本文關(guān)鍵詞：公路隧道圖像型火災(zāi)火焰檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：火災(zāi)是公路隧道中除交通事故外危害最大的一類安全事故。由于公路隧道環(huán)境特殊,一旦發(fā)生火災(zāi),不僅車輛和人員疏散困難,火災(zāi)救援工作更是難以在短時間內(nèi)展開,往往會造成重大的人員傷亡和財產(chǎn)損失。如果在火災(zāi)初期就能進(jìn)行及時準(zhǔn)確的報警,則能及時抑制火災(zāi)蔓延、減少火災(zāi)造成的損失。因此,公路隧道早期火災(zāi)檢測具有重要意義。本文針對隧道的特殊環(huán)境,融合火焰的多種圖像特征,采用AdaBoost識別方法對視頻中的火焰進(jìn)行檢測。本文主要研究內(nèi)容如下：(1)運(yùn)動目標(biāo)檢測。分別利用幀間差分法、混合高斯模型背景差法以及光流法進(jìn)行運(yùn)動目標(biāo)檢測,通過分析對比三種方法的特點(diǎn),本文選用幀間差分法提取運(yùn)動目標(biāo)區(qū)域,并對運(yùn)動目標(biāo)圖像進(jìn)行后處理。(2)候選火焰區(qū)域分割。本文提出了一種有效分割候選火焰區(qū)域的方法,該方法采用RGB和Lab顏色空間對疑似區(qū)域進(jìn)行分割,實(shí)驗(yàn)結(jié)果表明本文提出的顏色分割方法效果較好。(3)火焰的多特征檢測。本文主要研究火焰的H分量一階矩、Lab中的a、b分量比值、矩形度、圓形度、尖角數(shù)以及跳動頻率特征,并通過實(shí)驗(yàn)分析對比火焰和非火焰干擾物各特征數(shù)據(jù)的分布范圍。(4)基于AdaBoost的火焰識別。本文將從視頻中提取的火焰和干擾樣本數(shù)據(jù)構(gòu)成特征向量輸入SVM、AdaBoost中,分別訓(xùn)練生成SVM、AdaBoost學(xué)習(xí)模型,并分別優(yōu)化選取SVM、AdaBoost的參數(shù),以提高識別正確率。通過實(shí)驗(yàn)分析對比SVM和AdaBoost兩種模型的識別正確率,選用檢測正確率較高的AdaBoost作為本文的識別方法。本文采用AdaBoost模式識別方法融合火焰多特征對火焰和干擾視頻分別進(jìn)行檢測,實(shí)驗(yàn)結(jié)果表明,本文的檢測方法能夠有效檢測視頻圖像中的火焰,并能排除公路隧道視頻中偽火焰車燈的干擾。
【關(guān)鍵詞】：公路隧道 火焰檢測 顏色分割 特征提取 模式識別
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題研究背景及意義10-11
• 1.2 傳統(tǒng)的公路隧道火災(zāi)探測器及其弊端11-12
• 1.3 圖像型火災(zāi)火焰檢測系統(tǒng)12-13
• 1.4 圖像型火災(zāi)火焰檢測方法的研究現(xiàn)狀13-15
• 1.4.1 候選火焰區(qū)域的分割13-14
• 1.4.2 火焰特征的提取14-15
• 1.4.3 火焰的識別方法15
• 1.5 論文的主要工作內(nèi)容及章節(jié)安排15-18
• 1.5.1 論文的主要工作內(nèi)容15-16
• 1.5.2 論文的章節(jié)安排16-18
• 第2章 公路隧道火災(zāi)火焰檢測方法設(shè)計(jì)18-22
• 2.1 火焰檢測系統(tǒng)的算法設(shè)計(jì)流程18-19
• 2.2 火焰的基本特征19-20
• 2.2.1 火焰的顏色特征19
• 2.2.2 火焰的形態(tài)特征19
• 2.2.3 火焰的動態(tài)特征19-20
• 2.3 非火焰干擾物的種類分析20
• 2.4 本章小結(jié)20-22
• 第3章 視頻圖像的運(yùn)動區(qū)域檢測22-30
• 3.1 運(yùn)動目標(biāo)檢測22-26
• 3.1.1 光流法22-23
• 3.1.2 混合高斯模型的背景減除法23-25
• 3.1.3 幀間差分法25-26
• 3.2 火焰圖像后處理26-29
• 3.2.1 中值濾波26-27
• 3.2.2 膨脹腐蝕27-28
• 3.2.3 掩膜處理28-29
• 3.3 本章小結(jié)29-30
• 第4章 疑似火焰區(qū)域的分割30-38
• 4.1 RGB顏色空間30-31
• 4.2 Lab顏色空間31-32
• 4.3 基于RGB與Lab顏色模型的分割方法32-37
• 4.4 本章小結(jié)37-38
• 第5章 火焰的特征提取38-54
• 5.1 火焰的顏色特征38-41
• 5.1.1 a、b分量比值38-39
• 5.1.2 H分量一階矩39-41
• 5.2 火焰的形態(tài)特征41-45
• 5.2.1 圓形度特征41-42
• 5.2.2 矩形度特征42-44
• 5.2.3 尖角數(shù)特征44-45
• 5.3 火焰跳動頻率特征45-51
• 5.3.1 火焰跳動的方向性46-48
• 5.3.2 火焰的跳動頻率48-51
• 5.4 本章小結(jié)51-54
• 第6章 火災(zāi)火焰識別分類器設(shè)計(jì)54-76
• 6.1 基于支持向量機(jī)的火災(zāi)火焰檢測方法54-59
• 6.1.1 支持向量機(jī)的原理54-58
• 6.1.2 基于SVM的火焰檢測算法流程58-59
• 6.2 基于AdaBoost的火災(zāi)火焰檢測方法59-65
• 6.2.1 AdaBoost算法的理論基礎(chǔ)59-63
• 6.2.2 基于AdaBoost的火焰檢測算法流程63-65
• 6.3 實(shí)驗(yàn)結(jié)果與分析65-73
• 6.3.1 實(shí)驗(yàn)視頻選取65-66
• 6.3.2 SVM、AdaBoost算法的參數(shù)選取66-70
• 6.3.3 SVM和Adaboost識別結(jié)果對比分析70-72
• 6.3.4 基于Adaboost的火焰檢測結(jié)果分析72-73
• 6.4 本章小結(jié)73-76
• 總結(jié)與展望76-78
• 參考文獻(xiàn)78-82
• 致謝82-83
• 作者簡介83

