基于視頻分析的森林煙火識(shí)別算法研究
發(fā)布時(shí)間:2020-07-01 11:17
【摘要】:基于視頻分析的森林煙火檢測(cè)系統(tǒng)對(duì)森林地區(qū)監(jiān)控視頻進(jìn)行機(jī)器視覺(jué)相關(guān)處理,檢測(cè)視頻中是否有火災(zāi)煙霧產(chǎn)生,并以此來(lái)判斷森林地區(qū)是否出現(xiàn)火災(zāi)。與傳統(tǒng)的傳感器檢測(cè)相比,基于視頻分析的森林煙火檢測(cè)系統(tǒng)具有設(shè)備維護(hù)成本低、能提供火災(zāi)現(xiàn)場(chǎng)詳細(xì)信息等優(yōu)勢(shì)。本文圍繞森林煙火檢測(cè)中視頻去霧霾處理、運(yùn)動(dòng)分割、特征提取和分類器設(shè)計(jì)四個(gè)關(guān)鍵問(wèn)題展開(kāi)研究,論文主要內(nèi)容如下:(1)近年來(lái)環(huán)境惡化嚴(yán)重,霧霾狀況加劇。本文首先研究了視頻圖像去霧霾處理,對(duì)典型的去霧算法進(jìn)行了對(duì)比實(shí)驗(yàn)分析,綜合考慮不同算法對(duì)有霧圖像和無(wú)霧圖像的處理效果與時(shí)間消耗,采用結(jié)合暗通道與直方圖均衡的去霧處理算法,并對(duì)無(wú)霧圖像、薄霧圖像、中霧圖像和濃霧圖像分別進(jìn)行實(shí)驗(yàn)驗(yàn)證。(2)運(yùn)動(dòng)分割是正確識(shí)別煙霧的前提條件。應(yīng)用VIBE運(yùn)動(dòng)目標(biāo)檢測(cè)算法對(duì)森林監(jiān)控視頻進(jìn)行實(shí)驗(yàn)分析,針對(duì)算法的檢測(cè)速度與場(chǎng)景切換時(shí)的算法反應(yīng)靈敏度進(jìn)行改進(jìn),在VIBE算法基礎(chǔ)上引入開(kāi)關(guān)變量提高檢測(cè)速度,引入場(chǎng)景變換檢測(cè)與快更新提高場(chǎng)景切換時(shí)算法靈敏度,最后對(duì)改進(jìn)VIBE算法的檢測(cè)準(zhǔn)確度、檢測(cè)速度和對(duì)場(chǎng)景變換適應(yīng)性三個(gè)方面進(jìn)行實(shí)驗(yàn)驗(yàn)證。(3)由于森林監(jiān)控視頻中的運(yùn)動(dòng)區(qū)域可能包含行人、車輛等干擾區(qū)域,因此分析煙霧的獨(dú)有特征對(duì)后續(xù)的煙霧識(shí)別至關(guān)重要。首先分析煙霧特性并對(duì)煙霧區(qū)域與非煙霧區(qū)域的靜態(tài)特征、動(dòng)態(tài)特征進(jìn)行對(duì)比試驗(yàn)分析,靜態(tài)特征主要包含顏色、表面紋理和邊緣輪廓;動(dòng)態(tài)特征主要包含運(yùn)動(dòng)方向、面積變化和周期飄動(dòng)強(qiáng)度,并通過(guò)聚類分析驗(yàn)證六個(gè)特征的可分性。(4)分析了在森林煙火識(shí)別系統(tǒng)中直接應(yīng)用BP神經(jīng)網(wǎng)絡(luò)的三個(gè)問(wèn)題并針對(duì)性地設(shè)計(jì)了級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。對(duì)森林火災(zāi)監(jiān)控視頻采用不同的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行實(shí)驗(yàn)對(duì)比,通過(guò)煙霧識(shí)別率和有效率指標(biāo)衡量不同網(wǎng)絡(luò)的檢測(cè)效果并進(jìn)行對(duì)比分析,實(shí)驗(yàn)證明綜合考慮識(shí)別率與有效率,二級(jí)級(jí)聯(lián)網(wǎng)絡(luò)檢測(cè)效果較好。(5)采用Visual Studio 2013和MFC完成了基于視頻分析的森林煙火檢測(cè)軟件的編寫(xiě),采用C++語(yǔ)言實(shí)現(xiàn)了森林煙火檢測(cè)算法,并對(duì)軟件進(jìn)行了測(cè)試。
【學(xué)位授予單位】:東南大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類號(hào)】:S762.2;TP391.41
【圖文】:
