基于多特征的視頻火焰檢測(cè).pdf

1、火災(zāi)是最具危害性的自然災(zāi)害之一，由于無(wú)法預(yù)測(cè)和迅速燃燒，嚴(yán)重影響自然環(huán)境和社會(huì)生產(chǎn)生活。有效的火焰檢測(cè)方法可以在火災(zāi)發(fā)生初期迅速報(bào)警，從而避免大規(guī)模火災(zāi)的發(fā)生，保障自然環(huán)境和居民人身財(cái)產(chǎn)安全，具有重大的學(xué)術(shù)價(jià)值和實(shí)用意義。
　　傳統(tǒng)的火焰檢測(cè)方法包括感溫探測(cè)器、感光探測(cè)器等，盡管成本低且簡(jiǎn)易，但存在探測(cè)范圍小，易受光照影響的缺點(diǎn)?；谝曨l的火焰檢測(cè)不僅可檢測(cè)到遠(yuǎn)距離的火焰，而且能夠獲取其詳細(xì)的大小位置信息。因此，視頻火焰檢測(cè)得到了

2、越來(lái)越廣泛的關(guān)注與研究。為了提出一種高準(zhǔn)確率、低誤檢率的視頻火焰檢測(cè)算法，本文開(kāi)展了以下研究：
　?。?）疑似火焰區(qū)域分割?？焖贉?zhǔn)確地分割出疑似火焰區(qū)域，可以有效縮小檢測(cè)范圍，為后面的工作奠定良好基礎(chǔ)。有效的預(yù)處理可以降低噪聲影響，保留圖像有用信息。本文比較不同平滑去噪方法的效果，選擇適應(yīng)中值濾波來(lái)消除噪聲影響。運(yùn)動(dòng)檢測(cè)分為幀間差分法、背景差分法和光流法，詳細(xì)比較分析了這幾種方法。在顏色檢測(cè)方面，討論了不同顏色空間模型，選用RGB

3、和HSI模型用來(lái)檢測(cè)火焰顏色物體。
　?。?）火焰特征提取?；鹧婢哂袆×议W爍的特點(diǎn)，這一點(diǎn)在頻域上表現(xiàn)尤為明顯，小波變換可以準(zhǔn)確反映圖像的頻域信息。傳統(tǒng)的小波具有平移改變性和有限的方向選擇的不足，引入雙樹(shù)復(fù)小波描述圖像高頻信息，既保持平移不變，又有±15、±45、±75六個(gè)方向的高頻信息。另外，火焰具有獨(dú)特的紋理，LBP具有光照不變性，且計(jì)算簡(jiǎn)單，因此可以用來(lái)作為紋理特征。本文比較了LBP、旋轉(zhuǎn)不變統(tǒng)一模式LBP和DRLBP三種不

4、同的局部二值模式，結(jié)合火焰的具體特點(diǎn)，確定改進(jìn)DRLBP用來(lái)描述火焰紋理特征。除了小波、紋理特征外，顏色矩因其簡(jiǎn)單有效也被作為火焰特征。
　?。?）多特征的視頻火焰檢測(cè)系統(tǒng)。本文提出了一種不受形狀改變等影響的基于塊特征的算法。采用運(yùn)動(dòng)顏色檢測(cè)方法提取出疑似火焰塊區(qū)域，再?gòu)闹刑崛‰p樹(shù)復(fù)小波變換特征、DRLBP模式以及顏色矩等特征。通過(guò) SVM分類器訓(xùn)練火焰和非火焰樣本，并用訓(xùn)練好的分類器進(jìn)行火焰識(shí)別。另外，采用時(shí)域確認(rèn)方法，排除和火