基于視頻動態(tài)特征分析的煙霧檢測算法研究.pdf

1、傳統(tǒng)單純依靠傳感器的火災(zāi)探測方法，監(jiān)控范圍小、其準確性受傳感器靈敏度、傳感器壽命局限等影響，且難以提供直觀、實時的災(zāi)情現(xiàn)場信息。所以基于視頻的火災(zāi)檢測方法受到了人們廣泛的關(guān)注。煙霧作為火災(zāi)發(fā)生前非常重要的信號，對其及時的探測可有效避免火災(zāi)發(fā)生或?qū)p失降至最低，同時相比火焰而言，其擴散范圍更廣，更容易被觀察到。
　　 本文首先對國內(nèi)外視頻煙霧檢測技術(shù)研究領(lǐng)域的現(xiàn)狀進行了分析，然后結(jié)合運動檢測算法、煙霧顏色模型和主運動分析算法構(gòu)建一

2、個視頻煙霧檢測預處理算法。實驗結(jié)果顯示該方案以較小的計算開銷濾除大部分靜止的、非煙霧顏色的或運動方向不符和煙霧特征的干擾區(qū)域。
　　 為了全面綜合的對比分析現(xiàn)有紋理特征對煙霧的識別效果，本文引入了HEP紋理描述框架，并對比了該框架下的22種特征對煙霧識別效果。通過識別率、提取時間、特征維數(shù)和識別時間四個指標選擇出了本文認為最適合煙霧的紋理特征。
　　 煙霧運動的本質(zhì)是一個流體的運動，針對目前大部分算法會在剛體的運動情景里

3、發(fā)生誤檢的不足，本文提出了基于塊的幀間差異分析（BIFD），利用顏色矩和Hu矩對差異進行了統(tǒng)計分析，最終選擇了顏色矩;另外引入了LBP相關(guān)的動態(tài)紋理特征來分析視頻煙霧的動態(tài)紋理，同時給出了三個動態(tài)紋理特征的改進算法，實驗結(jié)果顯示改進的算法在識別率和時間效率上都有所提高;綜合比較了三種改進算法，選擇了一個本文認為效果最好的作為煙霧的動態(tài)紋理特征。最后提出了基于塊的煙霧歷史記錄圖來進一步降低誤檢。
　　 本文對所提出的方法在大量復雜