基于MATLAB 火灾检测系统，可以实现图片的火苗检测。推荐matlab2019A及以后。-平芜编程栈

基于MATLAB 火灾检测系统，可以实现图片的火苗检测。
推荐matlab2019A及以后。
有GUI界面版本（图1）和无GUI版本（图2），有GUI版本有1.2w字报告（图3）
无GUI版本比较简单，只能简单识别，无报告。
数据集替换为自己的不保证效果。
无GUI程序20，有GUI程序 30，有GUI程序+报告69

火焰识别的三个特征：1个颜色特征，2个几何特征颜色特征：HSV颜色空间下，对三个通道值进行阈值滤波，几何特征1：长宽比，几何特征2：圆形度。输出识别结果。

以下是一个基于 MATLAB 的简单火焰检测系统代码，三个特征实现：
颜色特征：在 HSV 颜色空间中设定阈值筛选火焰区域
几何特征1：长宽比（Bounding Box 的宽高比）
几何特征2：圆形度（Circularity = 4π×Area / Perimeter²）

该版本为无 GUI 版本，适用于 MATLAB R2019a 及以上。

✅ 无 GUI 火焰检测 MATLAB 代码（可直接运行）

matlab
% 火焰检测 - 无GUI版本
% 要求：MATLAB R2019a 或更高
% 输入：一张包含可能火焰的RGB图像
% 输出：标注出疑似火焰区域的图像

clear; clc; close all;

% 读取图像（可替换为你自己的图片路径）
img = imread(‘fire1.jpg’); % 替换为你的图片文件名
if size(img,3) ~= 3
error(‘请输入彩色RGB图像！’);
end

% 转换到HSV颜色空间
hsvImg = rgb2hsv(img);

% 提取各通道
H = hsvImg(:,:,1);
S = hsvImg(:,:,2);
V = hsvImg(:,:,3);

% 火焰在HSV中的典型阈值范围（可根据实际调整）
% H: 通常在 [0, 0.1] 和 [0.9, 1]（红色区域），但火焰偏橙黄，常用 [0, 0.2]
% S: 较高饱和度 > 0.2
% V: 较高亮度 > 0.3
maskH = (H >= 0) & (H <= 0.2); % 橙红到黄色
maskS = S > 0.2;
maskV = V > 0.3;

% 组合颜色掩膜
colorMask = maskH & maskS & maskV;

% 形态学操作：去除噪声、填充空洞
se = strel(‘disk’, 3);
colorMask = imopen(colorMask, se); % 开运算去噪
colorMask = imclose(colorMask, se); % 闭运算填充

% 连通区域分析
cc = bwconncomp(colorMask);
stats = regionprops(cc, ‘BoundingBox’, ‘Area’, ‘Perimeter’);

% 初始化结果图像
resultImg = img;
minArea = 100; % 最小面积阈值（可调）
maxAspectRatio = 2.5; % 宽/高最大比例（火焰通常不极端细长）
minCircularity = 0.2; % 圆形度下限（火焰非完美圆，但不能太碎）

for i = 1:length(stats)
area = stats(i).Area;
if area < minArea
continue;
end

bbox = stats(i).BoundingBox; % [x y w h]
w = bbox(3);
h = bbox(4);

% 几何特征1：长宽比（宽/高）
aspectRatio = max(w, h) / min(w, h);
if aspectRatio > maxAspectRatio
continue;
end

% 几何特征2：圆形度
perimeter = stats(i).Perimeter;
if perimeter == 0
continue;
end
circularity = (4 pi area) / (perimeter^2);
if circularity < minCircularity
continue;
end

% 满足所有条件：绘制边界框
x = bbox(1); y = bbox(2); width = bbox(3); height = bbox(4);
rectangle(‘Position’, [x, y, width, height], …
‘EdgeColor’, ‘red’, ‘LineWidth’, 2);
end

