基于機器視覺的森林火災監(jiān)測已成為森林火災監(jiān)測的一個重要發(fā)展方向。煙霧是森林火災監(jiān)測的重要指標。然而,諸如云霧和類似煙霧的諸多干擾物降低了火災識別精度,為此提出了一種結合去云霧和煙霧檢測的基于機器視覺的森林火災監(jiān)測方法。首先,提取視頻中若干幀圖像作為樣本圖像,采用基于Haze-Line的去霧算法對樣本圖像進行去霧處理。然后,利用基于Horn-Schunck光流法的煙霧檢測算法進行煙霧檢測,并利用最大類間方差法去除相鄰2幀圖像間像素質量差異對煙霧檢測的影響。最后,利用擴散性分析進行火災判斷。仿真實驗及對比分析結果表明,本文方法能夠檢測出煙霧區(qū)域隨時間逐漸增加的趨勢,從而有效地進行霧天條件下的森林火災監(jiān)測,具有更高的準確性和魯棒性。 

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 霧天條件下基于視頻的森林火災監(jiān)測
    2.1 基于Haze-Line的森林圖像去霧算法
    2.2 基于光流法的火災判斷
3 實驗分析
    3.1 Haze-Line去霧
    3.2 基于光流法的火災判斷
        3.2.1 煙霧檢測
        3.2.2 擴散性分析
4 結束語


【參考文獻】：
期刊論文
[1]面向煙霧識別與紋理分類的Gabor網(wǎng)絡[J]. 袁非牛,夏雪,李鋼,章琳,史勁亭.  中國圖象圖形學報. 2019(02)
[2]基于融合與高斯加權暗通道的單幅圖像去霧算法[J]. 張晨,楊燕.  光子學報. 2019(01)
[3]2003-2016年中國華北地區(qū)森林火災時空特征研究[J]. 張恒,馬運佳,彭徐劍,張秋良.  西北林學院學報. 2019(01)
[4]基于Hadoop和Spark的森林火災混合大數(shù)據(jù)分析系統(tǒng)研究[J]. 曾志強,何小東,王穎,吳鑫.  世界林業(yè)研究. 2018(02)
[5]基于背景動態(tài)更新與暗通道先驗的火災煙霧檢測算法[J]. 趙亮,駱炎民,駱翔宇.  計算機應用研究. 2017(03)
[6]基于改進遺傳算法和SVM的森林火災視頻目標鑒別[J]. 樓雄偉,黃德才,方陸明,徐愛俊.  計算機科學. 2014(08)
[7]視頻檢測煙霧的研究現(xiàn)狀[J]. 羅勝,Jiang Yuzheng.  中國圖象圖形學報. 2013(10)
[8]基于多運動特征的森林火災煙霧圖像識別算法[J]. 吳夢宇,羅琴娟,韓寧.  北京林業(yè)大學學報. 2013(03)

碩士論文
[1]基于非局部圖像去霧算法研究[D]. 羅佳.南昌航空大學 2018
[2]基于視頻圖像的森林火災自動監(jiān)測識別技術研究[D]. 詹琪.電子科技大學 2017
[3]基于紅外檢測的智能化煙霧探測報警系統(tǒng)[D]. 姚小城.南京理工大學 2007



本文編號：3681732