本文選題：煙霧檢測 + 色調(diào)飽和度差分描述子��； 參考：《浙江大學》2017年碩士論文

【摘要】：火災是嚴重威脅公眾生命與財產(chǎn)安全的主要災害之一,傳統(tǒng)的火災探測技術(shù)存在適用范圍小、價格高、誤報率高、響應速度慢以及提供災情信息少等弊端。針對傳統(tǒng)火災探測技術(shù)存在的缺陷,基于視頻的火災煙霧探測技術(shù)應運而生�；谝曨l的煙霧檢測技術(shù)比基于視頻的火焰檢測技術(shù)反應時間更早,消防人員能在火勢蔓延之前就可以采取應對措施,更有利于對火災進行有效控制。因此,基于視頻的煙霧檢測技術(shù)具有重要的研究意義和應用價值。本文對基于視頻的煙霧檢測算法進行詳細研究,并在此基礎上提出基于煙霧靜態(tài)特征和動態(tài)特征的煙霧檢測算法。實驗結(jié)果證明了本文煙霧檢測算法的有效性和魯棒性。本文的煙霧檢測算法主要分為兩部分,包括煙霧候選區(qū)域提取算法和候選區(qū)域煙霧識別算法。本文的主要研究工作如下:(1)研究基于自適應均值背景建模的背景差分算法。(2)研究基于光度不變性顏色空間和光度增益的運動區(qū)域提取算法。(3)根據(jù)煙霧像素在色度(C)、亮度(I)和飽和度(S)分量上的分布范圍,從運動區(qū)域中篩選出煙霧候選區(qū)域。(4)結(jié)合色調(diào)飽和度描述子(HS-Descriptor)和梯度直方圖(HOG)特征的原理,提出了基于色調(diào)飽和度差分描述子(HS-BS-Descriptor)的煙霧檢測算法。(5)結(jié)合視頻中煙霧的光流場直方圖(HOF)特征原理,提出了本文的創(chuàng)新點,基于HS-BS-Descriptor+HOF的煙霧檢測算法。(6)研究支持向量機(SVM)以及分類器評價指標,用SVM算法訓練煙霧識別分類器。
[Abstract]:Fire is one of the main disasters that seriously threaten the safety of public life and property. The traditional fire detection technology has the disadvantages of small scope of application, high price, high false alarm rate, slow response speed and little disaster information. Aiming at the defects of the traditional fire detection technology, the fire smoke detection technology based on video emerges as the times require. The response time of the video based smoke detection technology is earlier than that of the video based flame detection technology. Firefighters can take countermeasures before the fire spreads, which is more conducive to the effective control of the fire. Therefore, video-based smoke detection technology has important research significance and application value. In this paper, the video based smoke detection algorithm is studied in detail, and a smoke detection algorithm based on static and dynamic features of smoke is proposed. Experimental results show the effectiveness and robustness of the proposed smoke detection algorithm. The smoke detection algorithm is mainly divided into two parts, including smoke candidate region extraction algorithm and candidate region smoke recognition algorithm. The main work of this paper is as follows: (1) the background difference algorithm based on adaptive mean value is studied.) the algorithm of extracting moving region based on photometric invariant color space and photometric gain is studied. The range of distributions on the components of C, I and S), The principle of combining HS-Descriptor) with HS-Descriptor and gradient histogram (hog) features is selected from the motion region. A smoke detection algorithm based on HS-BS-Descriptor (HS-BS-Descriptor) is proposed, which combines with the principle of optical flow field histogram (HOF) feature of smoke in video, and the innovation of this paper is presented. The support vector machine (SVM) and the evaluation index of the classifier are studied based on the smoke detection algorithm of HS-BS-Descriptor HOF. The SVM algorithm is used to train the smoke recognition classifier.
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 馬龍;王魯平;李飚;沈振康;;自然場景圖像的光流場估計[J];系統(tǒng)工程與電子技術(shù);2012年06期

2 范勇,游志勝,張建州,鄭文琛,馮子亮,王榮;基于殘差平方和的光流場正則化方法[J];光電工程;2001年06期

3 張建明,錢東海;一種局部和全局相結(jié)合的光流計算方法[J];計算機工程與科學;2005年05期

4 武理靜;明軍;;一種改進的光流估計方法[J];國外電子測量技術(shù);2006年12期

5 李偉;沈振康;;基于魯棒特征的光流研究[J];紅外與激光工程;2007年S2期

6 關(guān)鍵;段慧;李茂寬;;幾何代數(shù)域內(nèi)的光流場改進算法[J];海軍航空工程學院學報;2008年01期

7 項學智;趙春暉;李康;;一種彩色光流場估計算法[J];哈爾濱工程大學學報;2008年06期

8 韓玉兵;束鋒;芮義斌;李鵬;;基于本征和非本征正則項的光流估計[J];信號處理;2008年04期

9 陳勇;屠大維;周許超;趙其杰;;基于光流分析的車輛轉(zhuǎn)彎及上下坡信息獲取[J];合肥工業(yè)大學學報(自然科學版);2009年11期

10 于晶晶;潘振寬;魏偉波;;小位移光流計算的對偶方法[J];計算機工程;2010年07期

相關(guān)會議論文 前10條

1 曾雪蓮;尚斐;;基于微分法的光流計算技術(shù)研究[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

2 李俊;張桂林;;一種計算光流場的新方法[A];1998年中國智能自動化學術(shù)會議論文集（下冊）[C];1998年

3 佘永業(yè);李熙瑩;趙有婷;;一種車輛的宏觀光流速度的計算方法[A];圖像圖形技術(shù)研究與應用2009——第四屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2009年

4 盧宗慶;謝維信;裴繼紅;;基于非線性濾波的光流計算[A];第十三屆全國信號處理學術(shù)年會（CCSP-2007）論文集[C];2007年

5 謝劍斌;王暉;劉通;李沛秦;;基于多重網(wǎng)格的光流場快速計算方法[A];第六屆全國信息獲取與處理學術(shù)會議論文集（2）[C];2008年

6 張\，

本文編號：1828902