基于图像识别的嵌入式智能防火报警系统的科研申报书
基于图像识别的嵌入式智能防火报警系统的科研申报书
学科分类号（二级） 520.50 Array云南师范大学大学生科研训练基金项目申请书项目名称基于图像识别的嵌入式智能防火报警系统项目类型重点项目申请金额1500项目类别自然科学申请者所在学院联系电话电子信箱指导教师云南师范大学教务处填表说明一、填写《申请书》前，请先查阅《云南师范大学大学生科研训练基金管理办法》和相关通知。
二、申请书各项内容，必须实事求是，表达要明确严谨，并要求用打印。
对于填写不合要求、内容含糊不清、字迹潦草者，不予受理。
三、项目类型：选填重点项目或一般项目。
四、项目类别：选填自然科学或社会科学。
五、“项目性质”和“项目来源”栏需在选项前方的括号内填入相应代码。
六、封面的项目编号由教务处统一编写。
七、打印格式：（一）纸张为A4大小，双面打印；（二）文中小标题：五号、黑体；（三）栏内正文：五号、宋体。
八、上报《申请书》一式二份（至少含一份原件）。
申请项目获准后，《申请书》由学校签署意见并保存一份，另一份返回学院存档。
基本信息一、研究目的（研究主攻方向、拟解决的主要问题，用一、两句话简洁明确说明。
）在UP_Magic6410平台，综合计算机图像识别技术、嵌入式系统技术、计算机网络技术等多项技术设计一个基于图像识别的智能防火报警系统，实现了智能火灾监控，自动报警，网络视频监控，系统用户交互等功能。
二、立项依据（包括科学意义和应用前景，国内外研究概况、水平和发展趋势，学术思想，立论依据，特色或创新之处，主要参考文献目录和出处。
）1. 研究背景和意义人类社会发展到今天，火灾依然是威胁人类生命安全的重大灾害。
而近几年来，随着经济的高速发展，各种高层的综合性建筑群体不断涌现；由于资源紧缺，矿井工人夜以继日的劳作；为保证社会主义现代化建设，各地都在积极地修建高速公路。
而在高层建筑、矿井、隧道、厂房中，由于人口密集，财产集中，其消防问题尤为突出，大空问建筑火灾、矿井火灾、隧道火灾等频繁发生，对国家和人民群众的财产、生命安全，以及生态环境等造成了极大的危害。
嵌入式火灾自动报警课程设计报告总结
嵌入式火灾自动报警课程设计报告总结一、引言嵌入式火灾自动报警系统是一种非常重要的安全设备，它可以在火灾发生时及时发出报警信号，保护人们的生命财产安全。
本次课程设计旨在通过学习嵌入式系统的相关知识，设计一个简单的火灾自动报警系统。
二、系统设计方案1. 系统硬件设计本次课程设计采用STC12C5A60S2单片机作为主控芯片，它具有强大的计算能力和丰富的外设资源。
同时，我们还需要使用MQ-2烟雾传感器和蜂鸣器等外部设备。
2. 系统软件设计系统软件主要包括两部分：底层驱动程序和上层应用程序。
底层驱动程序负责与硬件进行交互，上层应用程序则实现具体功能。
3. 系统功能实现本次课程设计实现了以下功能：（1）烟雾检测：通过烟雾传感器检测周围环境中是否存在烟雾。
（2）报警处理：当检测到烟雾时，蜂鸣器会发出声音，并且LED指示灯会闪烁。
（3）数据存储：将检测到的数据保存在EEPROM中，以便后续分析和处理。
三、系统实现过程1. 硬件设计（1）电路图设计：根据系统功能需求，设计出相应的电路图。
（2）PCB设计：将电路图转化为PCB布局图，并进行布线和优化。
（3）元器件采购：根据PCB布局图，采购相应的元器件。
2. 软件设计（1）编写底层驱动程序：包括与硬件交互的代码。
（2）编写上层应用程序：实现具体功能的代码。
（3）调试测试：对整个系统进行测试和调试，确保各项功能正常。
四、系统性能评估通过对系统进行多次测试，发现其具有以下优点：（1）检测准确度高；（2）报警响应速度快；（3）数据存储可靠性高。
五、总结与展望本次课程设计使我深入了解了嵌入式系统的相关知识，掌握了一定的软硬件开发技能。
同时也发现了自己在软硬件调试方面还存在不足之处。
