基于图像的火焰检测算法

发布时间：2022-01-04 15:57

　　本文针对颜色空间模型的误报问题,提出基于多特征融合的方式识别火焰。分析对比了多种图像灰度化、图像滤波的方式、颜色聚类方式以及边缘检测手段,结合图像的形态学处理,提取了火焰边缘,提取了火焰的矩形度、圆形度以及边界粗糙度三种特征,进行火焰识别。 

【文章来源】：电子技术与软件工程. 2020,(05)

【文章页数】：3 页

【部分图文】：

矩形度统计直方图

圆形度统计直方图

基于多特征融合的火焰识别

【参考文献】：
期刊论文
[1]基于数学形态学图像处理算法研究[J]. 陈尹刚.  信息通信. 2019(12)
[2]多传感器数据融合在火灾检测中的应用研究[J]. 罗小权,潘善亮.  无线通信技术. 2019(03)
[3]火灾探测器在地铁高大空间应用研究[J]. 涂仲新.  建筑技术开发. 2019(14)
[4]基于图像显著性检测的图像分割[J]. 刘志伟,周东傲,林嘉宇.  计算机工程与科学. 2016(01)
[5]多特征融合的火焰检测算法[J]. 吴茜茵,严云洋,杜静,高尚兵,刘以安.  智能系统学报. 2015(02)
[6]C-V模型在红外视频火灾图像分割中的应用[J]. 秦薇薇,王慧琴,胡燕,梁俊山,殷颖.  计算机工程与应用. 2013(08)
[7]基于视频图像的森林火灾识别算法研究[J]. 齐怀琴,徐刚,王娜.  电视技术. 2010(09)
[8]早期火灾火焰尖角计算算法的研究[J]. 顾俊俊,赵敏,吴毅杰.  青岛大学学报(工程技术版). 2010(01)
[9]大空间图像型火灾探测算法的研究[J]. 吴爱国,李明,陈莹.  计算机测量与控制. 2006(07)

硕士论文
[1]基于图像分析的火灾报警系统研究[D]. 陈东阳.哈尔滨工业大学 2018
[2]基于视频图像特征提取的烟雾检测算法研究[D]. 文泽波.中国科学技术大学 2016



本文编号：3568632