火災(zāi)對(duì)于人類的生命與財(cái)產(chǎn)安全具有十分嚴(yán)重的威脅,火災(zāi)的及時(shí)預(yù)警對(duì)于減少財(cái)產(chǎn)損失具有重要意義。一般而言,煙霧是火災(zāi)初期的最早出現(xiàn)方式,因此,利用煙霧進(jìn)行檢測(cè)可以有效避免火災(zāi)的發(fā)生或者迅速發(fā)現(xiàn)、控制火災(zāi)。傳統(tǒng)的火災(zāi)煙霧探測(cè)通常使用諸如感光式,感煙式和感溫式傳感器,但是,這些傳感器的缺點(diǎn)是只能檢測(cè)特定類型的特征,并且在開放空間中它們的使用受到了很大的限制。而隨著電子攝像頭的普及,許多公共場(chǎng)所和建筑物中已經(jīng)安裝了大量的視頻監(jiān)控設(shè)備�；谝曨l監(jiān)控的系統(tǒng)可以有效覆蓋更大的區(qū)域,并且可以輕松地集成到現(xiàn)有的閉路監(jiān)視系統(tǒng)中。利用視頻進(jìn)行煙霧探測(cè)已成為重要的研究方向。隨著高清攝像機(jī)和高分辨率視頻的普及,一些傳統(tǒng)的視頻煙霧檢測(cè)方法已經(jīng)不再適用。本文針對(duì)高分辨率視頻的煙霧檢測(cè)方法展開研究,主要研究工作如下:首先,本文研究了煙霧圖像的特征提取和特征融合方法。煙霧具有輪廓不固定、半透明的特點(diǎn),因此煙霧與其他物體在圖像上主要是圍繞局部特征展開的。在煙霧圖像的空間域特征提取方面,針對(duì)局部二值模式與中心對(duì)稱局部二值模式的不足,本文提出了基于梯度補(bǔ)償?shù)闹行膶?duì)稱局部二值模式;在頻域特征提取方面,針對(duì)局部相位量化算法的不足,... 

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容與組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)概述
    2.1 圖像預(yù)處理技術(shù)
        2.1.1 圖像去噪
        2.1.2 彩色圖像灰度化
        2.1.3 圖像插值
    2.2 形態(tài)學(xué)處理
    2.3 邊緣檢測(cè)
    2.4 運(yùn)動(dòng)區(qū)域提取方法
        2.4.1 幀差法
        2.4.2 背景差分法
        2.4.3 混合高斯模型法
        2.4.4 ViBe算法
    2.5 煙霧檢測(cè)常用分類器
        2.5.1 支持向量機(jī)
        2.5.2 Adaboost算法
    2.6 本章小結(jié)
第3章 煙霧圖像特征提取與融合方法研究
    3.1 空間域特征
        3.1.1 局部二值模式
        3.1.2 中心對(duì)稱局部二值模式
        3.1.3 基于梯度補(bǔ)償?shù)闹行膶?duì)稱局部二值模式
    3.2 頻域特征
        3.2.1 局部相位量化算法
        3.2.2 局部聚合描述子向量VLAD
        3.2.3 基于VLAD的局部相位量化算法
    3.3 特征提取算法實(shí)驗(yàn)結(jié)果與分析
    3.4 基于三分法的特征融合算法
    3.5 特征融合算法實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
第4章 高分辨率視頻煙霧檢測(cè)方法研究
    4.1 疑似煙霧區(qū)域的提取
        4.1.1 大津法
        4.1.2 改進(jìn)的ViBe算法
        4.1.3 疑似煙霧區(qū)域提取方法實(shí)驗(yàn)結(jié)果與分析
    4.2 基于空間域與頻域融合特征的高分辨率視頻煙霧檢測(cè)框架
        4.2.1 離線訓(xùn)練階段
        4.2.2 視頻檢測(cè)階段
        4.2.3 視頻煙霧檢測(cè)實(shí)驗(yàn)結(jié)果與分析
    4.3 視頻煙霧檢測(cè)系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn)
        4.3.1 視頻煙霧檢測(cè)系統(tǒng)總體流程設(shè)計(jì)
        4.3.2 圖形用戶界面布局和設(shè)計(jì)
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未來(lái)研究工作與展望
參考文獻(xiàn)
作者簡(jiǎn)介及取得科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于MATLAB GUI的圖像處理演示系統(tǒng)[J]. 張新景,王勇,史穎剛.  信息技術(shù)與信息化. 2019(05)
[2]基于多特征融合的早期野火煙霧檢測(cè)[J]. 張斌,魏維,何冰倩.  成都信息工程大學(xué)學(xué)報(bào). 2018(04)
[3]視頻煙霧檢測(cè)研究進(jìn)展[J]. 史勁亭,袁非牛,夏雪.  中國(guó)圖象圖形學(xué)報(bào). 2018(03)
[4]基于幀差法的多波束前視聲吶運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 崔杰,胡長(zhǎng)青,徐海東.  儀器儀表學(xué)報(bào). 2018(02)
[5]基于顏色增強(qiáng)變換和MSER檢測(cè)的煙霧檢測(cè)算法[J]. 李筍,石永生,汪渤,周志強(qiáng),王海羅.  北京理工大學(xué)學(xué)報(bào). 2016(10)
[6]基于運(yùn)動(dòng)塊追蹤的視頻煙霧探測(cè)方法[J]. 丁懷對(duì),劉申友,許玉坤,王文偉.  安全與環(huán)境學(xué)報(bào). 2016(04)
[7]結(jié)合LBP直方圖和SVM的視頻火焰檢測(cè)[J]. 張霞,黃繼風(fēng).  計(jì)算機(jī)應(yīng)用與軟件. 2016(08)
[8]基于背景動(dòng)態(tài)更新與暗通道先驗(yàn)的火災(zāi)煙霧檢測(cè)算法[J]. 趙亮,駱炎民,駱翔宇.  計(jì)算機(jī)應(yīng)用研究. 2017(03)
[9]基于圖像處理的火災(zāi)煙霧檢測(cè)算法研究[J]. 周泊龍,宋英磊,俞孟蕻.  消防科學(xué)與技術(shù). 2016(03)
[10]分塊CS-LBP和加權(quán)PCA的低分辨率人臉識(shí)別[J]. 李嘉頔,陳振學(xué),劉成云.  光電子·激光. 2016(02)

博士論文
[1]面向視頻煙霧檢測(cè)的局部特征建模方法研究[D]. 史勁亭.江西財(cái)經(jīng)大學(xué) 2018

碩士論文
[1]基于視頻圖像序列的火災(zāi)煙霧檢測(cè)方法研究[D]. 袁梅.重慶郵電大學(xué) 2019
[2]基于視頻分析的交通早期煙霧特征提取與火焰檢測(cè)關(guān)鍵技術(shù)研究[D]. 陳博.華南理工大學(xué) 2019
[3]基于空間分布熵改進(jìn)VLAD的圖像檢索算法研究[D]. 王也然.吉林大學(xué) 2018
[4]基于視頻的煙霧檢測(cè)[D]. 房世超.中國(guó)地質(zhì)大學(xué)(北京) 2016
[5]室內(nèi)火災(zāi)煙霧識(shí)別算法研究[D]. 王慎波.天津大學(xué) 2016



本文編號(hào)：3734340