面向森林火灾的烟雾检测系统的设计与开发
发布时间：2020-12-26 06:36
森林火灾是严重威胁人民生命和财产安全的自然灾害之一,早期的森林火灾检测技术是基于传感器的火灾检测技术,但是这种传感器技术存在响应时间慢、大规模部署成本高等缺点,而面向实时视频的火灾检测具有很多优势,它有适用范围广、响应速度快等优点。在火灾发生的早期,常常伴有大量的烟产生,因此,面向实时视频的森林火灾检测本质上是检测视频中的烟雾图像。但是在烟雾检测的过程中,存在着干扰物、光照变化等因素的影响,降低了烟雾检测的识别率。因此,本文针对面向森林火灾的烟雾检测系统进行设计与开发,下面是本文的主要工作内容:(1)前景提取的完整性直接影响后续烟雾检测的准确性,本文针对常用前景提取算法进行研究,选择自适应背景更新算法作为系统前景提取的方法,在此基础上对背景更新参数进行改进,得到改进后的自适应背景更新算法,运用改进后的自适应背景更新算法进行前景提取。但是由于光照变化对烟雾检测的影响,首先将背景更新获得的背景帧和当前帧进行去光照处理,然后运用背景差分法对图像进行前景的提取。对于前景图像中存在的非烟的物体,运用RGB颜色模型对前景进行检测,去除部分非烟的物体,得到候选烟雾。(2)干扰物是烟雾识别的难点,在烟...
【文章来源】：山东科技大学山东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图２．１系统模块图??Ｆｉｇ?２．１?Ｓｙｓｔｅｍ?Ｂｌｏｃｋ?Ｄｉａｇｒａｍ??
动目标进行进一步的分离。所以本文针对上诉问题，分模块对系统进行设计与??开发，主要分为三个模块：图像的预处理模块、前景提取模块和烟雾特征提取??和识别模块。如图２．１所示：??视频烟雰检琍??系统??图像顸处埋檟?烟雰持征提取??块?和检臟块??图２．１系统模块图??Ｆｉｇ?２．１?Ｓｙｓｔｅｍ?Ｂｌｏｃｋ?Ｄｉａｇｒａｍ??７??
件夹下有多幅图像，它们的大小不一致，把这些图像归一化为相同大小的图像，??就涉及到归一化的问题。下面是对图像大小进行归一化处理，原图像大小３５２Ｘ??２８８，归一化后大小为３２０Ｘ２４０，实验结果如图２．?２所示：??．Ｆｒ？ｎ？ＭＷ?￣??｜??原图像?归一化后图像??图２．?２图像归一化??Ｆｉｇ?２．２?Ｉｍａｇｅ?ｎｏｒｍａｌｉｚａｔｉｏｎ??图像归一化不仅可以对于图像的大小进行归一化处理，还可以对图像中的光??照问题进行归一化处理。光照是影响成像的重要因素，光线变化分为缓慢变化和??突然变化。缓慢变化指的是光源强度和位置随时间变化。这种变化是一个持续??的变化。一天当中，光照的变化很普遍，光照由强到弱，由弱到强，交替出现，??导致同一物体在图像采集系统中的成像效果也是变亮、变暗不断地交替出现，这??样就使得同一物体在不同成像之间的差异很大。而突然变化指的是光源强度和位??置短时间里发生变化，具有随机性和偶然性。由于，一般的光照变化不受人为的??控制，这就使得光照条件下的目标识别有了一定的困难。对于解决光照变化的问??题，背景减除法是目前比较好的一种方法，构建一个精确地背景模型对目标检测??很重要
【参考文献】：
期刊论文
[1]城镇森林交界域视频烟雾检测算法[J]. 李诚,唐李洋,潘李伟. 计算机工程. 2018(01)
[2]基于小波变换的森林火灾烟雾检测算法的设计[J]. 李雪宝,黄徐胜,郑艳芳,刘永良,张其亮,卢冶,史凌祎. 信息技术. 2017(10)
[3]采用颜色混合模型和特征组合的视频烟雾检测[J]. 唐杰,周洋,杨萌,唐向宏. 光电子·激光. 2017(07)
[4]新版森林火灾统计月报表存在的问题及解决办法[J]. 申长顺,郭鹏珍,郭帅. 森林防火. 2017(02)
[5]基于视频监控平台的图像火灾探测系统的设计研究[J]. 周川,李国生,张丛. 警察技术. 2017(01)
[6]基于多特征融合运行期均值法的烟雾检测算法[J]. 刘颖,顾小东,杜久玲,王倩. 电视技术. 2016(09)
[7]基于运动块追踪的视频烟雾探测方法[J]. 丁怀对,刘申友,许玉坤,王文伟. 安全与环境学报. 2016(04)
[8]一种基于码本背景建模和多特征融合的火灾烟雾检测算法[J]. 赵亮,骆炎民,黄德天,欧阳怡,徐志通. 海峡科学. 2016(07)
[9]基于图像处理的火灾烟雾检测算法研究[J]. 周泊龙,宋英磊,俞孟蕻. 消防科学与技术. 2016(03)
[10]森林背景下基于自适应区域生长法的烟雾检测[J]. 张炜程,李佩,高陈强. 重庆邮电大学学报(自然科学版). 2016(01)
硕士论文
[1]基于视频分析的森林火灾烟雾检测技术的研究[D]. 朱正超.东南大学 2017
[2]基于视频的火灾烟雾检测算法的研究[D]. 赵亮.华侨大学 2017
[3]基于视频的烟雾检测算法研究[D]. 相徐斌.浙江大学 2017
[4]基于视频分析的森林火灾烟雾探测技术[D]. 翟济云.南京航空航天大学 2017
[5]公路隧道视频火灾烟雾检测方法研究[D]. 雷丹.大连海事大学 2017
[6]基于视频序列的森林火灾检测技术研究与实现[D]. 顾晓雯.东华大学 2017
[7]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
[8]基于码本算法和动态特征的森林视频烟雾检测[D]. 周鑫.西安科技大学 2015
[9]基于图像特征的森林烟雾和火焰检测算法研究[D]. 王全.太原理工大学 2015
[10]基于融合纹理特征的主动红外烟雾视频探测方法[D]. 袁洁.中国科学技术大学 2015
本文编号：2939223
【文章来源】：山东科技大学山东省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图２．１系统模块图??Ｆｉｇ?２．１?Ｓｙｓｔｅｍ?Ｂｌｏｃｋ?Ｄｉａｇｒａｍ??
