基于概念格粗糙集-支持向量機(jī)的圖像型火焰特征優(yōu)化分類與探測(cè)算法的研究.pdf

1、視頻圖像型火災(zāi)探測(cè)技術(shù)可以有效解決大空間火災(zāi)探測(cè)的難題，具有重要的應(yīng)用價(jià)值。該技術(shù)主要包括視頻獲取，圖像預(yù)處理，分割、特征提取和火焰識(shí)別幾大部分。為了提高探測(cè)算法的準(zhǔn)確率、魯棒性，針對(duì)現(xiàn)有的圖像型火災(zāi)探測(cè)算法中存在的不足，本文對(duì)火焰分割、特征的選取和識(shí)別等相關(guān)算法進(jìn)行了重點(diǎn)研究。主要有以下幾方面：
　　（1）火焰分割算法研究。目標(biāo)分割是進(jìn)行圖像特征提取和目標(biāo)識(shí)別的基礎(chǔ)和關(guān)鍵，對(duì)于減少數(shù)據(jù)量和提高算法性能意義重大。本文在分析與對(duì)比現(xiàn)

2、有火焰分割算法的基礎(chǔ)上，提出了基于CIE Lab顏色模型和模糊C均值結(jié)合的火焰分割方法。首先建立CIE Lab空間的火焰顏色模型，用顏色分量進(jìn)行分割，然后用模糊C均值算法將同一區(qū)域內(nèi)的離散目標(biāo)進(jìn)行合并，提高火焰疑似區(qū)域分割的準(zhǔn)確率。
　　（2）火焰特征選取和識(shí)別算法研究。概述了圖像型火災(zāi)探測(cè)的原理及特點(diǎn)，針對(duì)目前火焰圖像特征不能隨監(jiān)控場(chǎng)景自適應(yīng)選擇的問題，提出了基于概念格粗糙集—支持向量機(jī)的火焰圖像特征選擇與探測(cè)新算法。首先分析并