視覺煙霧檢測已成為當前早期火災探測領域的研究熱點和難點,其檢測率直接影響到視覺火災探測技術(shù)的應用。近年來,隨著數(shù)字圖像處理、視頻分析、模式識別、機器學習等技術(shù)的發(fā)展,視覺火災探測對煙霧的檢測率有了更高的要求�；馂闹袩熿F的視覺特征通常呈現(xiàn)出形態(tài)多變、顏色各異、透明度差異大、運動無規(guī)律等特點,易受外界環(huán)境影響,穩(wěn)定性差,這使得從視頻和圖像中提取表達能力強、魯棒性好的煙霧特征成為了提高煙霧檢測率的技術(shù)難題。因此,研究視覺煙霧檢測中的煙霧特征建模方法,對早期火災預警具有重要的理論價值和實踐意義。煙霧的變換域特征和靜態(tài)紋理特征是兩種重要特征。變換域蘊涵了原始圖像中較高層的抽象信息,提取變換域上的特征有利于增強煙霧特征的表達能力。煙霧的局部特征能很好地表達煙霧的靜態(tài)紋理信息,是一種穩(wěn)定的煙霧特征。因此,本文圍繞變換域和局部特征模式對煙霧特征建模展開研究,以提高煙霧檢測的檢測率,降低誤報率和錯誤率,促進視覺煙霧檢測技術(shù)的發(fā)展。本文的主要研究工作如下。(1)提出了邊緣變換域局部特征建模方法。圖像中的煙霧多表現(xiàn)為邊緣模糊彎曲、少直線,而其他人造物體通常存在清晰的直線邊緣。基于這一現(xiàn)象,該方法利用邊緣特征...

【文章頁數(shù)】：141 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 火災危害與火災應急管理
        1.1.2 火災預警與探測
        1.1.3 視覺煙霧檢測及意義
    1.2 研究現(xiàn)狀
        1.2.1 傳統(tǒng)視覺火焰檢測
        1.2.2 傳統(tǒng)視覺煙霧檢測
        1.2.3 基于深度學習的火災探測
    1.3 傳統(tǒng)視覺煙霧檢測的框架
    1.4 研究目標、研究內(nèi)容和技術(shù)路線
        1.4.1 研究目標
        1.4.2 研究內(nèi)容
        1.4.3 技術(shù)路線
    1.5 論文結(jié)構(gòu)安排
第2章 視覺煙霧檢測相關技術(shù)
    2.1 疑似煙霧區(qū)域檢測
        2.1.1 疑似煙霧區(qū)域檢測的基本流程
        2.1.2 三幀差分法檢測運動區(qū)域
        2.1.3 暗通道圖像轉(zhuǎn)換
    2.2 特征描述
        2.2.1 邊緣特征
        2.2.2 Gabor特征
        2.2.3 局部特征
    2.3 煙霧識別
    2.4 本章小結(jié)
第3章 邊緣變換域局部特征建模
    3.1 問題描述與分析
    3.2 邊緣特征圖
    3.3 局部特征模式
        3.3.1 局部邊界求和模式的編碼
        3.3.2 局部區(qū)域求和模式的編碼
        3.3.3 局部邊界求和模式與局部區(qū)域求和模式的特征
        3.3.4 局部二值模式的特征
    3.4 邊緣變換域局部特征建模框架
    3.5 煙霧識別實驗
        3.5.1 煙霧圖像數(shù)據(jù)庫
        3.5.2 評價指標
        3.5.3 煙霧識別對比實驗
    3.6 視頻煙霧檢測實驗
        3.6.1 煙霧視頻數(shù)據(jù)庫
        3.6.2 視頻煙霧檢測的結(jié)果及分析
        3.6.3 視頻煙霧檢測的效率分析
        3.6.4 視頻煙霧檢測的預警結(jié)果及分析
    3.7 本章小結(jié)
第4章 Gabor變換域局部特征建模
    4.1 問題描述與分析
    4.2 基于聚合Gabor核的變換域特征圖
        4.2.1 傳統(tǒng)Gabor小波核
        4.2.2 聚合Gabor小波核
        4.2.3 聚合Gabor特征圖
    4.3 改進的局部二值模式
    4.4 Gabor變換域局部特征建�？蚣�
    4.5 煙霧識別實驗
        4.5.1 實驗說明
        4.5.2 超參數(shù)實驗
        4.5.3 煙霧識別對比實驗
    4.6 視頻煙霧檢測實驗
        4.6.1 視頻煙霧檢測的結(jié)果及分析
        4.6.2 視頻煙霧檢測的效率分析
        4.6.3 視頻煙霧檢測的預警結(jié)果及分析
    4.7 本章小結(jié)
第5章 基于Gabor變換域和邊緣變換域的局部特征建模
    5.1 問題描述與分析
    5.2 改進的局部三值模式
        5.2.1 局部三值模式
        5.2.2 基于置信水平的高低閾值計算
        5.2.3 置信水平局部三值模式的特征
    5.3 變換域特征圖的特征
        5.3.1 Gabor小波核
        5.3.2 Gabor特征圖的特征
        5.3.3 Gabor特征圖的加權(quán)特征
        5.3.4 邊緣特征圖的特征
    5.4 基于Gabor變換域和邊緣變換域的局部特征建模
        5.4.1 總體框架
        5.4.2 特征降維
    5.5 煙霧識別實驗
        5.5.1 實驗說明
        5.5.2 不同特征組合的結(jié)果及分析
        5.5.3 煙霧識別對比實驗
    5.6 視頻煙霧檢測實驗
        5.6.1 視頻煙霧檢測的結(jié)果及分析
        5.6.2 視頻煙霧檢測的效率分析
        5.6.3 視頻煙霧檢測的預警結(jié)果及分析
    5.7 紋理分類實驗
    5.8 本章小結(jié)
第6章 多層Gabor變換域局部特征建模
    6.1 問題描述與分析
    6.2 Gabor卷積網(wǎng)絡
        6.2.1 Gabor小波核
        6.2.2 Gabor特征圖的融合方案
        6.2.3 Gabor卷積網(wǎng)絡的基本結(jié)構(gòu)
    6.3 多層Gabor變換域局部特征建模框架
    6.4 煙霧識別實驗
        6.4.1 實驗說明
        6.4.2 超參數(shù)實驗
        6.4.3 煙霧識別對比實驗
    6.5 視頻煙霧檢測實驗
        6.5.1 視頻煙霧檢測的結(jié)果及分析
        6.5.2 視頻煙霧檢測的效率分析
        6.5.3 視頻煙霧檢測的預警結(jié)果及分析
    6.6 紋理分類對比實驗
    6.7 本文所提方法對比
    6.8 本章小結(jié)
第7章 總結(jié)與展望
    7.1 論文總結(jié)
    7.2 研究展望
參考文獻
作者在攻讀博士期間的科研成果
致謝



本文編號：3894473