TACSTechnology and Application of Computer Science2998-89262998-8934Art and Design10.61369/TACS.2025020002Article基于图像识别的火焰定位系统的研究与实现https://artdesignp.com/journal/TACS/2/2/10.61369/TACS.2025020002陆晓东2025222025-01-28本文针对火焰着火点的精准定位问题展开研究，提出了一种基于图像识别技术的解决方案，并开发了相应的Web 应用程序以实现该模型的实际应用。研究的核心在于通过HSV 色彩空间分析和形态学操作对图像进行优化处理，从而提高火焰着火点的识别精度。此外，为增强系统的鲁棒性，引入了防御性编程策略。在应用开发方面，采用分层架构设计，结合Flask 框架实现前端交互功能，利用OpenCV 库实现火焰检测算法，并通过本地文件系统进行数据存储。测试分析结果表明，该系统能够准确识别火焰并有效标注识别结果。性能测试显示，系统的平均处理时间为120毫秒，能够支持10个并发请求，且响应时间均小于500毫秒。这些性能指标表明，该系统具备较高的实时性和稳定性，能够满足实际应用中对火焰着火点快速定位的需求。本文的研究成果为火焰着火点的精准识别与定位提供了一种有效的技术方案，并为后续自动灭火系统的开发提供了重要的技术参考和方向。图像识别,着火点,定位,OpenCV

[1] 刘伟鹏, 曹玉东. 基于深度学习的林火图像识别算法及实现探究[J]. 长江信息通信,2022,35(01):29-31.[2] 何乃磊, 张金生, 林文树. 基于深度学习多目标检测技术的林火图像识别研究[J]. 南京林业大学学报( 自然科学版),2024,48(03):207-218.[3] 陈欣, 施林苏, 丁洪涛, 等. 图像识别技术在林草火灾预警中的应用及优化[J]. 广东通信技术,2020,40(08):61-65.[4] 李萌娜. 基于深度学习的无人机森林火灾图像识别与分割研究[D]. 西安理工大学,2022.DOI:10.27398/d.cnki.gxalu.2022.000591.[5] 张权力. 基于图像识别技术的森林防火预警系统的研究与应用[D]. 湖北文理学院,2024.DOI:10.44305/d.cnki.ghbwl.2024.000040.