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李遠(yuǎn)生;紅外線火焰檢測裝置原理及其應(yīng)用[J];計(jì)算機(jī)測量與控制;2003年03期

2 李遠(yuǎn)生;紅外線火焰檢測裝置原理及其應(yīng)用[J];浙江電力;2003年01期

3 黃正宇;繆小平;芮挺;;基于圖像的火焰檢測中無量綱動態(tài)特征研究[J];計(jì)算機(jī)應(yīng)用;2012年07期

4 范運(yùn)隆;;紫外火焰檢測裝置[J];化工自動化及儀表;1981年07期

5 劉敬文;火焰檢測監(jiān)視的儀表選擇[J];自動化博覽;2002年02期

6 張新偉;對鍋爐火焰檢測裝置的探析[J];華東電力;2002年05期

7 董威;安瑩;周仁魁;;基于輻照度測量法的火焰檢測研究[J];光電工程;2007年02期

8 李高建;朱秀斌;杜巍;;鄰域統(tǒng)計(jì)火焰檢測算法及其實(shí)驗(yàn)研究[J];制冷與空調(diào)(四川);2008年01期

9 李德輝;周亮;鄧天軍;;燃?xì)鉅t火焰檢測電路分析[J];河南科技;2014年06期

10 李國昌,常太華,李國光;光纖火焰檢測系統(tǒng)算法的改進(jìn)[J];電力情報;2002年01期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 張澄;李娜;;高爐區(qū)域火焰檢測技術(shù)[A];中國計(jì)量協(xié)會冶金分會2013年會論文集[C];2013年

2 李遠(yuǎn)生;;紅外線火焰檢測裝置原理及其應(yīng)用[A];廣東省電機(jī)工程學(xué)會2003-2004年度優(yōu)秀論文集[C];2005年

3 江寧;;FORNEY火焰檢測的在線優(yōu)化[A];2010年全國發(fā)電廠熱工自動化專業(yè)會議論文集[C];2010年

4 胡國鋒;馬莉;;基于視覺特征對比度和二維熵的火焰檢測[A];浙江省電子學(xué)會2012學(xué)術(shù)年會論文集[C];2012年

5 劉琦;;FORNEY火檢在黃島電廠的應(yīng)用[A];山東電機(jī)工程學(xué)會第六屆發(fā)電專業(yè)學(xué)術(shù)交流會論文集[C];2007年

6 張國燦;蔡國軍;段義平;唐守昱;;提高鍋爐火檢探頭安裝的精準(zhǔn)度[A];2013年中國電機(jī)工程學(xué)會年會論文集[C];2013年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 記者　 薛秀穎;哈產(chǎn)智能火焰檢測裝置暢銷國內(nèi)外[N];哈爾濱日報;2006年

2 薛秀穎;智能火焰檢測裝置暢銷國內(nèi)外[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2006年

3 上海市中電投電力工程有限公司 許道春;淺談臨河動力站空冷發(fā)電機(jī)組鍋爐火焰電視監(jiān)視系統(tǒng)的配置情況及特點(diǎn)[N];消費(fèi)日報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 遲天陽;基于火焰檢測器的燃料識別和著火特性研究[D];浙江大學(xué);2009年

2 郭建民;基于數(shù)字圖像處理技術(shù)的鍋爐火焰檢測與污染物排放特性研究[D];中國科學(xué)院研究生院（工程熱物理研究所）;2006年

3 謝迪;智能視頻監(jiān)控系統(tǒng)中若干檢測與跟蹤算法的研究[D];浙江大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳磊;復(fù)雜場景下視頻火焰檢測[D];上海師范大學(xué);2015年

2 李哲;基于圖像的火焰檢測技術(shù)分析[D];華北電力大學(xué);2015年

3 夏明;基于雙MCU結(jié)構(gòu)的一體化火焰檢測監(jiān)控系統(tǒng)研究[D];大連理工大學(xué);2015年

4 王光耀;基于機(jī)器學(xué)習(xí)的火災(zāi)檢測方法研究[D];大連理工大學(xué);2015年

5 李金蘭;基于視頻圖像處理的火焰檢測研究[D];貴州民族大學(xué);2015年

6 姚新;公路隧道圖像型火災(zāi)火焰檢測方法研究[D];大連海事大學(xué);2016年

7 李良熹;基于現(xiàn)代檢測技術(shù)的新型鍋爐火焰檢測方法研究[D];重慶大學(xué);2002年

8 彭文健;智能視頻系統(tǒng)中的火焰檢測算法研究[D];電子科技大學(xué);2011年

9 陳廣華;鍋爐火焰檢測裝置的研究與開發(fā)[D];華北電力大學(xué)（河北）;2006年

10 高愛蓮;基于視頻的火焰檢測方法研究[D];昆明理工大學(xué);2008年

  本文關(guān)鍵詞：公路隧道圖像型火災(zāi)火焰檢測方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：400240