MATLAB视频的火焰识别。matlab，需要具备一定编程基础。

火焰烟雾已标注数据集1000张

yolov3火焰烟雾数据集，4千多张，全部已标注。并且本人用yolov3跑了一下，可以正常识别

基于Google第二代人工智能学习系统TensorFlow构建神经网络对烟雾图像进行识别检测，通过改进的运动检测算法截取疑似烟雾区域图像，并结合PCA降维算法和Inception Resnet v2网络模型在TensorFlow平台下进行烟雾特征的训练识别。该算法实现了较大范围的火灾实时检测报警，经过实验证明整个检测过程准确地识别了视频流中的烟雾区域，相比于传统烟雾识别方法具有更高的准确率和自适应性，为大范围的火灾烟雾报警提供了一种有效方案。

在场景复杂、干扰较多的情况下,传统的火灾烟雾识别方法的识别性能不高。针对该问题,提出了一种基于目标区域的卷积神经网络火灾烟雾识别方法,构建两层的火灾烟雾识别模型,利用目标区域定位层的运动检测算法对火灾烟雾图像进行烟雾目标区域的提取,快速去除复杂场景的大量无关干扰信息,并将提取的烟雾目标区域输入火灾烟雾识别层,通过卷积神经网络精细提取烟雾的深层特征后进行分类,完成火灾烟雾的识别。实验结果表明,所提方法在复杂环境下的数据集中,抗干扰能力较强,能够有效降低误检率,提高烟雾识别的准确率。

该课题是基于MATLAB平台的火焰边缘检测。传统的火焰检测都是框出火焰的最大外接矩形，误差大，会把不是火焰的部分也框进去。该课题做到仅仅检测火焰的外接边缘，将火焰不规则的外形给利用颜色给框起来。利用颜色的方法，rgb转hsv，然后利用火焰边缘特点进行鉴定判断。可以自由设定从哪帧到哪帧进行检测，带GUI可视化界面，你值得拥有。欢迎交流。

MATLAB火焰检测,本课题为基于颜色的火焰识别技术。将彩色图像转化为HSV图像，当HSV三通道比例符合一定经验值的时候，就确定为火焰的像素，将目标变成白色，其余变为黑色。结合形态学进行滤波，去除干扰面积。再原图的基础上进行定位框出，并且进行预警。

一、课题介绍 本设计为基于MATLAB的火焰烟雾火灾检测系统。结合火焰是实时动态跳跃的，采用面积增长率，角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频，通过下一帧和上一帧的差异发现是否有火情，并可发出语音报警。本设计带有一个人机交互式GUI界面，界面友好。是个不错的毕设选题。 二、算法流程 结合火焰的面积增长率，角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数，实时显示在GUI上。

多个场景下的烟雾数据集合，包含远景，室内，香烟，车辆事故等等。这个数据集是在火灾检测研究中遇到的数据集，可供火灾检测研究使用。

一、课题介绍 森林承担着为人类提供氧气以及回收二氧化碳等废弃气体的作用，森林保护显得尤其重要。但是每年由于火灾引起的事故不计其数，造成重大的损失。如果有一款监测软件，从硬件处获得的图像中监测是否有火焰，从而报警，为人们灭火争取时间，显得尤其有价值。 二、技术原理 本课题为基于颜色的火焰识别技术。将彩色图像转化为HSV图像，当HSV三通道比例符合一定经验值的时候，就确定为火焰的像素，将目标变成白色，其余变为黑色。结合形态学进行滤波，去除干扰面积。再原图的基础上进行定位框出，并且进行预警。 三、运行图