本文關(guān)鍵詞：公路隧道圖像型火災(zāi)火焰檢測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：火災(zāi)是公路隧道中除交通事故外危害最大的一類安全事故。由于公路隧道環(huán)境特殊,一旦發(fā)生火災(zāi),不僅車輛和人員疏散困難,火災(zāi)救援工作更是難以在短時(shí)間內(nèi)展開,往往會(huì)造成重大的人員傷亡和財(cái)產(chǎn)損失。如果在火災(zāi)初期就能進(jìn)行及時(shí)準(zhǔn)確的報(bào)警,則能及時(shí)抑制火災(zāi)蔓延、減少火災(zāi)造成的損失。因此,公路隧道早期火災(zāi)檢測(cè)具有重要意義。本文針對(duì)隧道的特殊環(huán)境,融合火焰的多種圖像特征,采用AdaBoost識(shí)別方法對(duì)視頻中的火焰進(jìn)行檢測(cè)。本文主要研究?jī)?nèi)容如下：(1)運(yùn)動(dòng)目標(biāo)檢測(cè)。分別利用幀間差分法、混合高斯模型背景差法以及光流法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè),通過分析對(duì)比三種方法的特點(diǎn),本文選用幀間差分法提取運(yùn)動(dòng)目標(biāo)區(qū)域,并對(duì)運(yùn)動(dòng)目標(biāo)圖像進(jìn)行后處理。(2)候選火焰區(qū)域分割。本文提出了一種有效分割候選火焰區(qū)域的方法,該方法采用RGB和Lab顏色空間對(duì)疑似區(qū)域進(jìn)行分割,實(shí)驗(yàn)結(jié)果表明本文提出的顏色分割方法效果較好。(3)火焰的多特征檢測(cè)。本文主要研究火焰的H分量一階矩、Lab中的a、b分量比值、矩形度、圓形度、尖角數(shù)以及跳動(dòng)頻率特征,并通過實(shí)驗(yàn)分析對(duì)比火焰和非火焰干擾物各特征數(shù)據(jù)的分布范圍。(4)基于AdaBoost的火焰識(shí)別。本文將從視頻中提取的火焰和干擾樣本數(shù)據(jù)構(gòu)成特征向量輸入SVM、AdaBoost中,分別訓(xùn)練生成SVM、AdaBoost學(xué)習(xí)模型,并分別優(yōu)化選取SVM、AdaBoost的參數(shù),以提高識(shí)別正確率。通過實(shí)驗(yàn)分析對(duì)比SVM和AdaBoost兩種模型的識(shí)別正確率,選用檢測(cè)正確率較高的AdaBoost作為本文的識(shí)別方法。本文采用AdaBoost模式識(shí)別方法融合火焰多特征對(duì)火焰和干擾視頻分別進(jìn)行檢測(cè),實(shí)驗(yàn)結(jié)果表明,本文的檢測(cè)方法能夠有效檢測(cè)視頻圖像中的火焰,并能排除公路隧道視頻中偽火焰車燈的干擾。
【關(guān)鍵詞】：公路隧道 火焰檢測(cè) 顏色分割 特征提取 模式識(shí)別
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題研究背景及意義10-11
• 1.2 傳統(tǒng)的公路隧道火災(zāi)探測(cè)器及其弊端11-12
• 1.3 圖像型火災(zāi)火焰檢測(cè)系統(tǒng)12-13
• 1.4 圖像型火災(zāi)火焰檢測(cè)方法的研究現(xiàn)狀13-15
