1、火災(zāi)是嚴(yán)重威脅社會(huì)安全的自然災(zāi)害之一。近年來(lái)，大型商場(chǎng)、社區(qū)、林區(qū)等場(chǎng)所火災(zāi)事故頻繁發(fā)生，給人類社會(huì)生產(chǎn)生活帶來(lái)了巨大損失。由于煙霧是火焰燃燒前呈現(xiàn)出的現(xiàn)象，因此可以通過(guò)檢測(cè)煙霧及時(shí)地發(fā)出火災(zāi)報(bào)警，降低火災(zāi)損失。近三十年來(lái)，隨著神經(jīng)心理學(xué)、行為學(xué)對(duì)大腦視覺(jué)認(rèn)知機(jī)制的研究進(jìn)展，人工智能和機(jī)器視覺(jué)領(lǐng)域出現(xiàn)了研究生物視覺(jué)計(jì)算模型的熱潮，視覺(jué)注意模型的研究為煙霧檢測(cè)提供了嶄新的發(fā)展方向。本文旨在探索開(kāi)放環(huán)境下基于視覺(jué)顯著性和小波分析的煙霧檢測(cè)方

2、法。
　　 本文研究的重點(diǎn)是研究基于視覺(jué)注意模型的煙霧檢測(cè)算法。其中包括改進(jìn)傳統(tǒng)的自下而上視覺(jué)注意模型，在煙霧檢測(cè)中引入自上而下的任務(wù)驅(qū)動(dòng)機(jī)制，提取可疑煙霧區(qū)域的動(dòng)態(tài)特征以實(shí)現(xiàn)準(zhǔn)確的煙霧在線識(shí)別。本文的主要工作可以概括為以下幾個(gè)方面：
　　 (1)在Itti視覺(jué)注意模型的基礎(chǔ)上，提出將物體運(yùn)動(dòng)特征與圖像靜態(tài)特征融合，實(shí)現(xiàn)自下而上視覺(jué)注意模型的煙霧顯著性檢測(cè)。其中引入了一種運(yùn)動(dòng)優(yōu)先的顯著性圖融合策略，使模型更加契合于人眼的

3、視覺(jué)注意機(jī)制。
　　 (2)建立自上而下的視覺(jué)注意模型對(duì)顯著性區(qū)域進(jìn)行控制。為了有效模擬人眼基于任務(wù)的顯著性控制機(jī)理，本文針對(duì)煙霧這一檢測(cè)目標(biāo)，結(jié)合煙霧的邊緣不規(guī)則性、區(qū)域灰色度等特征，利用區(qū)域相似性度量生成圖像自上而下的顯著性圖，進(jìn)一步控制顯著性區(qū)域的受注意程度。
　　 (3)構(gòu)建了貝葉斯網(wǎng)絡(luò)分類器，實(shí)現(xiàn)了煙霧最終識(shí)別。基于視覺(jué)注意模型的感興趣區(qū)域提取是對(duì)類煙霧區(qū)域的粗略提取。為了最終識(shí)別區(qū)域是否是真實(shí)煙霧，本文針對(duì)煙

4、霧特有的模糊性、邊緣不規(guī)則性、區(qū)域灰色度、區(qū)域飽和度等特征進(jìn)行了提取，訓(xùn)練貝葉斯網(wǎng)絡(luò)分類器，實(shí)現(xiàn)煙霧的準(zhǔn)確識(shí)別。
　　 (4)在參加省重大科技專項(xiàng)“基于太陽(yáng)能的森林火災(zāi)智能遠(yuǎn)程無(wú)線監(jiān)測(cè)系統(tǒng)研制”過(guò)程中，獨(dú)立開(kāi)發(fā)完成了遠(yuǎn)程監(jiān)控中心軟件，實(shí)現(xiàn)了林區(qū)視頻實(shí)時(shí)播放、錄制、控制前端云臺(tái)動(dòng)作、響應(yīng)報(bào)警信息等功能。另外，為了驗(yàn)證本文煙霧檢測(cè)算法的有效性，本文從自下而上顯著性分析、自上而下區(qū)域顯著性控制、ROI提取及抗光照性檢測(cè)等方面通過(guò)大量實(shí)