Curve Evolution Based Image Segmentation and Fire Watch System

随着计算机技术，图像采集技术和数据存储技术等的进步，图像处理的应用领域越来越广泛。很多的应用系统是综合利用了电子，通讯和图像处理等技术而开发出来的，图像处理往往是系统的核心部分。图像分割是图像处理的核心技术，也是图像处理技术中的难点。所以研究图像分割技术具有非常重要的意义。传统的图像分割方法有：使用模板对图像进行边缘检测等；利用滤波处理，频谱分析等数字信号处理处理技术进行分割。80年代末以来，偏微分方程方法越来越多地应用到图像分割领域中，已成为图像分割的有力工具。本文对基于偏微分方程的图像分割方法进行研究，介绍单开曲线演化分割算法，并基于Mumford-Shah模型提出一种带状目标分割方法。这种方法能将图像中的带状区域从图像中分割出来－这里假定带状区域的边界可用单值函数表示。与其它方法，如边缘检测分割，C-V模型分割和单开曲线分割相比，本文提出的方法得到的分割结果有与目标的边界吻合的更好，抗噪能力强等优点。本文介绍了通过对可见光摄像机所拍摄图像进行分析来检测火的森林烟火预警系统。该系统是通过检测烟的存在来判断是否有火情。图像处理软件是森林烟火预警系统的核心组成部分。评价火灾预警系统性能有两个标准。一个是一旦发生火灾，预警系统能否快速地发出火警信号；另一个是在没有火情时，预警系统是否不报警，即误警率是否低。图像分割在设计图像处理算法时，主要在两个地方得到应用。在图像预处理阶段，利用单开曲线演化分割算法或带状区域的分割算法将森林区域分割出来。这样是为了在对图像进行处理时消除非森林区域中的目标对识别结果的影响，降低误警率。在图像处理阶段，利用图像分割算法将烟从图像中分割出来，准确及时报警