基于记忆矩阵和跳动频率的视频火焰识别方法

发布时间：2021-03-28 23:01

　　针对大空间环境下的早期火灾的探测问题,提出一种基于记忆矩阵的运动目标检测方法,通过火焰质心的跳动直方图计算火焰的跳动频率,利用HSV颜色空间中火焰像素的特征结合火焰的跳动频率作为logistic回归模型的特征向量,构建火焰识别模型,实现视频火灾火焰探测。实验结果表明提出的算法在复杂的视频场景中都有较高的识别精度。 

【文章来源】：消防科学与技术. 2019,38(02)北大核心

【文章页数】：4 页

【文章目录】：
1 基于记忆矩阵的运动目标检测
2 火焰的跳动特性
3 基于logistic回归模型的火焰识别
4 结语


【参考文献】：
期刊论文
[1]基于MATLAB图像处理技术提取火焰高度[J]. 王林,靳红雨,吕东.  消防科学与技术. 2017(03)
[2]基于小波变换和支持向量机的火灾识别算法[J]. 邹婷,王慧琴,胡燕,梁俊山,殷颖.  计算机工程与应用. 2013(14)
[3]煤矿井下图像型早期火灾探测[J]. 王媛彬,马宪民.  辽宁工程技术大学学报(自然科学版). 2011(05)
[4]图象火灾监控中一个新颖的火灾判据[J]. 吴龙标,宋卫国,卢结成.  火灾科学. 1997(02)

硕士论文
[1]基于视频特征的火灾火焰检测研究[D]. 郝春雨.大连海事大学 2013



本文编号：3106401