本文關(guān)鍵詞：紅外圖像識別在船舶艙室火災(zāi)監(jiān)測中的研究

  更多相關(guān)文章： 船舶 模板分塊 火災(zāi)檢測 煙霧特征 貝葉斯決策

【摘要】：船舶火災(zāi)事故通常造成嚴(yán)重的人員傷亡和財(cái)產(chǎn)損失。為了船舶航運(yùn)人員和財(cái)產(chǎn)的安全,研究一種有效的船舶艙室的火災(zāi)檢測方法勢在必行。受船上環(huán)境的限制,傳統(tǒng)的基于傳感器的火災(zāi)探測系統(tǒng)很容易失效,且誤報(bào)率很高�；谝曨l圖像監(jiān)測場景中的火災(zāi)發(fā)生情況具有不受距離、空間環(huán)境限制和響應(yīng)速度快的優(yōu)點(diǎn),對新型火災(zāi)探測方法進(jìn)行研究具有重要的現(xiàn)實(shí)意義。煙霧是火災(zāi)初期一種普遍現(xiàn)象,通過對煙霧的分析,得到火災(zāi)初期煙霧的一些特征,然后以這些煙霧特征作為識別火災(zāi)的依據(jù),從而判斷場景中是否發(fā)生火災(zāi)。首先,本文根據(jù)船舶艙室環(huán)境特點(diǎn),提出了基于模板分塊的比對方法來檢測可疑煙霧區(qū)域。該方法首先利用RGB空間模型方法區(qū)分可見光圖像與紅外圖像,然后對采集的圖像進(jìn)行灰度化、圖像去噪、圖像分塊等預(yù)處理；最后利用模板比對算法檢測場景中可疑煙霧區(qū)域,根據(jù)模板比對值ei發(fā)生變化的子塊數(shù)目變化,判斷檢測環(huán)境中是否存在可疑煙霧區(qū)域。其次,確定可疑煙霧區(qū)域后,從分割效果、運(yùn)行性能的可行性等方面對光流法、幀間差分法以及背景差分法等三種運(yùn)動區(qū)域提取方法的優(yōu)缺點(diǎn)進(jìn)行了比較,然后確認(rèn)了適合本文環(huán)境的高斯模型差分法提取可疑煙霧區(qū)域。然后,本文提取了煙霧區(qū)域的圓形度、煙霧區(qū)域面積變大以及煙霧發(fā)生源位置不變這三個(gè)特征作為火災(zāi)檢測的判斷依據(jù)。將這三個(gè)煙霧特征的特征值輸入到已經(jīng)訓(xùn)練好的貝葉斯模型中,通過貝葉斯決策融合三個(gè)特征進(jìn)行綜合判定場景中是否發(fā)生火災(zāi)。最后,為了驗(yàn)證本文提出的火災(zāi)檢測算法的可靠性,在不同場景、不同時(shí)間段的火災(zāi)視頻和非火災(zāi)視頻進(jìn)行了測試,測試結(jié)果表明本文的火災(zāi)檢測算法能夠有效的檢測船舶艙室中的火災(zāi),而且具有較好的抗干擾能力。
【關(guān)鍵詞】：船舶 模板分塊 火災(zāi)檢測 煙霧特征 貝葉斯決策
【學(xué)位授予單位】：集美大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U664.88;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 課題研究背景和意義9-10
• 1.2 火災(zāi)探測國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 傳統(tǒng)火災(zāi)探測器的發(fā)展及研究現(xiàn)狀10-12
• 1.2.2 圖像型火災(zāi)探測器的發(fā)展及研究現(xiàn)狀12-13
• 1.3 本文主要的研究內(nèi)容13-14
• 第2章 火災(zāi)檢測的基本原理14-19
• 2.1 火災(zāi)的發(fā)展過程及特點(diǎn)14-16
• 2.1.1 火災(zāi)發(fā)展的過程14-15
• 2.1.2 早期火災(zāi)煙霧的基本特征15-16
• 2.2 火災(zāi)探測系統(tǒng)的結(jié)構(gòu)16-18
• 2.2.1 圖像采集17
• 2.2.2 圖像處理17
• 2.2.3 火災(zāi)識別17-18
• 2.3 小結(jié)18-19
• 第3章 船舶艙室可疑煙霧區(qū)域的檢測19-38
• 3.1 圖像的預(yù)處理19-25
• 3.1.1 圖像灰度化19-20
• 3.1.2 灰度直方圖20-21
• 3.1.3 圖像去噪處理21-23
• 3.1.4 分塊處理23-25
• 3.2 船舶艙室可疑煙霧區(qū)域檢測25-37
• 3.2.1 圖像類型的判斷25-29
• 3.2.2 可疑區(qū)域檢測29-37
• 3.3 小結(jié)37-38
• 第4章 煙霧特征提取和判定38-57
• 4.1 常用可疑煙霧區(qū)域提取方法38-41
• 4.1.1 光流法38-39
• 4.1.2 幀間差分法39-40
• 4.1.3 背景減除法40-41
• 4.2 基于高斯模型的可疑煙霧區(qū)域提取41-44
• 4.3 煙霧特征的提取44-51
• 4.3.1 煙霧面積增長特征45-47
• 4.3.2 煙霧發(fā)生源位置不變性47-49
• 4.3.3 煙霧形狀不規(guī)則性49-51
• 4.4 船舶艙室煙霧識別的判定51-55
• 4.4.1 貝葉斯決策的概念和特點(diǎn)51-52
• 4.4.2 基于最小錯(cuò)誤率的貝葉斯決策52
• 4.4.3 煙霧特征量的提取和分析52-55
• 4.5 小結(jié)55-57
• 第5章 測試結(jié)果與分析57-67
• 5.1 實(shí)驗(yàn)環(huán)境57
• 5.2 實(shí)驗(yàn)檢測分析57-66
• 5.3 小結(jié)66-67
• 第6章 總結(jié)與展望67-69
• 6.1 總結(jié)67
• 6.2 展望67-69
• 致謝69-70
• 參考文獻(xiàn)70-73
• 在學(xué)校期間發(fā)表的學(xué)術(shù)論文73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 寧天夫;;數(shù)字圖像處理技術(shù)的應(yīng)用與發(fā)展[J];艦船電子工程;2009年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王娜娜;基于視頻的火災(zāi)煙霧檢測算法研究[D];西安科技大學(xué);2012年

，

本文編號：935490