未来我将继续深入学习嵌入式技术，并不断完善自己的技能水平。
基于模糊神经网络的智能火灾报警系统研究的开题报告
基于模糊神经网络的智能火灾报警系统研究的开题
报告
一、选题背景
随着城市化进程的不断推进，建筑的规模不断扩大，保障人员安全的工作变得越来越重要。
而火灾是建筑安全的重要威胁之一，往往会造成严重的后果。
因此，如何及时准确地发现和预防火灾，成为了一个迫切的问题。
智能火灾报警系统，就是为解决这一问题而被广泛研究和应用的一种技术。
本课题将研究基于模糊神经网络的智能火灾报警系统，以提高火灾预防和应对的效率和精度。
二、选题意义
智能火灾报警系统是一种结合了先进的传感器技术、自适应控制技术等多种高科技手段的系统，可以及时发现火灾、报警并进行相应的控制。
不仅如此，智能火灾报警系统还可以与其他智能化的安全系统进行联动，实现多重安全保障，对于提高现代城市的安全水平起到十分重要的作用。
三、研究内容
本课题旨在研究基于模糊神经网络的智能火灾报警系统的设计、构建和测试。
具体研究内容包括：
1. 智能火灾报警系统的原理研究。
2. 模糊神经网络的原理及其在火灾报警领域的应用研究。
3. 设计并实现一个具有可拓展性的智能火灾报警系统原型。
4. 对系统进行测试评估，分析其性能特点。
四、研究方法
本研究将采用文献调研、数据采集、实验仿真等方法进行实验研究，同时引入模糊神经网络技术对智能火灾报警系统进行优化和改进，取得
更好的性能和效果。
五、预期成果
本研究将提出并实现一种基于模糊神经网络的智能火灾报警系统，
在保证较高准确度的基础上，具有高效、可靠、灵活等优点，有望为现
代城市安全管理提供有力支持。
基于嵌入式系统的智能火警报警器设计
基于嵌入式系统的智能火警报警器设计
背景：
火灾在生活中时有发生，及时检测火灾并报警可以帮助人们避免伤亡和财产损失，因此火警报警器被广泛应用于各种场所。
在现代科技的帮助下，基于嵌入式系统的智能火警报警器成为了当今最常用的一种。
设计方案：
该火警报警器采用嵌入式系统设计，包括传感器、控制模块、报警器等部分。
具体实现如下：
1. 传感器部分：采用烟雾传感器和温度传感器，分别检测环境烟雾浓度和温度变化。
2. 控制模块部分：采用单片机控制，根据传感器搜集到的数据进行处理，当检测到烟雾浓度和温度超过设定阈值时，控制模块启动报警器。
3. 报警器部分：采用高亮LED灯和声光报警器，当火警发生时，LED灯和声光报警器同时启动，用高亮的灯光和响亮的声音吸引人们的注意力，让人们能够及时获得警示，从而采取措施，确保人身安全和财产安全。
该智能火警报警器采用嵌入式系统，具有体积小、功耗低、响应快、准确度高等优点，设备安装简单，使用方便，能够为各种场所提供高效、准确的火灾报警保障。
基于嵌入式和物联网技术的火灾智能报警系统
《智JB工厂》Smart FactoryJune2020基于嵌入式和物联网技术的火灾智能报警系统Fire Intelligent Alarm System Based on Embedded and Internet of Things Technology•齐鲁工业大学（山东省科学院）电气工程与自动化学院乔元健Qiao Yuanjian摘要；建筑的智能化是现代城市发展的必然要求，人们在享受建筑电化带来的便利，也同时存在着如电器火灾，燃气泄漏等隐患。
针对该类问题，设计了基于嵌入式和物联网技术的火灾智能报警系统，该系统于嵌入式设计，结合现代无线通信技术和物联网技术，通过对周围环境数据的采集和处理来实现火灾情况的自动监测，并将处理的数据通过无线通信模块发送到用户的手机上，系统全部是无线连接，具有自动检测以及检测覆盖面大等优势，更加适应日常生活中的使用。