• 1.4.1 候選火焰區(qū)域的分割13-14
• 1.4.2 火焰特征的提取14-15
• 1.4.3 火焰的識(shí)別方法15
• 1.5 論文的主要工作內(nèi)容及章節(jié)安排15-18
• 1.5.1 論文的主要工作內(nèi)容15-16
• 1.5.2 論文的章節(jié)安排16-18
• 第2章 公路隧道火災(zāi)火焰檢測(cè)方法設(shè)計(jì)18-22
• 2.1 火焰檢測(cè)系統(tǒng)的算法設(shè)計(jì)流程18-19
• 2.2 火焰的基本特征19-20
• 2.2.1 火焰的顏色特征19
• 2.2.2 火焰的形態(tài)特征19
• 2.2.3 火焰的動(dòng)態(tài)特征19-20
• 2.3 非火焰干擾物的種類分析20
• 2.4 本章小結(jié)20-22
• 第3章 視頻圖像的運(yùn)動(dòng)區(qū)域檢測(cè)22-30
• 3.1 運(yùn)動(dòng)目標(biāo)檢測(cè)22-26
• 3.1.1 光流法22-23
• 3.1.2 混合高斯模型的背景減除法23-25
• 3.1.3 幀間差分法25-26
• 3.2 火焰圖像后處理26-29
• 3.2.1 中值濾波26-27
• 3.2.2 膨脹腐蝕27-28
• 3.2.3 掩膜處理28-29
• 3.3 本章小結(jié)29-30
• 第4章 疑似火焰區(qū)域的分割30-38
• 4.1 RGB顏色空間30-31
• 4.2 Lab顏色空間31-32
• 4.3 基于RGB與Lab顏色模型的分割方法32-37
• 4.4 本章小結(jié)37-38
• 第5章 火焰的特征提取38-54
• 5.1 火焰的顏色特征38-41
• 5.1.1 a、b分量比值38-39
• 5.1.2 H分量一階矩39-41
• 5.2 火焰的形態(tài)特征41-45
• 5.2.1 圓形度特征41-42
• 5.2.2 矩形度特征42-44
• 5.2.3 尖角數(shù)特征44-45
• 5.3 火焰跳動(dòng)頻率特征45-51
• 5.3.1 火焰跳動(dòng)的方向性46-48
• 5.3.2 火焰的跳動(dòng)頻率48-51
• 5.4 本章小結(jié)51-54
• 第6章 火災(zāi)火焰識(shí)別分類器設(shè)計(jì)54-76
• 6.1 基于支持向量機(jī)的火災(zāi)火焰檢測(cè)方法54-59
• 6.1.1 支持向量機(jī)的原理54-58
• 6.1.2 基于SVM的火焰檢測(cè)算法流程58-59
• 6.2 基于AdaBoost的火災(zāi)火焰檢測(cè)方法59-65
• 6.2.1 AdaBoost算法的理論基礎(chǔ)59-63
• 6.2.2 基于AdaBoost的火焰檢測(cè)算法流程63-65
• 6.3 實(shí)驗(yàn)結(jié)果與分析65-73
• 6.3.1 實(shí)驗(yàn)視頻選取65-66
• 6.3.2 SVM、AdaBoost算法的參數(shù)選取66-70
• 6.3.3 SVM和Adaboost識(shí)別結(jié)果對(duì)比分析70-72
• 6.3.4 基于Adaboost的火焰檢測(cè)結(jié)果分析72-73
• 6.4 本章小結(jié)73-76
• 總結(jié)與展望76-78
• 參考文獻(xiàn)78-82
• 致謝82-83
• 作者簡(jiǎn)介83

