基于視頻的火花和煙霧檢測算法研究.pdf

1、火災(zāi)的發(fā)生嚴重威脅著人類的生命和財產(chǎn)安全，傳統(tǒng)的基于傳感器的火災(zāi)檢測方法有一定的報警延時和不適用于大范圍環(huán)境等弊端，而基于視頻的方法具有響應(yīng)速度快、監(jiān)視范圍廣和提供信息多等優(yōu)勢，并且還能利用模式識別和機器學(xué)習(xí)等最新技術(shù)進行分析，因此基于視頻的火災(zāi)檢測具有重要的研究意義和應(yīng)用價值。通?；馂?zāi)發(fā)生的初期會伴有火花和煙霧，因此本文將會對基于視頻的火花和煙霧檢測進行研究，主要研究工作如下:
　　(1)對基于視頻的火花和煙霧檢測框架進行了研究

2、，并對框架中前景檢測步驟中常用的檢測方法（幀差法、光流法和背景減除法）進行了對比分析，為了能夠消除前景檢測過程中陰影的干擾，本文將高斯混合模型GMM和統(tǒng)計非參數(shù)SNP方法相結(jié)合。
　　(2)設(shè)計一個視頻中火花檢測的算法，首先是檢測前景區(qū)域;然后對前景區(qū)域進行顏色特征的分割，得到火花候選區(qū)域，為了進一步提高顏色分割的準(zhǔn)確性，使用本文在RGB和YCbCr空間建立的判斷規(guī)則進行綜合判斷;最后對火花候選區(qū)域進行頻閃和顏色變化動態(tài)特征的判決

3、。經(jīng)實驗結(jié)果統(tǒng)計發(fā)現(xiàn)，本文設(shè)計的視頻中火花檢測算法能夠得到很高的準(zhǔn)確率，并且能滿足實時性的要求。
　　(3)設(shè)計一個基于顏色矩的視頻中煙霧檢測算法，首先是將GMM得到的前景和動態(tài)三幀差分法得到的前景進行或操作，以得到視頻幀中的前景對象，并且為了消除前景檢測過程中陰影的影響，引入了SNP方法;然后使用顏色判別規(guī)則對前景區(qū)域進行判別，得到煙霧候選區(qū)域;接著再對煙霧候選區(qū)域使用直方圖和半透明動態(tài)特征進行進一步的驗證;最后對驗證過的候選區(qū)

4、域進行顏色矩特征的提取，并將提取到的特征送入SVM中進行分類判決。經(jīng)實驗結(jié)果統(tǒng)計發(fā)現(xiàn)，本文設(shè)計的基于顏色矩的煙霧檢測算法能夠得到很高的準(zhǔn)確率，并能滿足實時性的要求。
　　(4)為了進一步提高煙霧檢測的準(zhǔn)確率，本文又從圖像暗、亮通道的角度設(shè)計了一個基于圖像分離的視頻中煙霧檢測算法，首先結(jié)合GMM、SNP以及暗通道的方法來對視頻圖像幀中的煙霧區(qū)域進行檢測;然后對候選煙霧區(qū)域進行分塊，并對每一塊進行煙霧成份的分離，為了加快分離的速度，本