[00642115]火场火情监控中基于多尺度分解的图像融合方法研究

该项目属于电子信息领域。 防火减灾工作事关生态环境及国家、人民生命财产安全，对存有火灾隐患的公共场所的火情监控具有重要意义。针对火场火情监控中获取场景描述和目标信息时易受复杂多变环境影响的问题现状，该项目在省自然科学基金资助下，借助图像处理相关理论方法提出了相应解决方案，即适用于火场火情监控的图像融合方法和系统。所提方案借助多摄像机对场景图像数据融合分析，并检测识别场景中的人目标，以提高火场火情监控对场景的释义能力和对目标的侦测能力，以便及时发现火情、实施搜救。 主要技术内容及创新：首先，针对火场火情监控对场景图像数据分析的需求，基于多尺度分解理论提出了图像融合方案，对抗干扰图像融合的方法框架、多尺度分解的优化利用、融合准则的合理设计进行了深入研究，为后续对场景进一步分析提供了具有准确场景信息描述的基础环境。所提方案与现有融合方案主要区别在于，它对失配、含噪源图像具有鲁棒性，并不依赖于精确配准、高质量的源图像，可抑制失配、噪声等不利因素对融合效果的影响，有利于提高监控系统的鲁棒性能和应急性能；充分利用多尺度分解优势设计融合准则，可避免融合结果中出现对场景、目标造成干扰的伪轮廓问题，有利于增强监控系统的目标辨识能力；根据源图像成像特点，建立了更符合实际情况的成像模型，可获得对比度、清晰度更高的融合结果，便于提供对场景更准确全面的信息描述。 其次，基于融合的场景信息描述，提出了适应场景复杂变化的运动目标检测方案。与现有方案不同，它利用包含场景整体全局信息的复杂特征对场景背景建立模型，可增强背景模型适应复杂环境的鲁棒性，从而提高复杂环境下运动目标检测的准确性。 在复杂环境下获取运动目标信息的基础上，进一步提出了对人目标的跟踪识别方案。与现有方案不同，它利用多个摄像机对人目标进行接力式定位跟踪，而并非仅依赖一个主摄像机定位跟踪目标，可避免由于主摄像机视场不足而出现监控盲区，特别适用于不规则、有遮挡或超大区域的复杂监控环境。 技术经济指标：该项目研究成果可有效改善火场等复杂环境下监控图像的对比度和清晰度，增强监控系统的抗干扰性和实时性，提高系统在火场等复杂环境下对目标检测、跟踪和识别的准确性和鲁棒性。 应用推广及效益情况：该项目研究成果继2014年1月应用于河北普联电子有限公司、秦皇岛中长科技发展有限公司的项目后，从根本上消除了现有监控方案在复杂环境下捕获场景信息和分析目标行为的性能瓶颈，极大提高了监控系统的实用性，产生了显著的社会效益。 该项目研究成果为实现全天候、多方位的智能化火场火情监控提供了理论依据和技术储备，对信息融合技术在火场火情监控领域的深入应用提供了新思路，为监控系统对场景及目标信息的全面掌控和智能分析提供了新手段。该项目研究成果还可推广应用至安全监控、战场感知等其它领域的智能监控系统中，蕴含着巨大的社会效益。