8(c)HE 處理結(jié)果 (d)暗通道去霧處理結(jié)果圖 2-1 有霧圖像處理結(jié)果在表 2-1 所示的實(shí)驗(yàn)環(huán)境參數(shù)下,針對(duì)像素大小為900 600的有霧圖像和無(wú)霧圖像分別進(jìn)行帶彩色恢復(fù)的多尺度 Retinex 算法(以下簡(jiǎn)稱 MSRCR)處理、直方圖均衡化(以下簡(jiǎn)稱 HE)處理和暗通道去霧處理。處理后得到有霧圖像處理結(jié)果如圖 2-1 所示,無(wú)霧圖像處理結(jié)果如圖 2-2 所示,其中進(jìn)行 MSRCR 處理時(shí)高斯中心環(huán)繞函數(shù)個(gè)數(shù) K 3,尺度系數(shù) 分別為50,10 0,30 0;進(jìn)行 HE 處理時(shí),在 HSV 圖像空間僅對(duì)明度(V)通道進(jìn)行直方圖均衡化。不同去霧算法在相同實(shí)驗(yàn)環(huán)境下時(shí)間消耗如表 2-2 所示。
第二章 視頻去霧霾根據(jù)圖 2-1 中有霧圖像去霧結(jié)果可以看出 MSRCR 圖像去霧處理、HE 去霧處理和暗通道去霧處理三種算法對(duì)有霧圖像的處理都能達(dá)到一定的增強(qiáng)效果。在彩色增強(qiáng)方面,MSRCR 去霧處理后彩色信息最為豐富,暗通道去霧其次,HE 去霧處理后彩色信息有部分缺失;在圖像整體對(duì)比度提高方面,HE 去霧處理后圖像對(duì)比度提高最明顯,暗通道去霧處理次之,MSRCR 去霧處理算法在圖像對(duì)比度提高方面效果最微弱。(a)原圖 (b) MSRCR 處理結(jié)果
本文編號(hào):2736688
【學(xué)位授予單位】:東南大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類號(hào)】:S762.2;TP391.41
【圖文】:
8(c)HE 處理結(jié)果 (d)暗通道去霧處理結(jié)果圖 2-1 有霧圖像處理結(jié)果在表 2-1 所示的實(shí)驗(yàn)環(huán)境參數(shù)下,針對(duì)像素大小為900 600的有霧圖像和無(wú)霧圖像分別進(jìn)行帶彩色恢復(fù)的多尺度 Retinex 算法(以下簡(jiǎn)稱 MSRCR)處理、直方圖均衡化(以下簡(jiǎn)稱 HE)處理和暗通道去霧處理。處理后得到有霧圖像處理結(jié)果如圖 2-1 所示,無(wú)霧圖像處理結(jié)果如圖 2-2 所示,其中進(jìn)行 MSRCR 處理時(shí)高斯中心環(huán)繞函數(shù)個(gè)數(shù) K 3,尺度系數(shù) 分別為50,10 0,30 0;進(jìn)行 HE 處理時(shí),在 HSV 圖像空間僅對(duì)明度(V)通道進(jìn)行直方圖均衡化。不同去霧算法在相同實(shí)驗(yàn)環(huán)境下時(shí)間消耗如表 2-2 所示。
第二章 視頻去霧霾根據(jù)圖 2-1 中有霧圖像去霧結(jié)果可以看出 MSRCR 圖像去霧處理、HE 去霧處理和暗通道去霧處理三種算法對(duì)有霧圖像的處理都能達(dá)到一定的增強(qiáng)效果。在彩色增強(qiáng)方面,MSRCR 去霧處理后彩色信息最為豐富,暗通道去霧其次,HE 去霧處理后彩色信息有部分缺失;在圖像整體對(duì)比度提高方面,HE 去霧處理后圖像對(duì)比度提高最明顯,暗通道去霧處理次之,MSRCR 去霧處理算法在圖像對(duì)比度提高方面效果最微弱。(a)原圖 (b) MSRCR 處理結(jié)果
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 王殿偉;范九倫;劉穎;;一種霧天監(jiān)控視頻圖像增強(qiáng)處理算法[J];西安郵電學(xué)院學(xué)報(bào);2012年05期
2 葉秋冬;王越;;基于視頻的煙霧檢測(cè)預(yù)警系統(tǒng)在森林防火系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2012年01期
3 周愛(ài)武;于亞飛;;K-Means聚類算法的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年02期
4 張麗;;對(duì)比度受限自適應(yīng)直方圖均衡方法[J];電腦知識(shí)與技術(shù);2010年09期
相關(guān)博士學(xué)位論文 前1條
1 趙宇翔;中國(guó)林業(yè)生物安全風(fēng)險(xiǎn)評(píng)價(jià)與管理對(duì)策研究[D];北京林業(yè)大學(xué);2012年
本文編號(hào):2736688
本文鏈接:http://sikaile.net/nykjlw/dzwbhlw/2736688.html
最近更新
教材專著