基于視頻圖像的火災(zāi)煙霧檢測研究.pdf

1、目前，大部分火災(zāi)探測的算法研究主要以火焰識別為主，很少涉及煙霧的探測;事實上，火災(zāi)中最早可能出現(xiàn)的將會是煙霧，因此煙霧的識別對于火災(zāi)的早期探測至關(guān)重要。本文通過分析視頻圖像中早期火災(zāi)煙霧的特征，提出了一種基于煙霧的顏色特征、背景模糊性、輪廓的不規(guī)則性、運動累積和基于光流的主運動方向等多特征的火災(zāi)煙霧檢測算法。論文的主要研究內(nèi)容有以下幾方面:
　　 (1)本文首先利用運動目標分割中最常用的背景減除法、幀間差分法和基于光流的分割方法

2、對多個含有煙霧的視頻進行煙霧圖像的分割，通過對比分析三種方法的實驗效果，本文選擇用背景減除法來實現(xiàn)運動目標的分割，并利用混合高斯模型實現(xiàn)背景圖像的更新;然后綜合利用煙霧像素在HSI空間中Ⅰ分量的分布特征及其在RGB空間中R、G、B三分量值近似相等的特性來提取運動目標中的煙霧，得到運動煙霧區(qū)域，完成火災(zāi)煙霧檢測的初步判斷。
　　 (2)利用二維離散小波變換計算得出的煙霧區(qū)域高頻能量特征值來分析煙霧區(qū)域的背景模糊性，并通過計算煙霧區(qū)

3、域面積與其最小外接矩形面積的比值來分析煙霧輪廓的不規(guī)則性，然后通過累加提取的運動前景二值圖來分析煙霧的運動累積特性，最后通過計算煙霧區(qū)域中各點的光流來分析煙霧的主運動方向特征;并確定了各特征合適的閾值范圍。
　　 (3)給出了本文火災(zāi)煙霧檢測算法中的綜合判據(jù)，然后通過相關(guān)系數(shù)的計算確定了各特征值在綜合判據(jù)中的權(quán)重，并利用本文提出的火災(zāi)煙霧檢測算法對多個實驗視頻進行了煙霧檢測的實驗測試。同時，本文也實現(xiàn)了利用BP神經(jīng)網(wǎng)絡(luò)對視頻圖像