目录
1.算法运行效果图预览
(完整程序运行后无水印)
将FPGA仿真结果导入到matlab显示结果：
测试样本1
测试样本2
测试样本3
2.算法运行软件版本
vivado2019.2
matlab2022a
3.部分核心程序
（完整版代码包含注释和操作步骤视频）
`timescale 1ns / 1ps
//
// Company:
// Engineer:
//
// Create Date: 2023/08/01
// Design Name:
// Module Name: RGB2gray
// Project Name:
// Target Devices:
// Tool Versions:
// Description:
//
// Dependencies:
//
// Revision:
// Revision 0.01 - File Created
// Additional Comments:
//
//
module main_gray(
i_clk25MHz,// 输入时钟
i_rst,// 复位信号
i_R,// 红色信号输入，8位
i_G,
i_B,
o_Fire_reg, // 输出控制信号
o_R_delay,
o_G_delay,
o_B_delay
);
input i_clk25MHz;
input i_rst;
input[7:0]i_R;
input[7:0]i_G;
input[7:0]i_B;
output o_Fire_reg;
output[7:0]o_R_delay;
output[7:0]o_G_delay;
output[7:0]o_B_delay;
// 实例化fire_reg模块，用于处理RGB信号及产生控制信号，输出火焰检测结果
fire_reg fire_reg_u(
.i_clk25MHz(i_clk25MHz),
.i_rst (i_rst),
.i_en (1'b1),
.i_R (i_R),
.i_G (i_G),
.i_B (i_B),
.i_Mode_sel(1'd1),
.o_Fire_reg(o_Fire_reg), // 输出火焰检测结果
.o_R_delay (o_R_delay),
.o_G_delay (o_G_delay),
.o_B_delay (o_B_delay),
.o_indx ()
);
endmodule
10_040m
4.算法理论概述
火焰识别是一个在诸多领域如森林火灾预警、工业安全监控等至关重要的课题。基于颜色模型和边缘检测的火焰识别方法，结合了色彩分析与形态学特征提取，能够在复杂背景下高效、实时地识别火焰区域。在FPGA（Field-Programmable Gate Array）平台上实现这一算法，能够充分利用硬件并行处理的优势，实现低延迟、高吞吐量的实时火焰检测系统。
火焰在RGB颜色空间中通常呈现出较高的红色(R)和较低的蓝色(B)成分，同时绿色(G)成分变化较大。因此，通过变换到HSV（色调、饱和度、亮度）或YCbCr（亮度、蓝色色差、红色色差）等颜色空间，可以更有效地提取火焰特征。
HSV空间：火焰区域通常具有高饱和度(S)和特定的色调(H)范围。选取合适的H范围（如黄色到红色区间）和S阈值，可以初步筛选出可能的火焰区域。
YCbCr空间：在该空间中，火焰区域通常表现为Cb较低（蓝色成分少）而Cr较高（红色成分多）。通过设置Cb和Cr的阈值，可以进一步精确定位火焰区域。
FPGA实现主要利用其并行处理能力，将算法的各个步骤映射为硬件逻辑模块，包括：
颜色空间转换模块：设计硬件逻辑实现RGB到HSV或YCbCr的转换。这通常涉及大量的乘法、加法和查找表操作。
阈值判断模块：根据预设的阈值，硬件逻辑直接对像素进行筛选，高效实现颜色空间中的区域分割。
边缘检测模块：将高斯滤波、梯度计算、非极大值抑制和双阈值检测等步骤设计为流水线结构，利用并行处理单元加速运算。
形态学处理模块：通过硬件实现结构元素的定义和滑动窗口操作，完成膨胀、腐蚀等操作。
控制逻辑：设计控制单元协调各个模块的工作，实现数据在模块间的高效传递。
5.算法完整程序工程
OOOOO
OOO
O