为了提高火焰检测算法的准确率和满足实时性的要求,在分析火焰颜色特征的基础上,提出一种基于Ohta颜色空间并利用最大熵阈值分割法改进的火焰颜色特征模型。该模型可有效提取疑似火焰区域,然后通过光流法分析火焰运动方向特征,进一步判断是否有火灾的发生。实验结果表明,该算法具有较好的实时性,能够有效地提高火灾识别的准确率,降低误检率,在日常消防系统中具有重要的应用价值。不能细致的确定火焰运动方向。本文通过改进的帧差－背景更新法来提取火焰的运动区域，能够有效避免帧间差分法和背景更新法的缺点。同时利用Ohta颜色空间的最大熵阈值分割获得火焰的颜色区域，跟其他颜色空间比，空间的火焰检测-数控滚圆机滚弧机折弯机张家港液压滚圆机滚弧机折弯机该方法可准确地分割出火焰区域。最后通过判断火焰的运动方向来进一步去除整体运动的物体。实验结果表明，本文方法可实时准确地检查出火焰区域，并进行报警。1火焰探测模型通过对火焰特征信息的分析，本文选取火焰燃烧的运动特性、颜色特性以及方向特性进行检测，其流程图如图1所示。首先提取视频帧的运动目标区域和火焰颜色区域 本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com  ，取交集获得火焰的感兴趣区域，最后通过分析该区域的主运动方向特征来判断是否为火焰。图1火焰检测流程图1．1火焰运动目标探测由于火灾发生现场多半存在强光干扰以及对实时性、准确性要求比较高，所以本文将结合帧间差分法和背景更新法于一体，实现了两种方法的优势互补，结合了背景更新法“可准确提取运动目标”和帧间差分法“对光线不敏感，适应性强”的特点［9］。本文提出的帧差－背景更新法主要分3个步骤，一是利用三帧差分法获得一幅运动目标图像;二是根据自适应背景更新法的原理，得到第二幅运动目标图像;三是将以上两幅运动目标图像进行或运算，从而得到最终的运动目标。这样可有效地排除类似火焰颜色的静止物体的干扰。1．2火焰颜色探测1．2．1Ohta颜色空间在火焰图像分割中，选择合适的颜色空间有着重要的意义。Ohta是ohta等人于1980年提出了一种三正交分量的颜色空间，该空间不仅适应于多种色彩图像中颜色分割而且对边缘的检测有很好的区分能力。它由Ｒ、G、B线性转换得到，其转换如式(1)［7］。相比其他颜色空间，Ohta颜色空间?空间的火焰检测-数控滚圆机滚弧机折弯机张家港液压滚圆机滚弧机折弯机 本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com