关键词：嵌入式物联网技术智能报警自动监测Abstract:Intelligent building is the inevitable requirement of modern city development.People enjoy the convEniEnce ofbuildi ng electrification,but there are also hidden dan g ers such as electrical fire,gas Leakage end so on.In ordErto solve theseproblems,a fire intelligent alarm system based on embedded end Internet of things technoLogy is designed.The system isdesigned in embedded bined with modern wireless communication tech no L ogy and Intern e tofthi ngs techncdogy,it can automatically monitor the fire situation by collecting and processing the surraunding erwi「onmEnt data,and smnd theprocessed data to the user's mobile phone through the wireless communication module.The system is all Wireless匚onnEction,with the advantages of automatic detection end large detection coverage,is more suitable for daily life.Keywords:embedded internet of thi ngstwih noLogy intelligent alarm automatically monitor【中图分类号】TP216【文献标识码］B文章编号1606-5123(2020)06-0077-03T引已火灾自动报警系统的组成形式多种多样，从技术水平来看，它的发展可分为三个阶段，第一阶段产品为多线制火灾探测报警系统，探测器为非编码开关量型产品。
课题申报书范文
课题申报书范文课题申报书。
一、课题名称，基于深度学习的图像识别技术研究与应用。
二、申报人，XXX。
三、申报单位，XXX大学。
四、申报人简介，XXX，XXX大学计算机科学与技术专业教授，长期从事计算机视觉与图像处理方面的研究工作，曾主持多项国家级和省部级科研项目，在相关领域取得了丰硕的研究成果。
五、研究内容和意义：随着深度学习技术的不断发展，图像识别技术已经成为计算机视觉领域的研究热点之一。
图像识别技术的研究和应用对于智能监控、智能交通、医学影像诊断等领域具有重要意义。
本课题旨在通过深度学习技术，研究图像识别技术的关键算法和方法，并将其应用于实际场景中，以提高图像识别的准确率和效率，推动相关领域的发展。
具体研究内容包括：1. 深度学习在图像识别中的基本原理和算法研究；2. 图像特征提取和表示方法的研究；3. 基于深度学习的图像分类、目标检测和图像分割算法的研究；4. 图像识别技术在智能监控、智能交通、医学影像诊断等领域的应用研究。
本课题的研究成果将对深度学习技术在图像识别领域的应用具有重要的理论和实际意义，有望为相关领域的技术发展和产业应用提供有力支撑。
六、研究目标和研究方案：1. 研究目标：（1）深入理解深度学习在图像识别中的基本原理和算法；（2）提出一种高效的图像特征提取和表示方法；（3）设计并实现基于深度学习的图像分类、目标检测和图像分割算法；（4）将图像识别技术应用于智能监控、智能交通、医学影像诊断等领域。
