本文關(guān)鍵詞：基于視頻監(jiān)控平臺的室內(nèi)火焰探測算法研究　出處：《天津大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 碼流轉(zhuǎn)換 火焰識別 顏色特征 頻率特征 相關(guān)性特征

【摘要】：火在人們的日常生活中扮演著重要的角色,但如果發(fā)生火災(zāi),后果將是災(zāi)難性的,為了減少火災(zāi)造成的損失,要在火災(zāi)初期盡可能發(fā)現(xiàn)火情,將火災(zāi)消滅在萌芽狀態(tài),而現(xiàn)有的火災(zāi)報警設(shè)備在實際使用中存在一定的局限性,容易受外界環(huán)境的干擾,不能實現(xiàn)火災(zāi)初期報警。為了克服現(xiàn)有火災(zāi)探測器的種種缺陷,本文提出了一種基于視頻監(jiān)控平臺的室內(nèi)火災(zāi)探測算法,能有效克服現(xiàn)有火災(zāi)探測設(shè)備的缺陷,在火災(zāi)發(fā)生的初期發(fā)出報警信號,將火災(zāi)造成的損失降到最低。本文研究基于現(xiàn)有視頻監(jiān)控平臺,通過SDK開發(fā)包獲取視頻碼流,將獲取的視頻碼流轉(zhuǎn)化為便于進行視頻處理的格式,同時采用共享內(nèi)存的方式實現(xiàn)不同進程間視頻數(shù)據(jù)的共享。首先,研究了火焰前景提取算法,包括幀差法、高斯背景建模法和光流法,在深入研究這些算法的基礎(chǔ)上,結(jié)合火焰的運動特征和色彩信息,提出了一種新型的火焰前景提取算法,通過實驗驗證此前景提取算法能夠得到完整的火焰輪廓,便于后續(xù)火焰特征的提取。在得到完整火焰輪廓的基礎(chǔ)上,深入研究了在不同場所、不同光照強度下火焰識別的主要特征,包括靜態(tài)特征和動態(tài)特征,以及火焰特征的提取算法,最終決定采用顏色特征、頻率特征、相關(guān)性特征、圓形度特征、向上性特征等作為火焰識別的主要特征。最后,通過大量實驗驗證了本系統(tǒng)能準確識別出各種不同室內(nèi)環(huán)境下突發(fā)的火焰,同時能有效地避免光線移動、人影晃動所造成的干擾。實驗結(jié)果表明,本文算法的識別準確率在90%以上,識別時間大約在5-20秒。
[Abstract]:Fire plays an important role in people's daily life, but if there is a fire, the consequences will be catastrophic, in order to reduce the loss caused by fire, may be found to do fire early in the fire, the fire will be nipped in the bud, and the existing fire alarm equipment has certain limitation in practical use that is easily disturbed by the environment, can not be achieved at the initial stage of a fire alarm. In order to overcome the shortcomings of existing fire detectors, this paper proposes a fire detection algorithm based on video surveillance platform, can overcome the existing fire detection equipment defects effectively, an alarm signal in the early stage of the fire, the fire loss to a minimum. This paper based on the existing video monitoring platform, access to video stream through the SDK development kit, the video stream into easy video processing and format. By the way of shared memory sharing video data between different processes. First, study the flame foreground extraction algorithm, including frame difference method, Gauss background modeling method and optical flow method, based on in-depth research on these algorithms, combined with the motion of the flame features and color information, proposes a new algorithm for extracting foreground of flame through the experiment, this algorithm can extract the foreground of flame contour complete, easy to extract the features. In the subsequent flame based complete flame contour, studied in different places, different light intensity of the main features of flame recognition, including static and dynamic feature extraction algorithm, and flame characteristics, finally the color characteristic, frequency characteristic, correlation characteristic, circularity, to feature as the main feature of fire flame recognition. Finally, through a lot of experiments. The system can accurately identify all kinds of unexpected fires in indoor environment, and effectively avoid the interference caused by the movement of light and the motion of human figures. The experimental results show that the recognition accuracy of the algorithm is over 90%, and the recognition time is about 5-20 seconds.

【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN948.6

【參考文獻】

相關(guān)期刊論文 前7條

1 姚倩;安世全;姚路;;三幀差法和Mean-shift結(jié)合的行人檢測與跟蹤研究[J];計算機工程與設(shè)計;2014年01期

2 胡燕;王慧琴;張國飛;張小紅;梁俊山;;基于視頻圖像的遠程火災(zāi)探測系統(tǒng)[J];計算機工程;2013年03期

3 賈潔;王慧琴;胡燕;馬宗方;;基于最小二乘支持向量機的火災(zāi)煙霧識別算法[J];計算機工程;2012年02期

4 鄒婷;;基于特征融合的視頻火災(zāi)檢測算法[J];電腦知識與技術(shù);2011年34期

5 馮華文;龔聲蓉;劉純平;;基于改進高斯混合模型的前景檢測[J];計算機工程;2011年19期

6 金紅;張榮標;;基于視頻的火災(zāi)實時檢測方法[J];計算機工程與設(shè)計;2009年18期

7 楊猛;趙春暉;潘泉;張紹武;;基于小波分析的煙霧多特征融合和空間精度補償森林火情檢測算法[J];中國圖象圖形學(xué)報;2009年04期

相關(guān)博士學(xué)位論文 前1條

1 侯杰;基于視頻圖像的高大空間建筑火災(zāi)探測研究[D];清華大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 劉培勛;基于視頻監(jiān)控的全天候火災(zāi)檢測系統(tǒng)[D];吉林大學(xué);2011年

2 王典;基于混合高斯的背景建模與陰影抑制算法研究[D];西北工業(yè)大學(xué);2006年

3 周志勇;JPEG-2000靜止圖像壓縮算法研究[D];四川大學(xué);2004年

，

本文編號：1404632