基于圖像的火災(zāi)煙霧檢測(cè)算法研究.pdf

1、因傳統(tǒng)火災(zāi)探測(cè)器探測(cè)方式的局限性，導(dǎo)致無(wú)法及時(shí)的在開(kāi)闊的室外環(huán)境以及大面積的室內(nèi)場(chǎng)所中對(duì)火災(zāi)進(jìn)行有效預(yù)警。為解決在大空間環(huán)境下的防火、滅火等問(wèn)題，提升火災(zāi)探測(cè)技術(shù)的實(shí)時(shí)性與準(zhǔn)確性，提出一種結(jié)合煙霧多種圖像特征進(jìn)行綜合判斷的圖像型火災(zāi)煙霧檢測(cè)算法。該算法通過(guò)檢測(cè)視頻圖像中是否存在煙霧區(qū)域來(lái)判斷火災(zāi)的發(fā)生，具有監(jiān)測(cè)范圍廣、可視化、非接觸等優(yōu)點(diǎn)。現(xiàn)將本文重點(diǎn)的研究?jī)?nèi)容歸納如下：
　　1.針對(duì)目前普遍使用的幀間差分法、光流法和背景減除法三

2、種運(yùn)動(dòng)目標(biāo)檢測(cè)方法分別進(jìn)行了論述，比較和分析了各方法之間的優(yōu)劣和適用場(chǎng)景，確定了基于混合高斯模型(Gaussian Mixture Model，GMM)的背景建模和背景減除法的前景提取方法。測(cè)試結(jié)果證明該方法能夠快速、有效的將煙霧與其他非煙霧運(yùn)動(dòng)目標(biāo)區(qū)域提取出來(lái)，且檢測(cè)出的目標(biāo)區(qū)域輪廓完整、清晰。
　　2.為了排除與煙霧顏色相差很大的非煙霧區(qū)域的干擾，首先需對(duì)運(yùn)動(dòng)檢測(cè)所提取出的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行煙霧顏色特征的分析。然后根據(jù)煙霧在圖像

3、中所表現(xiàn)出來(lái)的多種視覺(jué)特征，經(jīng)過(guò)比較選取了煙霧的凸形特征、運(yùn)動(dòng)擴(kuò)散特征、形狀不規(guī)則特征和使背景區(qū)域變模糊特征作為本文算法將要提取出的煙霧特征判據(jù)。重點(diǎn)分析了煙霧的形狀凸形特性、面積變化率、輪廓復(fù)雜性和高頻能量衰減變化比，并通過(guò)多次的仿真測(cè)試驗(yàn)證了每種特征提取算法的可行性與有效性。
　　3.BP神經(jīng)網(wǎng)絡(luò)是一種非常實(shí)用的圖像分類方法，具有抗干擾能力強(qiáng)、誤檢率低等優(yōu)點(diǎn)。因此，本文采用BP神經(jīng)網(wǎng)絡(luò)的方法來(lái)對(duì)煙霧的多種圖像特征進(jìn)行融合與判斷