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 李遠(yuǎn)生;紅外線火焰檢測(cè)裝置原理及其應(yīng)用[J];計(jì)算機(jī)測(cè)量與控制;2003年03期

2 李遠(yuǎn)生;紅外線火焰檢測(cè)裝置原理及其應(yīng)用[J];浙江電力;2003年01期

3 黃正宇;繆小平;芮挺;;基于圖像的火焰檢測(cè)中無量綱動(dòng)態(tài)特征研究[J];計(jì)算機(jī)應(yīng)用;2012年07期

4 范運(yùn)隆;;紫外火焰檢測(cè)裝置[J];化工自動(dòng)化及儀表;1981年07期

5 劉敬文;火焰檢測(cè)監(jiān)視的儀表選擇[J];自動(dòng)化博覽;2002年02期

6 張新偉;對(duì)鍋爐火焰檢測(cè)裝置的探析[J];華東電力;2002年05期

7 董威;安瑩;周仁魁;;基于輻照度測(cè)量法的火焰檢測(cè)研究[J];光電工程;2007年02期

8 李高建;朱秀斌;杜巍;;鄰域統(tǒng)計(jì)火焰檢測(cè)算法及其實(shí)驗(yàn)研究[J];制冷與空調(diào)(四川);2008年01期

9 李德輝;周亮;鄧天軍;;燃?xì)鉅t火焰檢測(cè)電路分析[J];河南科技;2014年06期

10 李國(guó)昌,常太華,李國(guó)光;光纖火焰檢測(cè)系統(tǒng)算法的改進(jìn)[J];電力情報(bào);2002年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前6條

1 張澄;李娜;;高爐區(qū)域火焰檢測(cè)技術(shù)[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2013年會(huì)論文集[C];2013年

2 李遠(yuǎn)生;;紅外線火焰檢測(cè)裝置原理及其應(yīng)用[A];廣東省電機(jī)工程學(xué)會(huì)2003-2004年度優(yōu)秀論文集[C];2005年

3 江寧;;FORNEY火焰檢測(cè)的在線優(yōu)化[A];2010年全國(guó)發(fā)電廠熱工自動(dòng)化專業(yè)會(huì)議論文集[C];2010年

4 胡國(guó)鋒;馬莉;;基于視覺特征對(duì)比度和二維熵的火焰檢測(cè)[A];浙江省電子學(xué)會(huì)2012學(xué)術(shù)年會(huì)論文集[C];2012年

5 劉琦;;FORNEY火檢在黃島電廠的應(yīng)用[A];山東電機(jī)工程學(xué)會(huì)第六屆發(fā)電專業(yè)學(xué)術(shù)交流會(huì)論文集[C];2007年

6 張國(guó)燦;蔡國(guó)軍;段義平;唐守昱;;提高鍋爐火檢探頭安裝的精準(zhǔn)度[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前3條

1 記者　 薛秀穎;哈產(chǎn)智能火焰檢測(cè)裝置暢銷國(guó)內(nèi)外[N];哈爾濱日?qǐng)?bào);2006年

2 薛秀穎;智能火焰檢測(cè)裝置暢銷國(guó)內(nèi)外[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2006年

3 上海市中電投電力工程有限公司 許道春;淺談臨河動(dòng)力站空冷發(fā)電機(jī)組鍋爐火焰電視監(jiān)視系統(tǒng)的配置情況及特點(diǎn)[N];消費(fèi)日?qǐng)?bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 遲天陽;基于火焰檢測(cè)器的燃料識(shí)別和著火特性研究[D];浙江大學(xué);2009年

2 郭建民;基于數(shù)字圖像處理技術(shù)的鍋爐火焰檢測(cè)與污染物排放特性研究[D];中國(guó)科學(xué)院研究生院（工程熱物理研究所）;2006年

3 謝迪;智能視頻監(jiān)控系統(tǒng)中若干檢測(cè)與跟蹤算法的研究[D];浙江大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳磊;復(fù)雜場(chǎng)景下視頻火焰檢測(cè)[D];上海師范大學(xué);2015年

2 李哲;基于圖像的火焰檢測(cè)技術(shù)分析[D];華北電力大學(xué);2015年

3 夏明;基于雙MCU結(jié)構(gòu)的一體化火焰檢測(cè)監(jiān)控系統(tǒng)研究[D];大連理工大學(xué);2015年

4 王光耀;基于機(jī)器學(xué)習(xí)的火災(zāi)檢測(cè)方法研究[D];大連理工大學(xué);2015年

5 李金蘭;基于視頻圖像處理的火焰檢測(cè)研究[D];貴州民族大學(xué);2015年

6 姚新;公路隧道圖像型火災(zāi)火焰檢測(cè)方法研究[D];大連海事大學(xué);2016年

7 李良熹;基于現(xiàn)代檢測(cè)技術(shù)的新型鍋爐火焰檢測(cè)方法研究[D];重慶大學(xué);2002年

8 彭文健;智能視頻系統(tǒng)中的火焰檢測(cè)算法研究[D];電子科技大學(xué);2011年

9 陳廣華;鍋爐火焰檢測(cè)裝置的研究與開發(fā)[D];華北電力大學(xué)（河北）;2006年

10 高愛蓮;基于視頻的火焰檢測(cè)方法研究[D];昆明理工大學(xué);2008年

  本文關(guān)鍵詞：公路隧道圖像型火災(zāi)火焰檢測(cè)方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：400240