面對極具危害的森林火災(zāi),現(xiàn)有的基于可見光和熱紅外的火災(zāi)預(yù)警系統(tǒng)對溫度比較敏感,當(dāng)有煙火產(chǎn)生就會立即報警。但是森林場景比較復(fù)雜,僅僅根據(jù)熱紅外原理檢測火災(zāi)很有可能造成誤報。為了降低誤警率,本文設(shè)計了全景視頻拼接與語義標(biāo)注結(jié)合的方法,引入了上下文環(huán)境的概念,構(gòu)建了森林防火監(jiān)控上下文環(huán)境的平臺,本文所做的工作如下:(1)為了解決局部圖像信息的不確定性問題,本文利用輸出森林場景的全景圖為后續(xù)構(gòu)建上下文環(huán)境提供前提條件。本文所需森林全景圖是由攝像頭采集的圖像序列拼接而成。具體過程是在獲取到森林視頻圖像后,按照圖像預(yù)處理、特征點(diǎn)檢測與提取、相鄰圖像匹配與融合的過程生成全景圖�？紤]到圖像拼接的質(zhì)量和速度問題,本文對基于SIFT特征點(diǎn)的全景拼接算法進(jìn)行了改進(jìn),分別在圖像預(yù)處理、特征點(diǎn)檢測、圖像匹配三個過程加入并行優(yōu)化處理。(2)針對森林場景復(fù)雜且火災(zāi)誤警率高的問題,本文通過在全景圖中進(jìn)行圖像語義標(biāo)注來構(gòu)建上下文環(huán)境模型,再對疑似煙火發(fā)出的預(yù)警信息進(jìn)行多源驗證,盡可能多的去除疑似火災(zāi)區(qū)域。具體的過程是在全景圖的預(yù)處理后,采用基于手動標(biāo)注和SVM聚類標(biāo)注的方法獲取不同場景的語義數(shù)據(jù)庫,然后將當(dāng)前預(yù)警監(jiān)控幀...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 本文主要章節(jié)安排
2 系統(tǒng)需求分析與總體設(shè)計
    2.1 平臺整體需求分析
    2.2 平臺總體設(shè)計
    2.3 本章小結(jié)
3 基于SIFT的森林全景圖生成的詳細(xì)優(yōu)化設(shè)計
    3.1 森林拼接全景圖問題分析和整體設(shè)計思路
    3.2 實時圖像獲取和預(yù)處理
    3.3 SIFT特征點(diǎn)提取
    3.4 圖像匹配
    3.5 圖像多波段融合
    3.6 SIFT全景拼接的并行優(yōu)化
    3.7 本章小結(jié)
4 基于SVM聚類的全景圖像標(biāo)注與預(yù)警驗證的詳細(xì)設(shè)計
    4.1 全景圖像標(biāo)注問題分析與預(yù)警驗證的整體設(shè)計思路
    4.2 全景圖預(yù)處理
    4.3 基于上下文環(huán)境的模型建立
    4.4 預(yù)警信息驗證
    4.5 本章小結(jié)
5 森林防火監(jiān)控上下文環(huán)境平臺實現(xiàn)
    5.1 全景拼接實驗結(jié)果展示
    5.2 圖像標(biāo)注與預(yù)警驗證的實驗結(jié)果
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者學(xué)習(xí)經(jīng)歷簡介
攻讀學(xué)位期間取得的學(xué)術(shù)成果



本文編號：3753272