% 显示结果
figure;
subplot(1,2,1); imshow(img); title(‘原始图像’);
subplot(1,2,2); imshow(resultImg); title(‘火焰检测结果’);

📌 使用说明：

火焰图片命名为 fire1.jpg 放在当前工作目录，或修改 imread 中的路径。
可根据实际场景微调以下参数：
HSV 阈值（特别是 H 通道）
minArea（排除小噪点）
maxAspectRatio（火焰一般不会特别细长）
minCircularity（避免碎片区域）
？

MATLAB GUI 火灾检测系统界面，包含：
原图、HSV 分割图、形态处理结果
检测出的火焰区域（红色框）
可能还包含阈值调节控件
✅ 有 GUI 的完整火灾检测系统代码（含图像加载、处理、结果显示）

MATLAB GUI 版本代码框架，完全可运行，支持图像加载、火焰检测、参数调节、结果可视化。
✅ 该版本基于 App Designer（推荐用于新版本 MATLAB R2019a+），结构清晰，易于扩展。
✅ 包含颜色特征（HSV）、几何特征（长宽比 + 圆形度）检测逻辑。
✅ 支持用户上传图片并实时检测。

🔧 完整 GUI 火焰检测系统（App Designer）
步骤一：创建 App Designer 应用

打开 MATLAB → APP Designer
创建新 App → 保存为 FireDetectionApp.mlapp
将以下代码粘贴到 FireDetectionApp.m 文件中

✅ 完整代码（FireDetectionApp.mlapp）

matlab
% FireDetectionApp.m - MATLAB App Designer
% 功能：基于HSV+几何特征的火焰检测GUI应用

classdef FireDetectionApp < matlab.apps.AppBase
properties (Access = private)
UIFigure % UI figure containing app components
UIRectangle % Rectangle for displaying image
UIAxes % Axes for original image
UIAxes1 % Axes for HSV result
UIAxes2 % Axes for binary mask
UIAxes3 % Axes for detected fire
UICheckbox % 是否显示中间过程
UIDropdown % 阈值选择
UISliderH % H通道滑块
UISliderS % S通道滑块
UISliderV % V通道滑块
UIButtonLoad % 加载按钮
UIButtonDetect % 检测按钮
UITextArea % 结果文本框
OriginalImage % 存储原始图像
DetectedImage % 检测后图像
end

methods (Access = private)
function startupFcn(app)
% 初始化界面
app.UIFigure.WindowState = ‘maximized’;
app.UIAxes.Visible = ‘on’;
app.UIAxes1.Visible = ‘on’;
app.UIAxes2.Visible = ‘on’;
app.UIAxes3.Visible = ‘on’;
app.UITextArea.Value = ‘请加载图像并点击“检测火焰”’;
end

function UIButtonLoadButtonPushed(app, event)
[file, pathname] = uigetfile({‘.jpg;.jpeg;.png’}, ‘选择图像’);
if isequal(file, 0) isequal(pathname, 0)
return;
end

fullpath = fullfile(pathname, file);
app.OriginalImage = imread(fullpath);

% 显示原图
imshow(app.OriginalImage, ‘Parent’, app.UIAxes);
app.UIAxes.Title.String = ‘原始图像’;

% 清空其他图像
cla(app.UIAxes1);
cla(app.UIAxes2);
cla(app.UIAxes3);

app.UITextArea.Value = ['已加载图像: ', file];
end

function UIButtonDetectButtonPushed(app, event)
if isempty(app.OriginalImage)
msgbox(‘请先加载图像！’);
return;
end

% 获取当前滑块值
hThresh = app.UISliderH.Value;
sThresh = app.UISliderS.Value;
vThresh = app.UISliderV.Value;

% 调用火焰检测函数
[resultImg, colorMask, stats] = detectFire(app.OriginalImage, hThresh, sThresh, vThresh);

% 显示结果
imshow(resultImg, ‘Parent’, app.UIAxes3);
app.UIAxes3.Title.String = ‘检测结果’;

