基于SVM的視頻火焰檢測(cè)算法
發(fā)布時(shí)間:2023-09-02 13:59
對(duì)于目前火災(zāi)探測(cè)方法中存在檢測(cè)率低、誤報(bào)率高的普遍現(xiàn)象,提出了一種基于融合特征與支持向量機(jī)(SVM)的視頻火焰檢測(cè)算法。使用一種改進(jìn)自適應(yīng)混合高斯建模法獲得視頻里的運(yùn)動(dòng)目標(biāo),并結(jié)合火焰顏色模型分離出火焰疑似區(qū)域;獲取疑似區(qū)域的動(dòng)態(tài)、幾何、紋理等特征;融合特征量,利用已訓(xùn)練的SVM完成識(shí)別。在測(cè)試視頻集上的實(shí)驗(yàn)結(jié)果表明,該算法檢測(cè)效果好,且耗時(shí)短。
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
0 引言
1 基于背景減除法和火焰顏色模型的疑似火焰區(qū)域檢測(cè)
2 火焰特征提取
2.1 圓形度
2.2 矩形度
2.3 紋理特征
2.4 面積變化率
2.5 形狀相似度
2.6 頻閃特征
3 基于GSA優(yōu)化的SVM的火災(zāi)檢測(cè)
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論
本文編號(hào):3845328
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
0 引言
1 基于背景減除法和火焰顏色模型的疑似火焰區(qū)域檢測(cè)
2 火焰特征提取
2.1 圓形度
2.2 矩形度
2.3 紋理特征
2.4 面積變化率
2.5 形狀相似度
2.6 頻閃特征
3 基于GSA優(yōu)化的SVM的火災(zāi)檢測(cè)
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論
本文編號(hào):3845328
本文鏈接:http://sikaile.net/kejilunwen/anquangongcheng/3845328.html
最近更新
教材專著