基于視頻的火災(zāi)識(shí)別算法研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展,生態(tài)環(huán)境日益惡化,森林面積不斷減少,與此同時(shí),森林火災(zāi)進(jìn)一步侵蝕著寶貴的綠色資源。當(dāng)然,火災(zāi)已經(jīng)不僅僅是一種自然災(zāi)害,它普遍存在于人們的日常生活中,嚴(yán)重危害著人們的生命財(cái)產(chǎn)安全.因此,多年來科學(xué)家一直研究火災(zāi)的防護(hù)與監(jiān)控。早期的火災(zāi)探測器主要基于傳感器,近些年來,隨著電子計(jì)算機(jī)在視頻領(lǐng)域的研究應(yīng)用,基于視頻的火災(zāi)識(shí)別系統(tǒng)迅速發(fā)展。
　　 火災(zāi)檢測算法有很多,主要有以下幾種:(1)從火焰的顏色空間特點(diǎn)來檢測火焰

2、區(qū)域,如基于RGB和HIS顏色空間;(2)基于概率分布的火焰區(qū)域檢測算法,如基于高斯概率分布;(3)利用提升小波算法來檢測火焰區(qū)域邊緣;(4)基于聚類技術(shù)的算法等等。在火焰區(qū)域特征檢測算法中,主要檢測下面幾種特征:早期火焰的區(qū)域增長特征、區(qū)域中心點(diǎn)特征和邊緣特征等等。針對火焰驗(yàn)證部分,高效準(zhǔn)確的算法主要有神經(jīng)網(wǎng)絡(luò)算法、遺傳算法和支持向量機(jī)算法等。本文首先介紹典型的火災(zāi)識(shí)別算法,然后提出兩種火災(zāi)識(shí)別算法,一種是基于矢量量化(VQ)的火災(zāi)識(shí)

3、別算法,另一種是基于火焰邊緣的火災(zāi)檢測算法。
　　 針對傳統(tǒng)的基于機(jī)器學(xué)習(xí)的火災(zāi)識(shí)別算法復(fù)雜度高、無法同時(shí)實(shí)現(xiàn)火災(zāi)的低誤報(bào)率和高識(shí)別速度的統(tǒng)一以及沒有對火災(zāi)的嚴(yán)重程度給出評(píng)估的缺點(diǎn),提出基于矢量量化(VQ)的火災(zāi)識(shí)別算法。該算法在線火災(zāi)檢測之前首先要生成碼書,在這里訓(xùn)練集是來自不同場景和條件下的10個(gè)視頻,應(yīng)用LBG-算法分別生成火焰碼書和非火焰碼書,其中火焰碼書標(biāo)有火焰等級(jí)信息,并且將兩個(gè)碼書按照均值升序的方法合并成一個(gè)碼書。

4、在線檢測部分,我們采用EEENNS算法來實(shí)現(xiàn)碼字搜索,找到匹配的碼字并且記錄下火焰等級(jí).然后采用動(dòng)態(tài)點(diǎn)檢測算法檢測圖像火焰部分是否為動(dòng)態(tài)點(diǎn)。最后我們通過對連續(xù)視頻幀中不同級(jí)別的火焰點(diǎn)數(shù)目的變化特征來驗(yàn)證火災(zāi)。在實(shí)驗(yàn)結(jié)果部分我們采用25個(gè)不同條件下的視頻來驗(yàn)證我們算法的有效性,達(dá)到93.3％的正確檢測率。
　　 邊緣信息作為一個(gè)物體存在的主要特征,在很多特征識(shí)別領(lǐng)域中起到重要作用。由于火焰邊緣特征隨著火焰發(fā)展在不斷變化,因此本文提

5、出通過其變化程度來判斷火災(zāi)的早期火焰檢測算法。本算法主要包括三部分,候選火焰幀選取,火焰區(qū)域選取和基于邊緣的火焰驗(yàn)證。第一步基于幀選取規(guī)則提取出有可疑火焰的圖像,第二步將火焰幀中的可疑火焰區(qū)域提取出來,并且采用腐蝕膨脹的方法去掉火焰區(qū)域的噪聲點(diǎn),進(jìn)一步通過填補(bǔ)移除小區(qū)域使火焰區(qū)域完整化。最后一步將提取出的火焰區(qū)域基于Canny邊緣檢測算法檢測出火焰邊緣,然后根據(jù)火焰邊緣特征(比如周長面積的變化,邊緣圓周度的范圍)最終判斷火災(zāi)。經(jīng)過大量實(shí)