本文選題：火焰檢測 + 二維模態(tài)��； 參考：《西南科技大學》2017年碩士論文

【摘要】：火的使用標志著人類邁入文明世界,它在推動人類文明進步的同時也對人類的生命財產(chǎn)安全構成嚴重威脅。因此,如何盡早發(fā)現(xiàn)火災并及時將火災消滅在初期階段對消防安全工作有著深遠的意義。與傳統(tǒng)的采用溫度或煙霧傳感器相比,視頻火焰檢測具有探測范圍廣、反應時間快、能夠實時檢測火情等優(yōu)點。本文深入分析和研究了火焰的顏色區(qū)域提取、二維經(jīng)驗模態(tài)分解提取紋理特征等算法,針對存在的問題,基于支持向量機,結合聚類和閃頻等特征,提出了新的快速火焰檢測算法。(1)針對使用火焰紋理特征時,提取的有效紋理信息不佳,導致分類效果較低的問題,提出一種采用二維經(jīng)驗模式(Bidimensional Empirical Mode Decomposition,BEMD)和支持向量機(SVM)的火焰檢測算法。首先基于累積差分法檢測運動目標,根據(jù)Ohta顏色空間中火焰的顏色特征,找出圖像中疑似火焰區(qū)域,其次將疑似火焰區(qū)域圖像經(jīng)過BEMD分解,結合局部二值模式(LBP)對所提取到的固有模態(tài)函數(shù)(IMF)圖像進行紋理特征提取。最后將提取的紋理特征結合圓形度、矩形度、重心高度等特征,輸入到SVM,進行火焰的判別。(2)針對火焰檢測分割火焰區(qū)域不完整,導致漏檢的問題,提出一種基于模糊C均值(FCM)結合火焰動態(tài)特征即閃頻特征的火焰檢測算法。首先使用累積差分提取出運動目標,然后采用結合爬山法(Hill-climbing algorithm)的FCM圖像分割方法(HRFCM),結合火焰顏色特征分割出疑似火焰目標,不僅有效地縮短了時間,還克服了傳統(tǒng)聚類算法初始聚類中心和聚類數(shù)目隨機盲目地選擇初始參數(shù)的問題。最后提取疑似火焰的閃頻特征,使用SVM進行分類判別。實驗結果表明,本文算法具有較好的魯棒性和檢測率,在提高檢測率的同時,還提高了檢測效率。
[Abstract]:The use of fire marks the entry of mankind into the civilized world. It not only promotes the progress of human civilization, but also poses a serious threat to the safety of human life and property. Therefore, how to find the fire as soon as possible and destroy the fire in the early stage is of great significance to the fire safety work. Compared with the traditional temperature or smoke sensor, video flame detection has the advantages of wide detection range, fast reaction time, real-time detection of fire and so on. In this paper, color region extraction of flame and texture feature extraction by two-dimensional empirical mode decomposition (EMD) are deeply analyzed and studied. Based on support vector machine (SVM), clustering and flicker are combined to solve the problems. A new fast flame detection algorithm is proposed. (1) when using flame texture features, the effective texture information extracted is not good, which leads to the low classification effect. A flame detection algorithm based on Bidimensional empirical Mode DecompositionBEMD and support Vector Machine (SVM) is proposed. Firstly, based on the cumulative difference method to detect moving targets and according to the color characteristics of the flame in Ohta color space, the suspected flame region in the image is found, and then the suspected flame region image is decomposed by BEMD. Local binary mode (LBP) is used to extract texture feature of the extracted intrinsic mode function (IMF) image. Finally, the extracted texture features are input into SVM to distinguish the flame by combining the features of roundness, rectangle and height of center of gravity. (2) aiming at the incomplete flame region of flame detection, it leads to the problem of missing detection. A flame detection algorithm based on fuzzy C-means (FCM) and flicker feature is proposed. Firstly, the moving target is extracted by cumulative difference, then the Hill-climbing algorithm (HRFCM) is used to segment the suspected flame target, which not only shortens the time effectively, but also combines the flame color features. It also overcomes the problem of random and blind selection of initial parameters in traditional clustering algorithms. Finally, the flicker feature of suspected flame is extracted, and SVM is used to classify and discriminate. The experimental results show that the proposed algorithm has good robustness and detection rate, and improves the detection efficiency as well as the detection rate.
【學位授予單位】：西南科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 陳垂雄;嚴云洋;劉以安;高尚兵;周靜波;;運動區(qū)域提取和閃頻分析并行的火焰檢測算法[J];數(shù)據(jù)采集與處理;2017年02期

2 關鐵;;淺談火災事故調(diào)查存在的問題與對策[J];科技創(chuàng)新與應用;2016年04期

3 王全;趙涓涓;;海計算模式下的森林火焰識別算法[J];計算機工程與設計;2015年11期

4 林濤;黃繼風;高建華;;不確定環(huán)境下基于SIFT算法和一類分類的火焰識別[J];計算機科學;2015年S1期

5 嚴云洋;杜靜;高尚兵;周靜波;劉以安;;融合多特征的視頻火焰檢測[J];計算機輔助設計與圖形學學報;2015年03期

6 吳茜茵;嚴云洋;杜靜;高尚兵;劉以安;;多特征融合的火焰檢測算法[J];智能系統(tǒng)學報;2015年02期

7 范朝冬;張英杰;歐陽紅林;肖樂意;;基于改進斜分Otsu法的回轉窯火焰圖像分割[J];自動化學報;2014年11期

8 陳磊;黃繼風;;基于視頻的火焰檢測方法[J];計算機工程與設計;2014年09期

9 石勇;鮑可進;;一種基于圖像多特征的火焰識別算法[J];無線通信技術;2014年03期

10 耿慶田;于繁華;趙宏偉;王闖;;基于顏色特征的火焰檢測新算法[J];吉林大學學報(工學版);2014年06期

相關博士學位論文 前2條

1 榮建忠;基于多特征的火焰圖像探測研究及實現(xiàn)[D];中國科學技術大學;2012年

2 閔永林;大空間智能消防水炮滅火系統(tǒng)研究[D];上海大學;2010年

相關碩士學位論文 前5條

1 李敏慧;基于模糊聚類的色選機上位軟件系統(tǒng)研究與設計[D];湖北工業(yè)大學;2016年

2 徐歡;基于模糊聚類的爐膛火焰分割技術研究[D];安徽理工大學;2015年

3 張賓;基于視頻的火災火焰檢測[D];遼寧科技大學;2012年

4 郭維;基于圖像處理的大空間火災監(jiān)測研究[D];西安工業(yè)大學;2010年

5 陳娟;基于多特征融合的視頻火焰探測方法研究[D];中國科學技術大學;2009年

，

本文編號：2092693