低照度室内烟雾的计算机视觉检测方法

发布时间：2018-11-01 20:45

【摘要】：为实现低照度室内火灾的早期预警,提出一种计算机视觉检测方法。通过摄像头获取图像,采用自适应中值滤波对图像进行去噪,采用直方图均衡化进行增强,并采用基于改进学习率的混合高斯模型提取烟雾区域,对所提取烟雾的纹理特征、运动方向特征以及面积特征进行融合,采用基于支持向量机的识别算法对烟雾与干扰物进行分类检测。实验结果表明,该算法可以有效区分烟雾与干扰物,有较高的识别率与鲁棒性。
[Abstract]:In order to realize early warning of low illuminance indoor fire, a computer vision detection method is proposed. The image is obtained by the camera, the image is de-noised by adaptive median filter, the image is enhanced by histogram equalization, and the smoke region is extracted by the mixed Gao Si model based on the improved learning rate, and the texture features of the smoke are extracted. The moving direction feature and area feature are fused, and the recognition algorithm based on support vector machine is used to classify smoke and interference. Experimental results show that the proposed algorithm can effectively distinguish smog from interference, and has high recognition rate and robustness.
【作者单位】： 西安科技大学电气与控制工程学院;
【基金】：国家自然科学基金资助项目(51277149) 陕西省教育厅自然科学专项课题(14JKk1467)
【分类号】：TP391.41;X932

【参考文献】

相关期刊论文 前9条

1 丁怀对;刘申友;许玉坤;王文伟;;基于运动块追踪的视频烟雾探测方法[J];安全与环境学报;2016年04期

2 周泊龙;宋英磊;俞孟蕻;;基于图像处理的火灾烟雾检测算法研究[J];消防科学与技术;2016年03期

3 陈洁;黄继风;;视频图像火灾烟雾识别仿真研究[J];计算机仿真;2015年09期

4 王媛彬;;基于图像型的火灾烟雾检测技术研究[J];消防科学与技术;2014年09期

5 刘磊磊;蒋荣欣;;低照度视频监控图像降噪算法设计与实现[J];计算机工程;2014年03期

6 王琳;李爱国;王新年;虞燕风;;基于多特征融合的早期火灾烟雾检测[J];大连海事大学学报;2014年01期

7 华媛蕾;刘万军;;改进混合高斯模型的运动目标检测算法[J];计算机应用;2014年02期

8 许峰;于春雨;徐放;;视频烟雾火灾探测技术研究趋势[J];消防科学与技术;2012年11期

9 龙清;;直方图图像增强技术[J];电脑知识与技术;2011年04期

【共引文献】

相关期刊论文 前10条

1 李晨东;韩秀玲;;农业温室大棚的火灾检测算法研究[J];电子设计工程;2017年13期

2 郭溪溪;陈小林;王博;李治根;刘岩俊;;静态背景下运动目标边缘提取[J];现代电子技术;2017年13期

3 唐洪良;黄颖;黄淮;杨成顺;黄宵宁;;改进的自适应高斯混合模型运动目标检测算法[J];现代电子技术;2017年11期

4 王媛彬;胡永才;;低照度室内烟雾的计算机视觉检测方法[J];消防科学与技术;2017年04期

5 魏琳;崔荣一;金t熻，

本文编号：2305055