农业温室大棚的火灾检测算法研究

李晨东，韩秀玲

（东华大学 信息科学与技术学院，上海201620）

农业温室大棚的火灾检测算法研究

李晨东，韩秀玲

（东华大学 信息科学与技术学院，上海201620）

针对温室大棚的潜在火灾威胁，提出了一种基于图像分割的温室大棚火灾检测算法。文中首先分析了温室大棚火灾图像的颜色特征，然后采用SLIC分割方法对图像进行分割，并使用SVM分类器对火灾图像进行训练检测。实验结果表明，该方法可以有效提高温室大棚火灾识别的准确度和火灾预警的可靠性。

温室大棚；火灾检测；SLIC；SVM

近年来随着设施农业技术的发展，我国温室大棚的数量得以迅速增长。温室大棚可以使农作物摆脱地域、自然环境和气候等众多因素的限制，因而成为农业领域不可缺少的组成部分，为人民生活带来极大便利[1]。然而，由于温室大棚的主要材料均为塑料、木材和草栅等易燃物质，且大棚的设置一般都是成片的，零星小火就能很快蔓延，从而造成巨大经济损失。怎样对温室大棚进行火灾检测及自动监管，已成为农业领域亟待解决的课题[2]。

文中提出了一种基于图像分割的温室大棚火灾检测算法。首先对温室大棚火焰图像特征进行分析，然后使用 SLIC（Simple Linear Iterative Cluster）分割方法对图像进行分割，并使用SVM（Support Vector Machine）分类对火灾图像进行学习训练。检测结果表明我们的算法具有较好的检测效果。

1 火灾图像的颜色特征

在温室大棚火灾场景中，火焰的颜色一般是比较固定的，都是处于红光和黄光之间。……