2. 研究方案：（1）深入学习深度学习在图像识别中的基本原理和算法，包括深度神经网络、卷积神经网络等；（2）研究图像特征提取和表示方法，探索基于深度学习的图像特征提取算法；（3）设计并实现基于深度学习的图像分类、目标检测和图像分割算法，包括卷积神经网络、循环神经网络等；（4）将研究成果应用于实际场景，开展智能监控、智能交通、医学影像诊断等领域的应用研究。
七、研究计划和预期成果：1. 研究计划：（1）第一年，深入学习深度学习在图像识别中的基本原理和算法，完成图像特征提取和表示方法的研究；（2）第二年，设计并实现基于深度学习的图像分类、目标检测和图像分割算法；（3）第三年，将研究成果应用于实际场景，完成智能监控、智能交通、医学影像诊断等领域的应用研究。
基于图像模式识别技术的大空间火灾报警系统设计
基于图像模式识别技术的大空间火灾报警系统设计作者：熊爱民温佳文何远静赖文杰梁顺玮杨力平来源：《电子科学技术》2017年第01期摘要：本文设计了一种基于图像模式别的大空间火灾报警系统，采用嵌入式芯片为核心。
软件主要是利用图像识别技术。
本系统实时采集图像，然后自动进行软件分析与计算，在发生火灾等异常的情况下实现主动报警，报警信号接入FAS（消防自动报警联动系统）。
系统专门结合大空间建筑的特点，采用一种红外滤光片预处理后，再提取火焰特性的方法进行模式识别，达到了很好的效果。
关键词：图像模式识别；嵌入式系统；大空间建筑；温度及烟浓度探测中图分类号：TP391.41 文献标识码：A 文章编号： 2095-8595（2017） 01-049-04电子科学技术 URL： http：// DOI： 10.16453/j.issn.2095-8595.2017.01.012引言近年來，由于城市大空间建筑及地下管廊等建筑的数量增加，给消防安全带来了很大隐患。
因为此类建筑内部空间高度、跨度都较大，传统室内烟、温感探测器的这种被动火灾检测方法有很大缺陷，完全达不到消防报警的要求。
按国家消防规范，通常的解决方法是采用红外对射探测装置。
这类装置也存在着非常大的不足：因为火灾初期烟扩散受建筑内部安装的空调和通风系统影响较大，烟雾不容易聚集在红外探测线路上，这也是一种被动式检测，其可靠性和实时性都不够。
大空间场合中，火灾初期产生的热量和烟雾难以聚集到很高的空间，因而传感器信号变得十分微弱，因此无法进行火灾的早期探测及准确报警[1]。
随着数字图像处理技术的发展和嵌入式系统智能化程度的提高，人们采用嵌入式视频图像处理系统自动对火焰进行实时识别探测。
嵌入式视频系统性价比高、可靠性高、占用空间小，非常合适大空间火焰图像处理的需要，其探测范围也大；如果采用红外摄像镜头，更适合在地下空间等照度不足的环境中使用。
本系统采用嵌入式视频系统，通过数字图像处理技术来对火焰进行识别，制成一个高效的预警设备，解决大空间火灾报警问题。
基于嵌入式技术的火警终端台的研制的开题报告
基于嵌入式技术的火警终端台的研制的开题报告一、选题背景及意义随着城市化进程的加快，建筑物数量不断增多，火灾也成为城市中不可避免的一种风险。
火灾的发生率和对人们生命财产造成的损失越来越高，因此，开发一套基于嵌入式技术的火警终端台，为人们的生命财产安全提供有效的保护能够进一步降低火灾发生的风险。
二、研究内容及目标本课题的研究内容是基于嵌入式技术的火警终端台的研发。
通过硬件的设计和软件的开发，能够实现火警的快速检测、准确识别和数据传输的功能。
同时，能够适应不同类型的建筑物环境，具有可靠性、灵敏度高、抗干扰性强等优点。
三、研究内容和工作计划（一）火警检测器的硬件设计：1. 火灾检测传感器的选型与设计；2. 火警信号处理器的设计；3. 系统硬件电路的设计与实现。
（二）火警终端台的软件设计：1. 系统软件的架构和设计；2. 火警数据的处理与显示；3. 数据传输协议的设计与实现。
（三）系统集成与测试：1. 硬件和软件的集成测试；2. 功能测试、性能测试与可靠性测试。
（四）论文撰写：根据上述研究工作，撰写出本论文，阐述所设计开发的基于嵌入式技术的火警终端台的设计思路、设计方案和实现过程，以及解决问题的方法和成果评价。
