نام پژوهشگر: مهدی تراب نژاد
مهدی تراب نژاد علی آقاگل زاده
مسئله ی شناسایی آتش همواره از اهمیت بالایی برخوردار بوده است، چرا که این مسئله مستقیما با امنیت مردم در ارتباط می باشد. سیستم های شناسایی آتش تقریبا مهم ترین جزء سیستم های حفاظتی و نظارتی می باشند. هر چند که در سال های اخیر، تکنیک های شناسایی آتش بر مبنای ویدئو پیشرفت-های چشم گیری داشته است ولی همواره مسئله ی هشدار اشتباه در سیستم های شناسایی آتش مورد توجه بوده است. امروزه از تصاویر نورمرئی و مادون قرمز و تکنیک های بینایی ماشین برای شناسایی و موقعیت یابی آتش استفاده می شود. ادغام تصاویر مرئی و مادون قرمز نقش بسیار مهمی در شناسایی آتش ایفا می کند، زیرا هر یک از تصاویر مرئی و مادون قرمز نمی توانند به تنهایی اطلاعات کامل و واضح از صحنه ارائه دهند. استفاده از اطلاعات مکمل هر یک از تصاویر مرئی و مادون قرمز برای کاهش نرخ هشدار اشتباه، مورد توجه محققین قرار گرفته است. در حالت کلی شناسایی آتش در ویدئو به دو صورت، یعنی شناسایی دود و شعله انجام می گیرد که چون دود در آتش سوزی قبل از شعله ظاهر می شود شناسایی دود در سیستم های نظارتی بسیار مهم می باشد. دود در تصاویر مادون قرمز قابل مشاهده نمی باشد، از این رو از همین خاصیت غیردیداری آن برای کاهش هشدار اشتباه استفاده می شود. در این پایان نامه از ادغام اطلاعات تصاویر نورمرئی و مادون قرمز برای شناسایی دود در فواصل نزدیک استفاده می کنیم. به طوری که از غیبت دود در تصاویر مادون قرمز، برای تفکیک دود از پدیده های متحرک هم رنگ دود استفاده شده است. روش پیشنهادی از دو فاز تشکیل شده است که در فاز اول با استفاده از اطلاعات مرئی و مادون قرمز، ماسک دود به دست می-آید. سپس در فاز دوم معیارهای بی نظمی و محاسبات انرژی مورد استفاده قرار می گیرند تا برای کاهش نرخ هشدار اشتباه، ماسک دود مورد بررسی های بیشتر قرار گیرد. روش پیشنهادی در تشخیص دود بسیار توانا بوده و از دقت بالایی برخوردار می باشد چنان که نتایج شبیه سازی، برتری این روش را نسبت به روش های قبلی نشان می دهد.