火焰與煙霧的融合特征提取和分類算法研究.pdf

1、在火災(zāi)的防治過程中，對火災(zāi)發(fā)生的自動檢測與識別顯得尤為重要。而傳統(tǒng)的火災(zāi)探測技術(shù)有很多的不足,不僅容易受到環(huán)境因素的干擾，也無法記錄火災(zāi)發(fā)生時(shí)的情況，為后續(xù)的調(diào)查帶來了困難。因此國內(nèi)外學(xué)者對基于視頻圖像的火災(zāi)識別進(jìn)行了研究?；谝曨l圖像的火災(zāi)識別不僅可以增加火災(zāi)探測的速度，還可以記錄火災(zāi)發(fā)生時(shí)的情況，同時(shí)對于大范圍的火災(zāi)監(jiān)控也有著很大的優(yōu)勢。本論文結(jié)合相關(guān)的知識，探索了火焰與煙霧圖像的預(yù)處理、火焰與煙霧區(qū)域的特征選擇提取和火焰與煙霧區(qū)域

2、的分類識別，并做了相關(guān)的實(shí)驗(yàn)。
　　在火焰和煙霧區(qū)域特征的選擇和提取部分，研究了基于火焰和煙霧區(qū)域的協(xié)方差特征，通過Relief、PCA等特征選取方法選擇適應(yīng)火焰和煙霧探測的在不同彩色空間和變換空間下的各通道和運(yùn)動分量的最佳分類特征順序，并用協(xié)方差矩陣驗(yàn)證各特征對分類的區(qū)分性貢獻(xiàn)率。探索用光流直方圖和有向梯度直方圖描述火焰和煙霧的時(shí)空特征，提出在時(shí)空塊內(nèi)對不同通道下的光流直方圖的分析，探索火災(zāi)區(qū)域的梯度方向直方圖的靜動態(tài)特征的描述

3、方法，將HOFHOG和其他特征通過k-means方法構(gòu)成特征詞典。
　　在火焰區(qū)域特征和煙霧區(qū)域特征的分類算法方面，研究了支持向量機(jī)算法和隨機(jī)森林算法。提出將支持向量機(jī)分類和最近鄰分類相結(jié)合的方法，形成了一種分類器。并對隨機(jī)決策森林樹訓(xùn)練過程中的參數(shù)、性能進(jìn)行了選擇和分析，同時(shí)探測了火焰與煙霧區(qū)域各特征的空間分布和時(shí)序關(guān)系并由決策森林投票給出更邏輯合理的判斷。
　　本文最后綜合所涉及的圖像處理技術(shù)以及實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)證明基于H