四、预期成果（一）燃气泄露检测系统的硬件设计和制作，并能进行测试验证;（二）燃气泄漏检测系统的软件设计实现，能够识别泄露信号、汇总统计数据，并同时进行显示和报警;（三）对设计化解方案的可靠性、性能、价格等方面进行评价，并对相关领域进行探讨。
五、实验条件与安排本实验所需的技术支持和实验平台、测试设备、软件开发环境等将由实验室提供并协助完成实验任务。
实验分为硬件设计、软件开发、系统集成与测试三个阶段，预计用时三个月。
其中硬件设计与制作占一个月，软件开发占一个月，系统集成及测试占一个月。
六、参考文献1. 突发事件监测预警系统中火警检测技术的研究与实现2. 基于嵌入式技术的火警探测器设计与实现3. 嵌入式技术在火警报警系统中的应用研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
520.50学科分类号（二级）项目编号云南师范大学大学生科研训练基金项目书申请防火报警系统基于图像识别的嵌入式智能项目名称项型重点目项目类1500 申请金额自然科学项目类别申请者院所在学联系电话箱子电信指导教师云南师范大学教务处．填表说明一、填写《申请书》前，请先查阅《云南师范大学大学生科研训练基金管理办法》和相关通知。
二、申请书各项内容，必须实事求是，表达要明确严谨，并要求用打印。
对于填写不合要求、内容含糊不清、字迹潦草者，不予受理。
三、项目类型：选填重点项目或一般项目。
四、项目类别：选填自然科学或社会科学。
五、“项目性质”和“项目来源”栏需在选项前方的括号内填入相应代码。
六、封面的项目编号由教务处统一编写。
七、打印格式：（一）纸张为A4大小，双面打印；（二）文中小标题：五号、黑体；（三）栏内正文：五号、宋体。
八、上报《申请书》一式二份（至少含一份原件）。
申请项目获准后，《申请书》由学校签署意见并保存一份，另一份返回学院存档。
14/ 2基本信息．项目情项目名基于图像识别的嵌入式智能防火报警系项目性、基础研、应用研项目来、自主立、教师指导选起止时12011201．申请者情性年民姓XXX专学学项目研究联协调分配项目管理，控制进度，关键承担的主电代码撰写，火焰识别算法的研任xx学习认真，态度端正，有较强的自主学习能力。
通过了初级个人简序员考试参加过去年的工程实训实验室管理信息系统科研项目的代（学习编写研究自学javJ2EOpenC框架C+等技术，对数据库有一定历了解在上学年中专业成绩位居全班第一，综合测评成绩也居全班第一学习成荣获过国家励志奖学金，被评为过党委宣传部网络宣传教育办公“秀成员、冬季运动会“优秀通讯员、云南师范大学“优秀学生干部奖罚情等称号。
通过了计算机技术与软件专业技术资格考试的程序员考试发表论尚情．项目组成员情14一、研究目的）（研究主攻方向、拟解决的主要问题，用一、两句话简洁明确说明。
平台，综合计算机图像识别技术、嵌入式系统技术、计算机网络UP_Magic6410在技术等多项技术设计一个基于图像识别的智能防火报警系统，实现了智能火灾监控，自动报警，网络视频监控，系统用户交互等功能。
二、立项依据（包括科学意义和应用前景，国内外研究概况、水平和发展趋势，学术思想，立论依据，特色或创新之处，主要参考文献目录和出处。
）研究背景和意义1.随着经而近几年来，人类社会发展到今天，火灾依然是威胁人类生命安全的重大灾害。
矿井工人夜以继日的各种高层的综合性建筑群体不断涌现；由于资源紧缺，济的高速发展，劳作；为保证社会主义现代化建设，各地都在积极地修建高速公路。
而在高层建筑、矿井、隧道、厂房中，由于人口密集，财产集中，其消防问题尤为突出，大空问建筑火灾、矿井火灾、隧道火灾等频繁发生，对国家和人民群众的财产、生命安全，以及生态环境等造成了极大的危害。
随着计算机技术的发展，图像识别、图像处理技术应用到各行各业，对建筑物内火灾的识别，传统的方法是使用感烟、感温、感光探测器以及红外对射探测器。