动目标进行进一步的分离。所以本文针对上诉问题，分模块对系统进行设计与??开发，主要分为三个模块：图像的预处理模块、前景提取模块和烟雾特征提取??和识别模块。如图２．１所示：??视频烟雰检琍??系统??图像顸处埋檟?烟雰持征提取??块?和检臟块??图２．１系统模块图??Ｆｉｇ?２．１?Ｓｙｓｔｅｍ?Ｂｌｏｃｋ?Ｄｉａｇｒａｍ??７??
件夹下有多幅图像，它们的大小不一致，把这些图像归一化为相同大小的图像，??就涉及到归一化的问题。下面是对图像大小进行归一化处理，原图像大小３５２Ｘ??２８８，归一化后大小为３２０Ｘ２４０，实验结果如图２．?２所示：??．Ｆｒ？ｎ？ＭＷ?￣??｜??原图像?归一化后图像??图２．?２图像归一化??Ｆｉｇ?２．２?Ｉｍａｇｅ?ｎｏｒｍａｌｉｚａｔｉｏｎ??图像归一化不仅可以对于图像的大小进行归一化处理，还可以对图像中的光??照问题进行归一化处理。光照是影响成像的重要因素，光线变化分为缓慢变化和??突然变化。缓慢变化指的是光源强度和位置随时间变化。这种变化是一个持续??的变化。一天当中，光照的变化很普遍，光照由强到弱，由弱到强，交替出现，??导致同一物体在图像采集系统中的成像效果也是变亮、变暗不断地交替出现，这??样就使得同一物体在不同成像之间的差异很大。而突然变化指的是光源强度和位??置短时间里发生变化，具有随机性和偶然性。由于，一般的光照变化不受人为的??控制，这就使得光照条件下的目标识别有了一定的困难。对于解决光照变化的问??题，背景减除法是目前比较好的一种方法，构建一个精确地背景模型对目标检测??很重要
【参考文献】：
期刊论文
[1]城镇森林交界域视频烟雾检测算法[J]. 李诚,唐李洋,潘李伟. 计算机工程. 2018(01)
[2]基于小波变换的森林火灾烟雾检测算法的设计[J]. 李雪宝,黄徐胜,郑艳芳,刘永良,张其亮,卢冶,史凌祎. 信息技术. 2017(10)
[3]采用颜色混合模型和特征组合的视频烟雾检测[J]. 唐杰,周洋,杨萌,唐向宏. 光电子·激光. 2017(07)
[4]新版森林火灾统计月报表存在的问题及解决办法[J]. 申长顺,郭鹏珍,郭帅. 森林防火. 2017(02)
[5]基于视频监控平台的图像火灾探测系统的设计研究[J]. 周川,李国生,张丛. 警察技术. 2017(01)
[6]基于多特征融合运行期均值法的烟雾检测算法[J]. 刘颖,顾小东,杜久玲,王倩. 电视技术. 2016(09)
[7]基于运动块追踪的视频烟雾探测方法[J]. 丁怀对,刘申友,许玉坤,王文伟. 安全与环境学报. 2016(04)
[8]一种基于码本背景建模和多特征融合的火灾烟雾检测算法[J]. 赵亮,骆炎民,黄德天,欧阳怡,徐志通. 海峡科学. 2016(07)
[9]基于图像处理的火灾烟雾检测算法研究[J]. 周泊龙,宋英磊,俞孟蕻. 消防科学与技术. 2016(03)
[10]森林背景下基于自适应区域生长法的烟雾检测[J]. 张炜程,李佩,高陈强. 重庆邮电大学学报(自然科学版). 2016(01)
硕士论文
[1]基于视频分析的森林火灾烟雾检测技术的研究[D]. 朱正超.东南大学 2017
[2]基于视频的火灾烟雾检测算法的研究[D]. 赵亮.华侨大学 2017
[3]基于视频的烟雾检测算法研究[D]. 相徐斌.浙江大学 2017
[4]基于视频分析的森林火灾烟雾探测技术[D]. 翟济云.南京航空航天大学 2017
[5]公路隧道视频火灾烟雾检测方法研究[D]. 雷丹.大连海事大学 2017
[6]基于视频序列的森林火灾检测技术研究与实现[D]. 顾晓雯.东华大学 2017
[7]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
[8]基于码本算法和动态特征的森林视频烟雾检测[D]. 周鑫.西安科技大学 2015
[9]基于图像特征的森林烟雾和火焰检测算法研究[D]. 王全.太原理工大学 2015
[10]基于融合纹理特征的主动红外烟雾视频探测方法[D]. 袁洁.中国科学技术大学 2015
本文编号：2939223
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2939223.html
