本文關(guān)鍵詞：基于多特征融合的視頻煙霧檢測

  更多相關(guān)文章： 煙霧檢測 輪廓不規(guī)則特征 模糊度特征 紋理特征 特征融合

【摘要】：煙霧檢測對火災(zāi)早期防范非常重要,傳統(tǒng)的火災(zāi)探測技術(shù)主要利用傳感器對火焰和溫度進行識別,其每一個傳感點只能檢測到布控點周圍的局部空間,對于開放空間等特殊場合難以發(fā)揮作用。為了克服傳統(tǒng)火災(zāi)檢測存在的誤報率高等缺點,文中提出一種基于煙霧多特征融合技術(shù)的圖像型火災(zāi)檢測方法。該方法首先利用背景減除法獲取普通CCD攝像機拍攝的疑似火災(zāi)煙霧區(qū)域,然后再從時域和頻域著手,提取火災(zāi)煙霧的輪廓不規(guī)則特征、背景模糊度特征和紋理特征作為神經(jīng)網(wǎng)絡(luò)的輸入信號,同時采用sigmoid函數(shù)將輸出歸一化,最后通過對BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成火災(zāi)煙霧的多特征融合,并對來自網(wǎng)絡(luò)的火災(zāi)視頻進行測試。實驗結(jié)果表明:圖像型火災(zāi)檢測方法能夠準(zhǔn)確快速地識別火災(zāi)煙霧,達到早期預(yù)警的目的。
【作者單位】： 東北林業(yè)大學(xué)機電工程學(xué)院;
【關(guān)鍵詞】： 煙霧檢測 輪廓不規(guī)則特征 模糊度特征 紋理特征 特征融合
【基金】：黑龍江省自然科學(xué)基金項目(C201244)
【分類號】：TP391.41
【正文快照】： 0引言火災(zāi)的發(fā)生在時間和空間上表現(xiàn)為無規(guī)律性,是一種反人類意識的行為,傳統(tǒng)的火災(zāi)探測方法具有一定的局限性,往往出現(xiàn)誤報或漏報的情況。隨著數(shù)字圖像處理技術(shù)在計算機領(lǐng)域的不斷發(fā)展,圖像型火災(zāi)探測技術(shù)越來越廣泛地應(yīng)用于火災(zāi)檢測領(lǐng)域[1]。在煙霧圖像處理方面,Shu Xueming

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡全;邱兆文;王霓虹;;基于多特征融合的圖像語義標(biāo)注[J];東北林業(yè)大學(xué)學(xué)報;2008年10期

2 沈才梁;許雪貴;許方恒;龍丹;;多特征融合的人臉檢測[J];計算機系統(tǒng)應(yīng)用;2009年11期

3 劉紅;王曄;雷長海;;基于多特征融合的中醫(yī)舌像檢索研究[J];計算機應(yīng)用研究;2010年02期

4 劉進;陳瑋;;基于多特征融合的粒子濾波算法的研究與實現(xiàn)[J];計算機測量與控制;2013年05期

5 趙小英,黃鳳榮;多特征融合的目標(biāo)識別與提取在空間定位中的研究[J];河北工業(yè)大學(xué)學(xué)報;2002年04期

6 張新峰;沈蘭蓀;;多特征融合技術(shù)應(yīng)用于中醫(yī)舌象分析的初步研究[J];電子學(xué)報;2006年04期

7 張進華;莊健;杜海峰;王孫安;;一種基于視頻多特征融合的火焰識別算法[J];西安交通大學(xué)學(xué)報;2006年07期

8 劉李敦;王星;;基于多特征融合的圖像檢索技術(shù)研究[J];計算機時代;2008年08期

9 陳麗;陳靜;;基于支持向量機和k-近鄰分類器的多特征融合方法[J];計算機應(yīng)用;2009年03期

10 陳善靜;楊華;曾凱;杜石明;;基于多特征融合的粒子濾波算法研究[J];計算機工程;2011年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識別[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

2 段其昌;季長有;;基于多特征融合的快速人臉檢測[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

3 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 田綱;基于多特征融合的Mean shift目標(biāo)跟蹤技術(shù)研究[D];武漢大學(xué);2011年

2 徐志剛;基于多特征融合的路面破損圖像自動識別技術(shù)研究[D];長安大學(xué);2012年

3 陳秀新;多特征融合視頻復(fù)制檢測關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2013年

4 初紅霞;基于均值移動和粒子濾波的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉鎮(zhèn);基于內(nèi)容的圖像檢索中多特征融合技術(shù)的應(yīng)用研究[D];東北師范大學(xué);2008年

2 REFAS BENABDELLAH;使用跟蹤移動對象多特征融合[D];哈爾濱工程大學(xué);2011年

3 陶建峰;基于多特征融合的行人檢測方法研究[D];南京理工大學(xué);2013年

4 郭運艷;視頻序列中目標(biāo)的多特征融合跟蹤技術(shù)研究[D];寧波大學(xué);2013年

5 孫偉;多特征融合的室內(nèi)場景分類研究[D];廣東工業(yè)大學(xué);2014年

6 張聰;基于多特征融合技術(shù)的商標(biāo)檢索系統(tǒng)[D];北京印刷學(xué)院;2011年

7 朱江烽;基于多特征融合的網(wǎng)絡(luò)媒體綜合檢索[D];浙江大學(xué);2013年

8 周明珠;基于粒子濾波和多特征融合的目標(biāo)跟蹤[D];江南大學(xué);2015年

9 張巖;基于多特征融合及二部圖匹配的3D目標(biāo)檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

10 張國宏;基于多特征融合的外觀設(shè)計專利圖像檢索算法[D];廣東工業(yè)大學(xué);2011年

，

本文編號：819217