如果用摄像机采14 / 4集到的图像信息通过一定的处理之后进行火灾火焰的识别，无疑能为工程建设节省部分投资并具有广阔的应用前景。
图像探测的优点在于图像信息的丰富和直观，大大增加了判别的可靠性。
同时，通过对控制区域的实时监测，可在火灾发生的最初阶段做出迅速的反应，并进行实时分析和后处理，可以大大缩短预警时间，有利于实现火灾的早期预报和控制。
2. 国内外研究综述近年来，火灾科学界正逐渐将注意力转移到火灾现象本身和深层次的机理研究方面，并已经取得一定的成果。
20 世纪80 年代后，火灾探测算法与人工智能、自动化和信号处理技术等其他技术的广泛融合推动其自身发展。
2.1 国外研究现状国外对图像型火灾探测技术的研究开展的比较早，且有的已经成功应用到实际工程中。
CappelliniV 等在1989 年最早提出构建火焰的RGB 颜色模型。
依据R 颜色分量的饱和度和火焰动态特征来获取火焰像素点。
当火焰像素点数目高于某一阈值时报警。
Healey G 等在1993 年提出采用火焰的光谱/空间/时序属性来获取火焰区域。
与紫外/红外图像比较，此文献提出方法能减小误报率，或与更多的信息。
如：火焰位置，大小、增长率。
Thou-Ho Chen 等在2004 年使用火焰的颜色和运动信息来定位火灾。
采用高斯光滑颜色表侦测具有火焰色彩的像素点。
用腐蚀消除干扰噪音，用区域增长提高精度，发现遗漏的火焰像素点。
特点是可以用于相机，场景或火焰移动的情况。
Celik T 等提出一种把统计颜色信息与前景信息整合方法来检测火焰。
Tai-Fang Lu 等在2006 年对线形判定技术（linear discriminate technique）和逻辑回归方法（logistic regression）进行比较，选取逻辑回归方法用于分割火焰区域，构建火焰特征模型。
2.2 国内研究现状火灾检测是国内最近几年的一个研究热点，有大量相关论文发表。
国内研究方向偏向于整合多种传统火灾检测参数（感光、感烟、感温），再在此基础上通过神经网络对参数进行判定。
但图像型感焰探测方面的研究比较少。
其中又以中国科技大学的火灾科学国家重点实验室、西安交通大学、上海交通大学、东北林业大学等学校的研究比较领先，并在工程实践中提出了一些新算法。
许维胜提出基于图像视觉特征的火灾自动识别，提取了火灾图像的色彩特征和小波特征，利用小波变换将信号分解到不同的频带上进行分析处理，然后利用神经网络通过有监督的学习图像特征向量达到识别目的：宋卫国等提出基于BP神经网络的火灾图像探测方法，利用早期火灾火焰形体变化特性，用图像处理的方法提取特征信息，最后利用人工神经网络来14/ 5进行火焰识别；以上算法都需要用大量各类型火灾火焰图片进行训练，识别的效果与学习所使用的图像库有很大关系：张进华等提出一种基于视频多特征融合的火焰识别算法，结合火焰的静态和动态特征，设计了一种多特征融合的火焰识别算法，对火灾进行快速判别，基于信任度模型简历了火焰识别的传统模型，以疑似概率反映视频图像中出现火焰的几率，准确性高，抗干扰能力较强；沈诗林提出基于图像处理的火灾火焰闪烁频率识别方法研究。
提取运动区域的面积、质心距、周长、面积周长比等视觉特征，并利用快速傅罩叶变换对这些特征进行频率分析，得到火焰的闪烁频谱；安至伟引研究了基于统计模式识别技术的静念火焰图像的分类技术，在火焰信号测量中，利用短时傅里叶变换，通过对信号的分析，深入探讨了火焰的频谱特性。
3. 发展趋势对于传统火灾探测技术都把火灾过程中的某个特征物理量作为检测对象。
近年来，火灾科学界逐渐将注意力转移到火灾现象本身和深层次的机理研究方面，随着对火灾过程和机理研究的不断深入，我们可以从一个新的角度考察火灾现象和火灾过程。
将基于感温、感烟、感光的火灾探测模式发展成基于实时影像的火灾探测模式，将影像测量、图像处理、计算机多媒体等新兴技术应用于火灾探测中来。
