基于视频的全天候多特征融合火焰检测算法

基于视频的全天候多特征融合火焰检测算法李文辉,刘培勋,王莹,肖林厂,王聪(吉林大学计算机科学与技术学院,长春130012)摘要:针对传统可视化火灾探测技术采用单独分析可见光摄像设备或红外摄像设备采集的图像进行火灾探测,不能全天候监控火焰的问题,提出一种全天候多特征融合的检测算法.首先通过视频类型判断算法确定摄像头采集的每帧图像类型,然后利用与图像类型相对应的算法提取疑似火焰区域,最后对疑似区域进行基于DCT的火焰频率检测和帧间相关性检测,判断火焰是否存在.实验表明,该检测算法解决了传统可视化探测技术不能全天候监控火焰的问题,且能在保持火焰高检测率的同时降低误检率.关键词:视频类型判断;全天候;火焰检测;特征融合;红外视频中图分类号:文献标志码:文章编号:1671-5489(2012)03-0527-08TP391.41ARound-the-ClockVideoFlameDetectionAlgorithmBasedonMulti-featureLIWen-hui,LIUPei-xun,WANGYing,XIAOLin-chang,WANGCong(CollegeofComputerScienceandTechnology,JilinUniversity,ChangchunAbstract:Amulti-featurefusionflamedetectionalgorithmusingvideo-typejudgmentalgorithmwasproposed.Inthisalgorithm,thevideo-typeofeachframewasfirstjudged.Thencandidateflameregionwasextractedbythealgorithmthatcorrespondsimagetypes,atlasttheflamefrequencyfeaturebasedonDCTandimagecorrelationfeaturebetweenframesinthecandidateregionweredetectedtodeterminetheexistenceofflame.Thetraditionalvisualizationfiredetectiontechnologyisbasicallybasedonanalyzingtheimagesfrominfraredcamerasorvisiblecameratodetectflame.Themethodcannotmeettherequirementsofround-the-clockmonitoringflameinengineeringapplication.Experimentsshowthattheproposeddetectionalgorithmcanresolvethis目前,对火焰检测技术的研究,主要从火焰的颜色特征、形态特征、动态特征及动态特征和静态特征相结合等因素入手.颜色特征是火焰最具区分性的特征,基于彩色图像的火焰检测算法,基本都结合了火焰的焰色模型,只是基于的颜色空间不同,王莹等[1]提出了一种基于RGB,HSV,YCbCr三种颜色空间的火焰颜色模型,该模型提取的火焰区域比较完整,且能减少图像亮度变化的干扰;动态特征方面,王莹等[1]提出了一种利用图像的相关性探测火灾的发生,并指出火焰的相关性系数图是剧烈振荡的,而非火焰的相关性系数图是较平坦的.Treyin等[2]通过运动检测和颜色检测后收稿日期:2011-09-27.作者简介:李文辉(1961—),男,汉族,博士,教授,博士生导师,从事计算机图形学、数字图像处理和计算机视觉的研究,E-mail:liwh@jlu.edu.cn.通讯作者:刘培勋(1986—),男,汉族,博士研究生,从事数字图像处理和计算机视觉的研究,E-mail:liupeixun_jlu@163.com.基金项目:国家自然科学基金(批准号:60873147)和国家高技术研究发展计划863项目基金(批准号:2008AA10Z224).析疑似区域的时频特性,检测火焰的存在.张进华等[3]利用颜色特性和火焰的闪烁频率特性相结合进行检测,这里的闪烁特征是对火焰高度变化的时间序列进行频率域分析得到的.Cheong等[4]先应用光谱和结构模型提取火焰的候选区域,再对候选区域使用SVM和亮度匹配算法.Ho[5]提出了一种基于CamShift跟踪的火焰检测算法.文献[6-9]针对红外火焰视频检测算法进行了研究.汪锦等[9]运动和亮度检测定位疑似火焰区域,再结合小波分析和基于HMM的时域变化分析检测火焰.先通过热感成像仪得到红外火焰图像,再针对其火焰高度变化设计了一个两层模糊分类器进行检测.目前可视化火灾探测技术存在的问题:1传统的火焰检测技术基本上都是单纯的通过对可见光)摄像设备或红外摄像设备采集的图像进行分析,再进行火灾探测,这样很难实现全天候的监控;2火)焰像素点在可见光图像和红外图像中的特点不同,所以采用同种方法提取疑似火焰区域或利用颜色特征检测火焰行不通;对单一特征进行检测也有很多弊端,使用颜色特征进行检测虽然模型简单,但误检率高,且只能检测红色或黄色的火焰,很难排除类似...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?