基于視頻的火災智能檢測.pdf

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