發(fā)布時(shí)間：2022-09-28 13:17

　　基于機(jī)器視覺的森林火災(zāi)監(jiān)測(cè)已成為森林火災(zāi)監(jiān)測(cè)的一個(gè)重要發(fā)展方向。煙霧是森林火災(zāi)監(jiān)測(cè)的重要指標(biāo)。然而,諸如云霧和類似煙霧的諸多干擾物降低了火災(zāi)識(shí)別精度,為此提出了一種結(jié)合去云霧和煙霧檢測(cè)的基于機(jī)器視覺的森林火災(zāi)監(jiān)測(cè)方法。首先,提取視頻中若干幀圖像作為樣本圖像,采用基于Haze-Line的去霧算法對(duì)樣本圖像進(jìn)行去霧處理。然后,利用基于Horn-Schunck光流法的煙霧檢測(cè)算法進(jìn)行煙霧檢測(cè),并利用最大類間方差法去除相鄰2幀圖像間像素質(zhì)量差異對(duì)煙霧檢測(cè)的影響。最后,利用擴(kuò)散性分析進(jìn)行火災(zāi)判斷。仿真實(shí)驗(yàn)及對(duì)比分析結(jié)果表明,本文方法能夠檢測(cè)出煙霧區(qū)域隨時(shí)間逐漸增加的趨勢(shì),從而有效地進(jìn)行霧天條件下的森林火災(zāi)監(jiān)測(cè),具有更高的準(zhǔn)確性和魯棒性。 

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 霧天條件下基于視頻的森林火災(zāi)監(jiān)測(cè)
    2.1 基于Haze-Line的森林圖像去霧算法
    2.2 基于光流法的火災(zāi)判斷
3 實(shí)驗(yàn)分析
    3.1 Haze-Line去霧
    3.2 基于光流法的火災(zāi)判斷
        3.2.1 煙霧檢測(cè)
        3.2.2 擴(kuò)散性分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]面向煙霧識(shí)別與紋理分類的Gabor網(wǎng)絡(luò)[J]. 袁非牛,夏雪,李鋼,章琳,史勁亭.  中國圖象圖形學(xué)報(bào). 2019(02)
[2]基于融合與高斯加權(quán)暗通道的單幅圖像去霧算法[J]. 張晨,楊燕.  光子學(xué)報(bào). 2019(01)
[3]2003-2016年中國華北地區(qū)森林火災(zāi)時(shí)空特征研究[J]. 張恒,馬運(yùn)佳,彭徐劍,張秋良.  西北林學(xué)院學(xué)報(bào). 2019(01)
[4]基于Hadoop和Spark的森林火災(zāi)混合大數(shù)據(jù)分析系統(tǒng)研究[J]. 曾志強(qiáng),何小東,王穎,吳鑫.  世界林業(yè)研究. 2018(02)
[5]基于背景動(dòng)態(tài)更新與暗通道先驗(yàn)的火災(zāi)煙霧檢測(cè)算法[J]. 趙亮,駱炎民,駱翔宇.  計(jì)算機(jī)應(yīng)用研究. 2017(03)
[6]基于改進(jìn)遺傳算法和SVM的森林火災(zāi)視頻目標(biāo)鑒別[J]. 樓雄偉,黃德才,方陸明,徐愛俊.  計(jì)算機(jī)科學(xué). 2014(08)
[7]視頻檢測(cè)煙霧的研究現(xiàn)狀[J]. 羅勝,Jiang Yuzheng.  中國圖象圖形學(xué)報(bào). 2013(10)
[8]基于多運(yùn)動(dòng)特征的森林火災(zāi)煙霧圖像識(shí)別算法[J]. 吳夢(mèng)宇,羅琴娟,韓寧.  北京林業(yè)大學(xué)學(xué)報(bào). 2013(03)

碩士論文
[1]基于非局部圖像去霧算法研究[D]. 羅佳.南昌航空大學(xué) 2018
[2]基于視頻圖像的森林火災(zāi)自動(dòng)監(jiān)測(cè)識(shí)別技術(shù)研究[D]. 詹琪.電子科技大學(xué) 2017
[3]基于紅外檢測(cè)的智能化煙霧探測(cè)報(bào)警系統(tǒng)[D]. 姚小城.南京理工大學(xué) 2007



本文編號(hào)：3681732