火災(zāi)是當(dāng)今社會(huì)防災(zāi)減災(zāi)工作的重中之重,其具有發(fā)生頻繁、破壞力強(qiáng)、發(fā)展迅猛的特點(diǎn)。據(jù)統(tǒng)計(jì),每年火災(zāi)事故造成數(shù)百人死亡與數(shù)十億財(cái)產(chǎn)損失,因此及時(shí)準(zhǔn)確地發(fā)現(xiàn)火災(zāi)對(duì)保障人們生命財(cái)產(chǎn)安全具有重要意義。目前,實(shí)際應(yīng)用中多采用煙霧、溫度等傳感器實(shí)現(xiàn)火災(zāi)檢測(cè),該檢測(cè)技術(shù)具有響應(yīng)時(shí)間長(zhǎng)、設(shè)備成本高、報(bào)警信息單一的缺點(diǎn)。隨著機(jī)器視覺的快速發(fā)展,基于圖像的火災(zāi)檢測(cè)技術(shù)被提出,其具有響應(yīng)時(shí)間短、檢測(cè)范圍廣、成本低、報(bào)警信息豐富的優(yōu)點(diǎn)。本文針對(duì)現(xiàn)有視頻圖像火災(zāi)檢測(cè)算法前景信息丟失嚴(yán)重、誤報(bào)率高、泛化能力弱等問題,提出一種新的火災(zāi)檢測(cè)算法。該算法主要由前景提取和分類決策兩大模塊組成。前景提取模塊首先利用改進(jìn)ViBe算法提取運(yùn)動(dòng)區(qū)域;接著利用隨機(jī)森林模型將運(yùn)動(dòng)區(qū)域分為黃色、白色、其他色三類;最后采用SVM對(duì)黃色與白色前景區(qū)域像素進(jìn)行分類,以獲取精確的前景區(qū)域。分類決策模塊采用時(shí)空特征融合實(shí)現(xiàn)前景區(qū)域分類。鑒于現(xiàn)有早期火焰特征代表性不足,本文提出兩個(gè)新的早期火焰時(shí)域特征用于描述幀間火焰區(qū)域重疊率和火焰區(qū)域不同部分運(yùn)動(dòng)劇烈程度比率,再結(jié)合Hu矩特征訓(xùn)練出決策分類器。但本算法在室外環(huán)境中存在少量誤報(bào),分析誤報(bào)圖片后發(fā)現(xiàn)提... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二維高斯函數(shù)圖與高斯核

天津大學(xué)碩士學(xué)位論文10(b)膨脹處理(c)腐蝕處理(d)開運(yùn)算處理(e)閉運(yùn)算處理圖2-2形態(tài)學(xué)處理圖2-2中(a)是處理前的掩碼圖，(b)(c)(d)(e)分別是經(jīng)過5*5卷積核處理后的掩碼圖。圖(b)和(c)分別代表膨脹與腐蝕處理后的效果圖，由圖可見膨脹處理增加了高亮區(qū)域的面積，而腐蝕處理則減少了高亮區(qū)域的面積。圖(d)和(e)分別是開、閉運(yùn)算的效果圖，由圖可見開運(yùn)算在不明顯改變高亮區(qū)域面積的前提下，消除了小物體，并斷開了物體在纖細(xì)處的連接；閉運(yùn)算則可填充圖片中較小的黑洞。2.1.3圖像邊緣檢測(cè)邊緣檢測(cè)是圖像處理與計(jì)算機(jī)視覺領(lǐng)域極為重要的一種圖像分析方法，常用于圖像分割領(lǐng)域。圖像邊緣位于亮度劇烈變化的像素點(diǎn)處，邊緣檢測(cè)的本質(zhì)是保留圖像高頻部分，濾除圖像低頻部分。邊緣檢測(cè)將圖像與邊緣檢測(cè)算子進(jìn)行卷積實(shí)現(xiàn)邊緣提取，其中Sobel、Canny是最常見的邊緣檢測(cè)算子。101202101xG(2-6)121000121yG(2-7)Sobel算子通過計(jì)算圖像的一階導(dǎo)數(shù)來實(shí)現(xiàn)邊緣檢測(cè)[10]，由于該算子引入了類似局部平均的處理方法，因此對(duì)噪聲具有一定的平滑效果。Sobel算子包含兩組3*3的卷積核，用其分別與圖像作平面卷積，得到水平與垂直方向的梯度值，

幀差法檢測(cè)結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)的MPCANet火災(zāi)圖像識(shí)別模型設(shè)計(jì)[J]. 張秀玲,侯代標(biāo),張逞逞,周凱旋,魏其珺.  紅外與激光工程. 2018(02)
[2]自適應(yīng)高斯濾波圖像去噪算法[J]. 王海菊,譚常玉,王坤林,杜鳳娟,吳智軍,高仕龍.  福建電腦. 2017(11)
[3]基于改進(jìn)Sobel算法的車輛檢測(cè)技術(shù)[J]. 趙勇,李懷宇.  電子科技. 2017(11)
[4]基于ViBe的復(fù)雜背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 張文雅,徐華中,羅杰.  計(jì)算機(jī)科學(xué). 2017(09)
[5]基于光照不變圖像的陰影圖像道路及導(dǎo)航線提取算法[J]. 段志剛,李勇,王恩德,田建東,唐延?xùn)|.  光學(xué)學(xué)報(bào). 2016(12)
[6]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)
[7]基于改進(jìn)的PSO優(yōu)化SVM火災(zāi)火焰識(shí)別算法研究[J]. 段鎖林,任玨朋,毛丹,楊可.  計(jì)算機(jī)測(cè)量與控制. 2016(04)
[8]多特征融合的火焰檢測(cè)算法[J]. 吳茜茵,嚴(yán)云洋,杜靜,高尚兵,劉以安.  智能系統(tǒng)學(xué)報(bào). 2015(02)
[9]基于隨機(jī)森林的特征選擇算法[J]. 姚登舉,楊靜,詹曉娟.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(01)
[10]可變視場(chǎng)下的火災(zāi)探測(cè)算法[J]. 張進(jìn)華,李婷,王孫安,李小虎.  西安交通大學(xué)學(xué)報(bào). 2012(10)

博士論文
[1]雙邊濾波中關(guān)鍵技術(shù)研究[D]. 王鐳.哈爾濱工程大學(xué) 2017

碩士論文
[1]基于圖像特征提取的火災(zāi)檢測(cè)[D]. 及林.大連理工大學(xué) 2013



本文編號(hào)：3493486