隨著國家對于消防安全要求的提高,面對傳統消防技術存在檢測指標單一、實時性較低和火焰識別準確率不高等問題,視頻火焰識別技術成為目前消防安全領域研究的熱點課題。本文在詳細分析視頻火焰技術和特征的基礎上,針對由于傳統圖像分割算法實時性不高且檢測準確率較低而導致室內動態(tài)視頻對象提取不準確的問題,融合了計算機視覺分割技術和多特征識別技術,實現了火焰的快速識別。針對ViBe算法存在“鬼影”消除緩慢以及不能適應光線突變等問題,本文提出一種改進ViBe算法。該算法通過采用七幀差減法更新當前幀分割的圖像從而消除由于選取單幀圖像做背景導致的“鬼影”;同時改進算法通過設立判斷機制,在判斷到光線突變時,用自適應閾值代替原有的固定閾值。仿真實驗結果表明提出的改進方法不僅能消除“鬼影”而且縮短了算法對突變光線的適應時間。針對火焰區(qū)域顏色決策由于采用單一顏色模型而對于不同飽和度的顏色識別不準確問題,提出一種改進的顏色空間模型。該模型將HSI模型融入RGB模型并加入新的飽和度判斷規(guī)則。仿真試驗結果表明:該模型可實現對于火焰中心高亮部分的識別,能有效的排除非火焰目標。針對易錯火焰特征識別不準確問題,將卷積神經網絡引入原... 

【文章來源】：西安科技大學陜西省

【文章頁數】：62 頁

【學位級別】：碩士

【部分圖文】：

火焰原圖

不同噪聲通過均值濾波后圖像對比

不同噪聲通過中值濾波后圖像對比

【參考文獻】：
期刊論文
[1]去除鬼影及陰影的視覺背景提取運動目標檢測算法[J]. 方嵐,于鳳芹.  激光與光電子學進展. 2019(13)
[2]大空間圖像型火焰檢測方法研究[J]. 亓文杰,王亞慧,郭曉冉.  現代電子技術. 2019(04)
[3]Image Blind Deblurring Using an Adaptive Patch Prior[J]. Yongde Guo,Hongbing Ma.  Tsinghua Science and Technology. 2019(02)
[4]運動目標檢測的ViBe算法改進[J]. 楊丹,戴芳.  中國圖象圖形學報. 2018(12)
[5]基于改進Otsu方法的振動圖像分割研究[J]. 馬天兵,劉健,杜菲,陳南南.  電光與控制. 2019(02)
[6]線型感溫火災探測器現場定量檢測技術研究[J]. 趙義文,郭瀚文.  消防科學與技術. 2018(11)
[7]變分優(yōu)化的高斯混合濾波及其在導航中的應用[J]. 戴卿,隋立芬,田源,田翌君,曾添.  武漢大學學報(信息科學版). 2019(05)
[8]高斯混合模型對物流倉儲安全管理的研究[J]. 劉穩(wěn).  黑龍江工業(yè)學院學報(綜合版). 2018(10)
[9]非高斯噪聲下的參數自適應高斯混合CQKF算法[J]. 孟東,繆玲娟,邵海俊,沈軍.  北京理工大學學報. 2018(10)
[10]基于最大類間方差的最大熵圖像分割[J]. 易三莉,張桂芳,賀建峰,李思潔.  計算機工程與科學. 2018(10)

碩士論文
[1]基于視頻的火焰檢測算法研究[D]. 吳格林.天津大學 2017
[2]城市軌道交通車輛段火災探測系統研究[D]. 劉亞儒.中國科學技術大學 2016
[3]基于視頻監(jiān)控的火災探測系統的研究與實現[D]. 陽婷.東華大學 2016



本文編號：3079202