發(fā)布時(shí)間：2021-09-23 21:34

　　交通火災(zāi)頻發(fā),易導(dǎo)致群死群傷事故,引起媒體和輿論廣泛關(guān)注,造成惡劣社會(huì)影響。如何預(yù)防和減少交通火災(zāi),成為亟待解決的公共安全課題。交通火災(zāi)具有突發(fā)性強(qiáng)、疏散難度大、誘發(fā)衍生事故頻率高等特點(diǎn),火災(zāi)應(yīng)對(duì)以“預(yù)防為主,防消結(jié)合”,預(yù)防方面通過火災(zāi)探測裝置,監(jiān)測火災(zāi)情況,提高火情的早期預(yù)警能力。而傳統(tǒng)火災(zāi)探測裝置,如氣敏型、感溫型、感煙型等,受環(huán)境影響大,難以滿足交通環(huán)境下火情檢測需求�；谝曨l分析的火災(zāi)檢測成為研究熱點(diǎn)。目前已積累部分研究成果,但仍存在誤判率和誤報(bào)率高以及交通場景適應(yīng)性弱的問題。鑒于道路交通場景諸多,如高速公路、停車場等,難以窮盡。為便于研究展開和實(shí)驗(yàn)安全,論文選取城市道路輔路作為研究場景,完成疑似煙霧及火焰區(qū)域分割,采用多特征融合分析煙霧及火焰特征,探索火情目標(biāo)識(shí)別與預(yù)警的共性問題,實(shí)現(xiàn)交通場景的火情監(jiān)測。論文旨在應(yīng)用視頻分析方法識(shí)別交通火情目標(biāo),為縮短交通火災(zāi)反應(yīng)時(shí)間、實(shí)現(xiàn)交通火災(zāi)早期預(yù)警和保障交通安全奠定研究基礎(chǔ)。主要研究內(nèi)容如下:（1）通過實(shí)驗(yàn)對(duì)比分析常用火情目標(biāo)檢測模型,基于ViBe算法,結(jié)合二幀差法和混合高斯模型完善疑似煙霧提取算法,兼顧算法實(shí)時(shí)性、疑似煙霧提取準(zhǔn)確... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

006-2018年全國火災(zāi)與直接經(jīng)濟(jì)損失趨勢(shì)

(d) 印度停車場大火 (e) 韓國地鐵大火 (f) 瑞典隧道大火圖 1-2 交通火災(zāi)事故圖據(jù)美國國家消防協(xié)會(huì)（National Fire ProtectionAssociation, NFPA）統(tǒng)計(jì)[3]，2007-2011年，美國每年發(fā)生車輛火災(zāi)約 20 萬起，造成年均死亡人數(shù) 300 余人，受傷 1426 人，直接財(cái)產(chǎn)損失 1.3 億美元。據(jù)我國應(yīng)急管理部消防救援局統(tǒng)計(jì)[4]，2006-2016 年，我國每年因火災(zāi)造成的直接財(cái)產(chǎn)損失中，交通場景火災(zāi)占比高達(dá) 15%，如圖 1-3 所示。

) 轎車自燃 (b) 巴士自燃 (c) 貨車自度停車場大火 (e) 韓國地鐵大火 (f) 瑞典隧道圖 1-2 交通火災(zāi)事故圖國家消防協(xié)會(huì)（National Fire ProtectionAssociation, NFPA）統(tǒng)計(jì)[3]年發(fā)生車輛火災(zāi)約 20 萬起，造成年均死亡人數(shù) 300 余人，受傷 1.3 億美元。據(jù)我國應(yīng)急管理部消防救援局統(tǒng)計(jì)[4]，2006-2016 年的直接財(cái)產(chǎn)損失中，交通場景火災(zāi)占比高達(dá) 15%，如圖 1-3 所示

【參考文獻(xiàn)】：
期刊論文
[1]視頻煙霧檢測研究進(jìn)展[J]. 史勁亭,袁非牛,夏雪.  中國圖象圖形學(xué)報(bào). 2018(03)
[2]基于紋理特征與區(qū)域生長的高分辨率遙感影像分割算法[J]. 蘇騰飛,張圣微,李洪玉.  國土資源遙感. 2017(02)
[3]美國車輛火災(zāi)統(tǒng)計(jì)[J]. 邱培芳.  消防科學(xué)與技術(shù). 2017(02)
[4]基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的視頻動(dòng)態(tài)煙霧檢測[J]. 陳俊周,汪子杰,陳洪瀚,左林翼.  電子科技大學(xué)學(xué)報(bào). 2016(06)
[5]基于顏色增強(qiáng)變換和MSER檢測的煙霧檢測算法[J]. 李筍,石永生,汪渤,周志強(qiáng),王海羅.  北京理工大學(xué)學(xué)報(bào). 2016(10)
[6]基于視頻序列的火災(zāi)煙霧顏色檢測算法[J]. 黎粵華,單磊.  半導(dǎo)體光電. 2016(02)
[7]森林背景下基于自適應(yīng)區(qū)域生長法的煙霧檢測[J]. 張煒程,李佩,高陳強(qiáng).  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[8]基于非參數(shù)特征提取的早期林火煙霧檢測[J]. 焦斌亮,董雪.  光學(xué)技術(shù). 2016(01)
[9]基于多特征融合的煙霧檢測[J]. 吳冬梅,李白萍,沈燕,王靜,何蓉.  圖學(xué)學(xué)報(bào). 2015(04)
[10]基于多特征的公路隧道早期火災(zāi)火焰視頻探測[J]. 王琳,郭晨,李愛國,姚新.  公路交通科技. 2015(06)

碩士論文
[1]公路隧道視頻火災(zāi)煙霧檢測方法研究[D]. 雷丹.大連海事大學(xué) 2017
[2]基于視頻圖像特征提取的煙霧檢測算法研究[D]. 文澤波.中國科學(xué)技術(shù)大學(xué) 2016
[3]基于視頻的火災(zāi)煙霧檢測[D]. 劉鵬.華北電力大學(xué) 2014
[4]基于數(shù)字圖像處理的大空間早期火災(zāi)自動(dòng)檢測與識(shí)別技術(shù)研究[D]. 江熹.華東交通大學(xué) 2012
[5]基于圖像的火災(zāi)煙霧識(shí)別算法研究[D]. 焦珂.西華大學(xué) 2008
[6]基于圖像處理的火災(zāi)煙霧識(shí)別技術(shù)研究[D]. 姜東海.華中科技大學(xué) 2006



本文編號(hào)：3406456