第31卷第1期仪器仪表学报Vol.31No.12010年1月ChineseJournalofScientificInstrumentJan.2010基于Gabor小波的火灾烟气识别新方法*吴章宪1，杨国田1，刘向杰1，杨鹏远1，刘思飞2（1华北电力大学自动化系北京102206;2中国科技大学电子科学与技术系安徽230027）摘要：研究提出一种基于Gabor小波的火灾烟气模型，以提高基于视频图像的火灾烟气检测的准确性。本文采用混合高斯模型与色度方差相结合的方法定位火灾烟气目标区域，并基于Gabor小波对烟气纹理及边缘特征进行描述，从而提出烟气变化能量模型与方向角分布模型来分析纹理变化的动态性质。最后采用GentleBoosting设计分类器对模型特征进行分类与匹配，并实现在训练的同时进行最优特征选择。与传统方法相比，基于本文方法的火灾烟气检测在降低漏报率与误报率方面拥有更好的性能。关键词：烟气建模；Gabor小波；混合高斯模型；GentleBoosting：TP391文献标识码：A国家标准学科分类代码：520.2040NovelmethodforfiresmokerecognitionbasedonGaborwaveletWuZhangxian1,YangGuotian1,LiuXiangjie1,YangPengyuan1,LiuSifei2（1DepartmentofAutomation,NorthChinaElectricPowerUniversity,Beijing102206,China；2DepartmentofElectronicScienceandTech-nology,ChineseUniversityofScienceandTechnology,Anhui230027,China）Abstract：Inordertoimprovetheperformanceoffiresmokedetectionbasedonvideosequences,anovelmodelfor-firesmokedetectionisproposedinthispaper.AnalgorithmcombiningGaussianmixturemodelandcolorsmoothnessfunc-tionispresentedtolocatethesuspicioussmokeregions.Gaborwaveletisutilizedtodescribethetexturesandedgesofthe-firesmoke.Meanwhile,toanalyzethedynamiccharacteristicsofthefiresmoketextures,energyvariationmodelandmode-loftexturevaryingorientationareproposed.GentleBoostingisemployedtodesigntheclassifierandmatchthefeatures.Op-timalfeaturesareselectedduringthetrainingprocess.Experimentalresultsprovethesuperiorperformanceoftheproposed-methodinreducingtheratesofbothmisrecognitionandfalserecognitioncomparedwithpreviousmethods.Keywords：modeloffiresmoke;Gaborwavelet;Gaussianmixturemodel;GentleBoosting1引言火灾是造成人类经济损失最严重的灾害之一，而早期火灾烟雾的检测对于有效地预防火灾，减少火灾损失有着重要的意义。基于图像的火灾烟气检测方法以其低成本、无接触性及对环境适应性高的特点，成为研究的热点。在当前基于图像信息的烟气建模研究中，具有代表性的方法主要分为基于静态形态学的方法，与基于运动特征的建模等两大类。在第一类方法中，烟气静态轮廓常被作为主要特征进行提取。如文献[1-2]都采用小波建立烟气轮廓特征模型，并将背景建模技术及烟气颜色特征应用于定位可疑烟气区域。文献[3]结合了小波与马尔可夫模型来得到烟气闪动频率特征。在烟气形态变化较小时，基于这类方法的模型能够较好地对火灾烟气进行描述。另外一类方法一般通过累积烟气动态特征来对烟气进行描述。文献[4]通过累积烟气运动方向的不一致性来建立模型，同时文献[5]提出了火灾烟气移动方向角累积模型，通过该模型获取方向角直方图从而实现对烟气的识别。文献[6]则根据烟气密度分布的变化及轮廓变化的不规则性进行建模，通过支持向量机(supportvector-machines)设计分类器进行识别。然而，在上述方法中没有考虑到环境因素对于烟气收稿日期：2009-04ReceivedDate：2009-04*基金项目：新世纪优秀人才支持计划资助(NCET-06-0207)；北京市自然科学基金项目(4062030)资助2仪器仪表学报第31卷的轮廓的影响，在干扰下烟气难以保持稳定的轮廓。同时，仅仅累积烟气像素点的运动特性容易受到一些重复运动物体的干扰，如来回摆动的树影等。因此，为改进烟气识别的效果，本文首先提出色度平滑性与混合高斯模型相结合的定位算法，实现对可疑区域的准确定位。采用Gabor小波建立烟气特征模型，利用Gabor小波稳定的纹理检测性能，提取更加丰富的烟气纹理及边缘信息，并提出烟气变化能量模型...