【完稿】6135G活塞工艺及铣顶面设计【CAD定稿】

本项目投资效益主要体现于社会效益，项目对于减少县规模养殖场 畜禽粪便引起的农业面源污染，保护头生态环境，促进生态循环 型畜牧业和生态农业发展具有积重大意义，项目社会促 进我国绿色食品有机食品生产资金筹措方案可行， 项目各项建设条件具备。

项目投入总资金及效益情况 项目建设总投资万元，项目达产期年产有机肥万吨，年销 售收入万元，平均利润总额万元，项目投这是当前发 展畜牧业乃至整个高效生态农业面临的突出问题。

本项目建设综合利 用畜禽干粪生产有机肥项目，有利于发展壮大生态循环畜禽养殖业。

并且通过商品化处理向农业生产提供优质高效的有机肥源，有利于至未作任何处理就直 接施入大田，形成大田吸收不充分，氨氮等营养成分流失严重，并导 致了养殖污染增加，制约了畜牧业的可持续发展，另方面也成了农 业面污染的主要原因，导致土壤肥力和农产品质量下降，和促进生态农业发展的 需要。

随着畜牧业从散养向规模化养殖的发展，由于大部分养殖场没有 形成农牧结合的良性机制，畜禽排泄物资源化利用程度普遍较低，畜 禽干粪仅进行简单的堆肥就近施入农田，有的甚进行综合利用，企业和市农业龙头企业。

年，公司猪场实现产值万元，实 现利税万元。

为推进产业化发展步伐，以公司为龙头，走公司十 基地十农户的生产模式，产品销售到广东福建和上海等地，已形成 核准通过，归档资料。

未经允许，请勿外传！了工商贸体化产供销条龙的专业化规模化区域化生产格局， 取得了良好的经济效益和社会效益。

可行性研究报告编制依据 项目备案通知书 建设项目规划用地红线图 省“十五”农业面污染 盈亏平衡点 贷款偿还期年 建设期月 结论与建议 本项目建设将能有效减少有机肥万吨 减少总氮排放量吨 减少总磷排放量吨 投资指标项目建设总投资万元 资金筹措万元 其中银行贷款万元 业主自筹万元 财务效益指标 达产年经营收入万元 平均利润总额万元 固定效益显著。

主要技术经济指标 主要技术经济指标表 序号指标名称单位数值备注 建设规模指标 总用地面积亩 总建筑面积 建筑占地面积也有限制。

尖角的宽度应该有个上限，以避免重复记数，提高尖角检测较模糊，噪声点较多，且出现边缘间断。

同时使用检测算子进行垂直和水平方向的提取，发现水平方向的检测结果好于垂直方向。

为了得到连续且平滑的目标边界，以便后续处理，本文最终选取算子检测边缘。

图.算子处理的图像原灰度图经算子处理过的图像图.边缘检测的图像原灰度图经边缘检测过的图像火焰区域增长性检测火焰还有个显著的动态特性，就是火焰区域面积是不断变化的，在火灾初期面积是不断增大的即火焰区域的增长性，由火焰颜色提取的火焰区域的增长率为是第帧的火焰面积，是第其中，且为整数帧的火焰面积，在数字图像处理中面积可以用像素的和来代表，时间间隔用贞数代表，所以上式可以表示成是第帧图像中火焰区域的像素和，是第帧火焰区域的像素和，因此为从帧到帧的火焰区域像素的增长率，为了得到更可靠的增长率，采用平均增长率，公式如下此处设置个阈值，若，则可确定为火焰区域其中有实验统计得出，否则认为区域具有火焰颜色，但不是火焰。

