版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、長期以來,森林火災檢測一直都是世界范圍內的一個重要研究課題,對于保護地球環(huán)境及人類安全都有著重要意義。相對于傳統(tǒng)的傳感式火災探測器,基于智能視頻分析的火災監(jiān)測技術具有更大的優(yōu)勢。它不僅可以在大空間、多粉塵、高濕度的環(huán)境中使用,而且可以提供直觀的、豐富的火災信息,對于森林這樣的復雜大空間場景尤為適用。這種基于視頻監(jiān)控的火災檢測技術已經成為主流的研究方向。本文針對現(xiàn)有的火災監(jiān)控算法,分析了不同算法各個環(huán)節(jié)的優(yōu)點和不足,構建了一套基于視頻的火
2、災智能檢測算法,大大提高了火災檢測的有效性。
本文分別詳細研究了從攝像機中獲得的火焰視頻圖像的靜態(tài)和動態(tài)特征。首先通過分析火焰的各種靜態(tài)特征,選取最有效的顏色特征信息作為初始檢測特征。從實時高效的角度出發(fā),本文提出一種基于RGB空間的火焰顏色提取算法,并針對遺漏的火焰點,應用了目標重建的方法。通過顏色特征提取后,初始候選火焰區(qū)域被分割了出來。
為了提高火焰檢測的準確性,必須要把動態(tài)特征與靜態(tài)特征信息融合到一起考慮。傳
3、統(tǒng)的動態(tài)特征分析側重于分別提取火焰的面積變化、質心變化、圓度和尖角個數(shù)變化等信息,以及利用一些分類方法(例如BP神經網絡、SVM等)來檢測是否存在火災。這種方法一般計算復雜度都很高,不利于實時視頻監(jiān)測。為了降低復雜度,本文提出了一種基于動態(tài)紋理特征分析的圖像型火災檢測算法,即綜合利用線性動力系統(tǒng)及動態(tài)紋理識別方法來檢測火災。通過對由CCD攝像機拍攝的視頻圖像,建立線性動力系統(tǒng)模型,分析其動態(tài)紋理特征,最后利用Adaboost分類器判斷火
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻監(jiān)控平臺的隧道火災檢測.pdf
- 基于視頻圖像的火災檢測方法研究.pdf
- 基于煙霧濃度的火災視頻檢測方法.pdf
- 基于視頻圖像的火災煙霧檢測研究.pdf
- 基于SOPC的視頻圖像火災檢測裝置.pdf
- 基于視頻特征的火災火焰檢測研究.pdf
- 基于視頻圖像的火災檢測設計與實現(xiàn).pdf
- 基于視頻的火災煙霧檢測算法研究.pdf
- 基于視頻的公路隧道火災檢測方法研究.pdf
- 基于視頻的火災檢測方法研究及實現(xiàn).pdf
- 基于視頻的火災檢測方法研究及FPGA實現(xiàn).pdf
- 基于視頻的火災煙霧檢測算法的研究.pdf
- 基于FPGA的視頻火災檢測系統(tǒng)的設計及實現(xiàn).pdf
- 基于視頻的早期火災煙霧檢測算法研究.pdf
- 基于智能視頻技術的鐵路入侵檢測.pdf
- 基于視頻的火災檢測算法流程圖
- 基于視頻的火災檢測與預警方法的研究.pdf
- 基于視頻分析的森林火災煙霧檢測技術的研究.pdf
- 基于視頻監(jiān)控平臺的火災圖像檢測算法研究.pdf
- 智能視頻火災探測算法研究.pdf
評論
0/150
提交評論