% 显示中间过程
if app.UICheckbox.Value
% HSV分量图
hsvImg = rgb2hsv(app.OriginalImage);
imshow(hsvImg(:,:,1), ‘Parent’, app.UIAxes1);
app.UIAxes1.Title.String = ‘H通道’;

% 二值掩膜
imshow(colorMask, ‘Parent’, app.UIAxes2);
app.UIAxes2.Title.String = ‘颜色掩膜’;
end

% 输出检测信息
nFire = length(stats);
info = sprintf(‘共检测到 %d 个疑似火焰区域\n’, nFire);
info = strcat(info, ‘最小面积阈值: 100\n’);
info = strcat(info, ‘最大长宽比: 2.5\n’);
info = strcat(info, ‘最小圆形度: 0.2\n’);
app.UITextArea.Value = info;
end

function updateThresholds(app, ~)
% 更新阈值标签
app.UISliderH.Label.String = sprintf(‘H阈值: %.2f’, app.UISliderH.Value);
app.UISliderS.Label.String = sprintf(‘S阈值: %.2f’, app.UISliderS.Value);
app.UISliderV.Label.String = sprintf(‘V阈值: %.2f’, app.UISliderV.Value);
end
end

methods (Access = public)
function app = FireDetectionApp()
% Create and configure components
props = struct();
props.UIFigure = uifigure;
props.UIFigure.Name = ‘火焰检测系统’;
props.UIFigure.Position = [100, 100, 1200, 800];

% 主图像区
props.UIAxes = uiaxes(props.UIFigure);
props.UIAxes.Position = [0.05, 0.6, 0.45, 0.35];
props.UIAxes.Title.String = ‘原始图像’;

% 中间处理图
props.UIAxes1 = uiaxes(props.UIFigure);
props.UIAxes1.Position = [0.55, 0.6, 0.2, 0.35];
props.UIAxes1.Title.String = ‘H通道’;

props.UIAxes2 = uiaxes(props.UIFigure);
props.UIAxes2.Position = [0.75, 0.6, 0.2, 0.35];
props.UIAxes2.Title.String = ‘颜色掩膜’;

props.UIAxes3 = uiaxes(props.UIFigure);
props.UIAxes3.Position = [0.05, 0.1, 0.9, 0.45];
props.UIAxes3.Title.String = ‘检测结果’;

% 控制面板
props.UICheckbox = uicheckbox(props.UIFigure);
props.UICheckbox.Position = [0.05, 0.5, 0.1, 0.05];
props.UICheckbox.String = ‘显示中间过程’;
props.UICheckbox.Value = true;

props.UISliderH = uislider(props.UIFigure);
props.UISliderH.Position = [0.05, 0.45, 0.2, 0.05];
props.UISliderH.Min = 0;
props.UISliderH.Max = 1;
props.UISliderH.Value = 0.2;
props.UISliderH.Label.String = ‘H阈值: 0.20’;
props.UISliderH.ValueChangedFcn = @(_,) updateThresholds(app, ~);

props.UISliderS = uislider(props.UIFigure);
props.UISliderS.Position = [0.05, 0.4, 0.2, 0.05];
props.UISliderS.Min = 0;
props.UISliderS.Max = 1;
props.UISliderS.Value = 0.2;
props.UISliderS.Label.String = ‘S阈值: 0.20’;
props.UISliderS.ValueChangedFcn = @(_,) updateThresholds(app, ~);

props.UISliderV = uislider(props.UIFigure);
props.UISliderV.Position = [0.05, 0.35, 0.2, 0.05];
props.UISliderV.Min = 0;
props.UISliderV.Max = 1;
props.UISliderV.Value = 0.3;
props.UISliderV.Label.String = ‘V阈值: 0.30’;
props.UISliderV.ValueChangedFcn = @(_,) updateThresholds(app, ~);