图像型火焰探测技术关心的是火灾中各种物理现象在图像上的表现，以及这些图像表现在多大程度上代表火灾的典型特征而明显区别于火灾以外的其他物理现象。
图像型火灾探测技术针对性地克服常规火灾探测技术的一些主要弱点，基本消除复杂、恶劣环境因素对火灾探测系统的影响，作为控制面积大、适用于大空间（包括开放空间）的一种可靠的火灾监控技术，在当前火灾形势日益严峻的今天，其经济效益社会效益都是十分巨大的。
参考文献：[1]王殊，窦征。
火灾探测及其信号处理．武汉：华中理工大学出版社，1998．[2]许维胜，田长征，方盛明．基于图像视觉特征的火灾自动识别[J]．计算机工程，29(18)：112—113．[3]沈诗林．基于图像处理的火灾火焰闪烁频率识别方法研究．中国科学技术大学硕士学位论文．2008．[4]安至伟．图像型火灾监控技术若干问题的研究．中国科学技术大学硕士学位论文．2008．[5]博创科技.UP-Magic6410魔法师实训平台实验指导书[M].2011[6] 杨亚雄.嵌入式Linux网络视频监控系统研究与实现[D].武汉：武汉理工大学，200814/ 6[7] Cappellini V, Mattii L, Mecocci A. An intelligent system for automatic fire detection in forests.Image Processing and its Applications, 1989., ThirdInternational Conference on 18-20 Jul1989:563~570[8] Healey G, Slater D, Lin T A.D. A system for real-time fire detection Computer Vision and PatternRecognition, 1993. Proceedings CVPR '93., 1993 IEEE Computer Society Conference on 15-17 June1993:605~606[9] Thou-Ho Chen, Ping-Hsueh Wu, Yung-Chuen Chiou. An early fire-detection method based on image processing.Image Processing, 2004. ICIP '04. 2004 International Conference on Volume 3, 24-27Oct. 2004,3:1707~1710[10] Celik T, Demirel H, Ozkaramanli H,etc. Fire Detection in Video Sequences Using StatisticalColor Model. Acoustics, Speech and Signal Processing, 2006. ICASSP 2006 Proceedings. 2006研究内容（说明研究项目的具体内容）三、1.嵌入式Linux系统的构建要使Linux操作系统在嵌入式系统中运行起来，就必须把Linux移植到各种嵌入式处理器平台上，这样才能应用于实际的产品。
嵌入式Linux的构建主要涉及BootLoader的移植，Linux内核的裁剪与移植，文件系统的构建等。
2.火焰图像识别算法研究图像的火焰识别程序是本系统的重点，它完成了本系统的智能火灾监控的功能，其算法也较为复杂，关键在于解决如下问题：（1）如何从自然环境中消除背景的各种干扰，提取出火灾火焰？（2）在火灾的典型特征中，哪些适合用作火灾判据？如何形成实用的判据？（3）如何合理地组合多重判据，以形成最终的综合判据？3.嵌入式Web服务器的构建本系统设计采用B/S结构，监控者通过浏览器查看监控信息，对监控系统进行设置等，为此，需要一个web服务器。