基于視頻的公路隧道火災(zāi)檢測方法研究.pdf

1、在公路隧道運營管理中，火災(zāi)是公路隧道危害最嚴重的一類災(zāi)害。隧道火災(zāi)不僅會對司乘人員造成嚴重傷害，而且會對隧道結(jié)構(gòu)及設(shè)施造成巨大破壞。若在火災(zāi)初期就能及時發(fā)現(xiàn)火情并報警，則有利于司乘人員安全疏散、抑制火勢蔓延和減小火災(zāi)造成的損失。因此，研究公路隧道早期火災(zāi)探測方法具有重要意義。本文以公路隧道為應(yīng)用背景，研究用T-S模型模糊神經(jīng)網(wǎng)絡(luò)（Fuzzy Neural Network，F(xiàn)NN）融合火焰和煙霧多特征的火災(zāi)分類識別方法。本文主要研究內(nèi)容如

2、下:
　　(1)運動目標檢測。利用混合高斯模型背景差分算法提取運動目標，并采用膨脹腐蝕、中值濾波和孔洞填充等處理算法對運動區(qū)域進行圖像后處理。
　　(2)疑似區(qū)域分割。利用火災(zāi)火焰的RGB和HSI相結(jié)合的顏色模型分割候選火焰區(qū)域;利用火災(zāi)煙霧的RGB和I分量顏色統(tǒng)計模型分割疑似煙霧區(qū)域。
　　(3)火災(zāi)火焰特征提取。研究了火焰的顏色區(qū)域分層特征，并給出了火焰的顏色區(qū)域分層特征模型;研究并實現(xiàn)了火焰的局部二值模式(Loc

3、al Binary Patterns，LBP)一二階矩比值特征和跳動頻率特征。
　　(4)火災(zāi)煙霧特征提取。研究并給出了融合LBP和灰度共生矩陣(Gray LevelCooccurrence Matrices，GLCM)的煙霧紋理特征;研究并實現(xiàn)了煙霧的擴散穩(wěn)定性特征及其提取方法。
　　(5)火災(zāi)檢測算法設(shè)計。本文給出了一種基于T-S模型FNN的火災(zāi)檢測算法。構(gòu)建融合火焰和煙霧多特征的T-S FNN火災(zāi)檢測網(wǎng)絡(luò)結(jié)構(gòu);利用提取

4、的火焰或煙霧訓(xùn)練樣本離線訓(xùn)練T-S FNN模型，并對T-S FNN模型進行離線仿真測試;選擇分類正確率較高的T-S FNN模型作為本文的火災(zāi)檢測模型。文中對基于T-SFNN的火焰、基于T-S FNN的煙霧和基于BP神經(jīng)網(wǎng)絡(luò)的火災(zāi)分類器分別進行了離線仿真和在線測試，實驗結(jié)果對比表明T-S FNN檢測算法的可行性及有效性。
　　本文火災(zāi)檢測算法融合了火災(zāi)火焰和煙霧圖像特征，通過對不同光照環(huán)境下的公路隧道模擬火災(zāi)和行車干擾等視頻進行檢測