.本章小结本章主要介绍了几种火焰识别的方法，识别火焰，首先要清楚火焰的静态特征，动态特征。

静态特征主要通过火焰颜色，火焰形状来识别动态特征主要通过火焰频率，像素面积变化及边缘检测来识别。

这两种方法相互补充，可以综合利用，以提高火焰识别精确率。

结论随着社会的不断发展和进步，高楼大厦和大型建筑物会越来越多的出现在人们的生活中，随之带来的大空间场所的火灾问题将会受到更多的关注。

在这情况下，基于视频监控系统和数字图像处理技术的火焰报警技术作为种新的有效的火灾预防手段，必将具有广阔的应用前景和使用价值。

本文首先针对火灾探测技术目前的发展状况和其相关技术进行了讨论然后以应用软件为平台，结合数字图像处理基本理论，对火焰图像进行灰度化，二值化，噪声滤除，图像增强，轮廓提取等操作接着，讨论火焰图像的静态特征和动态特征，提出根据火焰颜色特征，火焰像素面积变化特点，火焰频率变化规律，火焰边缘及火焰区域性增长检测等方法，作为判断是否是火焰的依据。

最后，以火灾图像为主要的实验对象，以为实验平台，进行基于火焰检测仿真系统的设计。

本文完成的工作和取得的研究成果主要包括以下几个方面分析并阐述彩色图像处理的基本原理以及多种灰度图像预处理技术如灰度化二值化滤波以及图像分割等。

另外，本文结合数字图像处理技术，深入分析火焰图像和上述图像的形态特征，提出了以火焰像素面积变化和火焰边缘检测作为判据进行综合火焰判断的方法。

致谢此次毕业设计历时个月左右，在这期间，有过困惑，有过茫然，但更难忘的是兴奋。

刚刚看到任务书时，仿似雾里看花，切都是模模糊糊，不知所以然。

然而，经过老师的提醒和查阅相关书籍后，彷佛眼前有了思路。

于是，就在这种心态下摸着石头走起了路，走着走着，当看到仿真出现了结果时，突然发现，切的努力都得到了回报。

本次毕业设计是在陈庆芳老师和程科老师的悉心指导和热情帮助下完成的。

设计过程中，每每遇到疑问，老师都会给予解答。

通过这几个月的接触，陈老师以其渊博的学识，宽广的知识面，严谨的治学态度，敏捷的思维和热情的为人给我留下了深刻的印象，对我今后的人生将产生深刻而巨大的影响。

在此，向陈老师和程老师致以衷心的敬意和深深的谢意!参考文献陈家强.我国的火灾形势与发展趋势.中国消防余成波.数字图像处理及实现.重庆大学出版社张德丰.数字图像处理.电子工业出版社周鹏，朱虹.炉膛火焰图形预处理的实现.微计算机信息闫敬文.数字图像处理版.第二版.国防工业出版社.，.梁鹏，黄欢，杨晓娜.基于视频的火灾监控关键技术研究.贵州大学学报杨淑莹.模式设别与智能计算.第二版.电子工业出版社高爱莲，刘辉，林宏.基于视频的火焰检测技术研究.云南民族大学学报张王佳，王强.基于图像型监测技术的剧院火灾实时探测系统.安全，.葛勇，王玲.视频火焰检测算法研究及仿真.微计算机信息的精度尖角的亮度应该有个下限。

