是提高火災(zāi)預(yù)警能力的一個(gè)有效途徑。根據(jù)開放環(huán)境下火災(zāi)煙霧檢測(cè)的應(yīng)用需求，提出了一種基于多特征融合以及神經(jīng)網(wǎng)絡(luò)/支持向量機(jī)判定的在線煙霧檢測(cè)算法。該算法首先提出了適應(yīng)開放環(huán)境且抗光照影響較好的煙霧顏色模型，并與Kalman運(yùn)動(dòng)檢測(cè)圖像進(jìn)行融合得到疑似煙霧區(qū)域；接著利用小波變換等方法對(duì)疑似區(qū)域

3、提取煙霧的輪廓不規(guī)則性、面積擴(kuò)散性、煙霧區(qū)域模糊性以及煙霧邊緣的低頻振蕩性四個(gè)時(shí)空域特征，作為離線訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)/支持向量機(jī)SVM分類器的四個(gè)輸入；最后根據(jù)分類器的輸出來判定所監(jiān)測(cè)的林區(qū)是否發(fā)生火情。
　　 本系統(tǒng)通過現(xiàn)場(chǎng)調(diào)試和實(shí)驗(yàn)表明，系統(tǒng)穩(wěn)定可靠，有較高的實(shí)效性，系統(tǒng)設(shè)計(jì)和資源分配正確合理；本文煙霧檢測(cè)算法能夠?qū)崟r(shí)進(jìn)行視頻煙霧檢測(cè)，對(duì)開放環(huán)境較為魯棒，能較好的滿足開放環(huán)境下火災(zāi)煙霧的監(jiān)測(cè)預(yù)警，基本達(dá)到了預(yù)期效果。