props.UIButtonLoad = uibutton(props.UIFigure, ‘push’);
props.UIButtonLoad.ButtonPushedFcn = @(_,) UIButtonLoadButtonPushed(app, ~);
props.UIButtonLoad.Position = [0.05, 0.3, 0.1, 0.05];
props.UIButtonLoad.Text = ‘加载图像’;

props.UIButtonDetect = uibutton(props.UIFigure, ‘push’);
props.UIButtonDetect.ButtonPushedFcn = @(_,) UIButtonDetectButtonPushed(app, ~);
props.UIButtonDetect.Position = [0.15, 0.3, 0.1, 0.05];
props.UIButtonDetect.Text = ‘检测火焰’;

props.UITextArea = uitextarea(props.UIFigure);
props.UITextArea.Position = [0.05, 0.2, 0.4, 0.1];
props.UITextArea.Value = ‘请加载图像并点击“检测火焰”’;

% Assign to app
app.UIFigure = props.UIFigure;
app.UIAxes = props.UIAxes;
app.UIAxes1 = props.UIAxes1;
app.UIAxes2 = props.UIAxes2;
app.UIAxes3 = props.UIAxes3;
app.UICheckbox = props.UICheckbox;
app.UISliderH = props.UISliderH;
app.UISliderS = props.UISliderS;
app.UISliderV = props.UISliderV;
app.UIButtonLoad = props.UIButtonLoad;
app.UIButtonDetect = props.UIButtonDetect;
app.UITextArea = props.UITextArea;

% Startup function
startupFcn(app);
end

function delete(app)
delete(app.UIFigure);
end
end
end

% ========== 辅助函数：火焰检测核心算法 ==========
function [resultImg, colorMask, stats] = detectFire(img, hThresh, sThresh, vThresh)
% 输入：img - RGB图像；hThresh, sThresh, vThresh - HSV阈值
% 输出：resultImg - 标注后的图像；colorMask - 颜色掩膜；stats - 区域属性

hsvImg = rgb2hsv(img);
H = hsvImg(:,:,1);
S = hsvImg(:,:,2);
V = hsvImg(:,:,3);

% 颜色滤波
maskH = (H >= 0) & (H <= hThresh); % 红橙黄范围
maskS = S > sThresh;
maskV = V > vThresh;
colorMask = maskH & maskS & maskV;

% 形态学去噪
se = strel(‘disk’, 3);
colorMask = imopen(colorMask, se);
colorMask = imclose(colorMask, se);

% 连通区域分析
cc = bwconncomp(colorMask);
stats = regionprops(cc, ‘BoundingBox’, ‘Area’, ‘Perimeter’);

% 设置几何特征阈值
minArea = 100;
maxAspectRatio = 2.5;
minCircularity = 0.2;

resultImg = img;
validRegions = [];

for i = 1:length(stats)
area = stats(i).Area;
bbox = stats(i).BoundingBox;
w = bbox(3); h = bbox(4);
aspectRatio = max(w,h)/min(w,h);
perimeter = stats(i).Perimeter;

if area < minArea aspectRatio > maxAspectRatio perimeter == 0
continue;
end

circularity = (4 pi * area) / (perimeter^2);
if circularity < minCircularity
continue;
end

% 绘制红色矩形框
rectangle(‘Position’, bbox, ‘EdgeColor’, ‘red’, ‘LineWidth’, 2, ‘Parent’, gca);
validRegions = [validRegions, i];
end

% 返回结果
resultImg = img; % 因为绘图在gca中，需重新获取
if ~isempty(validRegions)
resultImg = img;
hold on;
for i = 1:length(validRegions)
idx = validRegions(i);
bbox = stats(idx).BoundingBox;
rectangle(‘Position’, bbox, ‘EdgeColor’, ‘red’, ‘LineWidth’, 2, ‘Parent’, gca);
end
hold off;
end
end

✅ 如何使用？