由于些原因，摄像机在监测时往往会使图像发生微小的变动，随机地产生些小突起，亮度般在个像素点以下，这些干扰都应消除掉。

实验表明火焰的尖角数目随着时间推移呈现不规则变化的规律照明灯电筒等干扰物体即使向着摄像头方向运动，其尖角数目也基本不变。

为了得出具体的阈值，假设在实验中通过第帧计算得到的尖角数为，则在连续取幅图像后，考察尖角数目的表达式如下火焰实验表明照明灯电筒等干扰现象的分别为和。

对于早期火焰尖角数要明显多出很多，因此可以将阈值定为，可以较好地剔除般常见的干扰情况，降低了系统的误报率，提高了报警的可靠性和准确率。

.动态分析火焰频率检测火焰是变化的，或者说火焰是不稳定的，初看起来，它飘渺无状，捉摸不定，但是，任何事物的运动都是有规律的，只不过有时人们还没有发现，比如火焰。

我对各像素并行地进行，分割的结果直接给出图像区域。

阈值分割的优点是计算简单运算效率较高速度快。

在重视运算效率的应用场合，它得到了广泛应用。

.火焰直方图统计直方图是统计学中的术语，图像处理技术引用了这概念，主要用来说明图像各亮度像素的分布情况。

它反映了幅图像中不同亮度等级像素所占的比例，可以看出各亮度像素数的多少和它的分布，其形状可以提供许多关于火焰状态的线索。

在图像处理中所说的直方图是指灰度直方图，描述的是图像中具有该灰度值的像素个数，其横坐标表示像素的灰度级别，纵坐标是该灰度出现的概率。

任意幅图像旦以直方图表示，图像的空间位置信息全部隐去，直方图只展示具有灰度的像素相对数目，并不提示像素原来处于图像的哪个位置图.原灰度图直方图.火焰图像增强显示图像增强即用来增强图像的些特征，以用于作进步的分析或显示。

图像增强技术可以主观地改善图像的质量。

因此，图像增强技术是为了改善图像感官质量而采取的种方法。

它主要通过增强图像对比度等方法来实现。

如对比度的增强是用来使对比度低的图像更容易显现其特征，而对比度低的可能原因包括光线不足图像感应器的动态范围不够等。

图像增强的过程本身并没有增加原始资料所包含的信息，仅仅是把图像些部分的特征更加强调罢了。

火焰图像存在灰度以及各色分量相对集中的特点，为了能准确观察火焰动态变化，需对火焰图像作增强显示处理。

灰度均衡有时也称直方图均衡，是种通过重新均匀的分布各灰度值来增强图像对比度的方法，即输出的直方图是平的。

下图为经过灰度均衡变换后示意图，与上图即.中的图的灰度相对集中，图像对比不强相比，可以发现经过灰度均衡后灰度分布分散，图像对比度增强。

直方图变换及图像增强程序如下，图.增强后图像图.直方图.本章小结本章主要介绍了几个数字图像概念及数字图像预处理步骤，为火焰识别做了铺垫。

火焰识别，就是要通过软件处理，能够根据提取的火焰特征来判断火焰图像的目的，所以，图像处理尤为重要，通过把采集好的图像转化灰色图，二值图，并且通过各种去噪方法，优化图像。

第四章火焰识别.静态特征检测颜色识别色彩空间在颜色模型中，图像般由三个图像分量组成，每个分量图像都是其原色图像。

在空间，用以表示每像素的比特数叫做像素深度。

其中每幅红绿蓝图像都是副比特图像，所以每个彩色像素值三个组称为比特深度。

色彩模式使用模型为图像中每个像素的分量分配个范围内的强度值。

图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现种颜色。

图.火焰颜色分布图首先，根据火焰与众不同的特征，以上的火焰早期产生的火焰颜色都分布在红到黄的范围内，可以由空间经过简单比较计算得到。

可以看出，任何图像中只要满足且的颜色都可以看作火焰。

然而这样仅仅能够作为最初始的筛选手段排除最不可能是火焰的物体，因此这样误报率会很高。

根据统计分析，绝大部分的火焰颜色在空间的值可以缩小到更小的范围，根据具体的场景，可以在三个不同的通道设定不同的阈值来检查火焰区域，般情况下，火焰满足∩∩．故可以由以下规则判断个像素是否具有火焰的颜色∩∩．若同时满足以上三个条件，则可以判定为火焰区域。

火焰的尖角特征火焰的早期是种不稳定且不断发展的，面积是连续增大的。

面积判据通过“面积连续增大”的特性来判断是否是火焰，但存在以下明显缺陷当照明灯等物体由熄灭到点亮或者向着摄像头运动时，其面积也是连续增大的。

因此，单独使用面积判据是不可靠的。

“边缘抖动”是早期火焰的重要特征，它与“面积判据”联合工作可以克服面积判据的不足，使火焰监控更加可靠和准确。

不稳定的火焰本身有很多尖角，尖角的计算首先要利用图像分割和边缘增强技术把原始图像转换为数字图像，然后对图中各部分进行识别和计算。

火焰边缘抖动的个明显表现