針對大空間環(huán)境下的早期火災(zāi)的探測問題,提出一種基于記憶矩陣的運動目標(biāo)檢測方法,通過火焰質(zhì)心的跳動直方圖計算火焰的跳動頻率,利用HSV顏色空間中火焰像素的特征結(jié)合火焰的跳動頻率作為logistic回歸模型的特征向量,構(gòu)建火焰識別模型,實現(xiàn)視頻火災(zāi)火焰探測。實驗結(jié)果表明提出的算法在復(fù)雜的視頻場景中都有較高的識別精度。 

【文章來源】：消防科學(xué)與技術(shù). 2019,38(02)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 基于記憶矩陣的運動目標(biāo)檢測
2 火焰的跳動特性
3 基于logistic回歸模型的火焰識別
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于MATLAB圖像處理技術(shù)提取火焰高度[J]. 王林,靳紅雨,呂東.  消防科學(xué)與技術(shù). 2017(03)
[2]基于小波變換和支持向量機的火災(zāi)識別算法[J]. 鄒婷,王慧琴,胡燕,梁俊山,殷穎.  計算機工程與應(yīng)用. 2013(14)
[3]煤礦井下圖像型早期火災(zāi)探測[J]. 王媛彬,馬憲民.  遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版). 2011(05)
[4]圖象火災(zāi)監(jiān)控中一個新穎的火災(zāi)判據(jù)[J]. 吳龍標(biāo),宋衛(wèi)國,盧結(jié)成.  火災(zāi)科學(xué). 1997(02)

碩士論文
[1]基于視頻特征的火災(zāi)火焰檢測研究[D]. 郝春雨.大連海事大學(xué) 2013



本文編號：3106401