視頻煙霧檢測算法研究.pdf

1、基于視頻的煙霧檢測對于判斷監(jiān)控場景中是否有火災(zāi)發(fā)生具有重要的意義。相較于傳統(tǒng)的煙霧檢測方法，視頻煙霧檢測具有響應(yīng)速度快、受環(huán)境影響小和檢測結(jié)果直觀等優(yōu)點。在火災(zāi)發(fā)生的初期階段往往會產(chǎn)生大量的煙霧，本文的主要研究工作就是通過視頻來檢測監(jiān)控的場景中是否有煙霧的產(chǎn)生。
　　本文首先對常用的三種運動目標檢測方法進行了詳細的研究。通過實驗對比各種運動目標檢測算法的優(yōu)缺點，然后經(jīng)過對視頻中煙霧表現(xiàn)出來的運動特性分析，確定了適合本文煙霧檢測算法

2、的基于混合高斯背景建模的運動目標檢測和提取方法。
　　下一步對檢測出的運動前景區(qū)域進一步處理以確定疑似煙霧區(qū)域。首先在RGB顏色空間上對圖像進行了顏色分析，設(shè)定顏色特征判據(jù)排除非煙霧顏色的運動區(qū)域。接著對經(jīng)過運動目標檢測和顏色特征分析后的區(qū)域進行二值化處理和形態(tài)學(xué)處理，排除圖像中噪聲點的干擾，從而得到視頻圖像序列中的疑似煙霧區(qū)域。
　　在得到疑似煙霧區(qū)域后，分析并提取了煙霧的三種動態(tài)特征。煙霧動態(tài)特征包括煙霧圖像形狀不規(guī)則特

3、性、煙霧圖像面積增長特性和煙霧在主運動方向上的背景模糊特性。首先使用實際的煙霧圖像對煙霧的各個動態(tài)特征進行了詳細的分析，并且對煙霧的每一個動態(tài)特性的判定規(guī)則、提取方法都做了詳細的介紹，最后通過具體的實驗加以驗證。
　　接著設(shè)計BP神經(jīng)網(wǎng)絡(luò)對提取的煙霧動態(tài)特征進行特征融合。對用于視頻煙霧檢測的BP神經(jīng)網(wǎng)的設(shè)計原則、參數(shù)選擇等做了詳細的說明與實驗驗證。對于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)與識別流程進行了詳細的分析。
　　最后，對本文算法的有效性進