基于改进ViBe算法及深度学习的室内视频火焰识别研究

发布时间：2021-03-12 23:51

　　随着国家对于消防安全要求的提高,面对传统消防技术存在检测指标单一、实时性较低和火焰识别准确率不高等问题,视频火焰识别技术成为目前消防安全领域研究的热点课题。本文在详细分析视频火焰技术和特征的基础上,针对由于传统图像分割算法实时性不高且检测准确率较低而导致室内动态视频对象提取不准确的问题,融合了计算机视觉分割技术和多特征识别技术,实现了火焰的快速识别。针对ViBe算法存在“鬼影”消除缓慢以及不能适应光线突变等问题,本文提出一种改进ViBe算法。该算法通过采用七帧差减法更新当前帧分割的图像从而消除由于选取单帧图像做背景导致的“鬼影”;同时改进算法通过设立判断机制,在判断到光线突变时,用自适应阈值代替原有的固定阈值。仿真实验结果表明提出的改进方法不仅能消除“鬼影”而且缩短了算法对突变光线的适应时间。针对火焰区域颜色决策由于采用单一颜色模型而对于不同饱和度的颜色识别不准确问题,提出一种改进的颜色空间模型。该模型将HSI模型融入RGB模型并加入新的饱和度判断规则。仿真试验结果表明:该模型可实现对于火焰中心高亮部分的识别,能有效的排除非火焰目标。针对易错火焰特征识别不准确问题,将卷积神经网络引入原... 

【文章来源】：西安科技大学陕西省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

火焰原图

不同噪声通过均值滤波后图像对比

不同噪声通过中值滤波后图像对比

【参考文献】：
期刊论文
[1]去除鬼影及阴影的视觉背景提取运动目标检测算法[J]. 方岚,于凤芹.  激光与光电子学进展. 2019(13)
[2]大空间图像型火焰检测方法研究[J]. 亓文杰,王亚慧,郭晓冉.  现代电子技术. 2019(04)
[3]Image Blind Deblurring Using an Adaptive Patch Prior[J]. Yongde Guo,Hongbing Ma.  Tsinghua Science and Technology. 2019(02)
[4]运动目标检测的ViBe算法改进[J]. 杨丹,戴芳.  中国图象图形学报. 2018(12)
[5]基于改进Otsu方法的振动图像分割研究[J]. 马天兵,刘健,杜菲,陈南南.  电光与控制. 2019(02)
[6]线型感温火灾探测器现场定量检测技术研究[J]. 赵义文,郭瀚文.  消防科学与技术. 2018(11)
[7]变分优化的高斯混合滤波及其在导航中的应用[J]. 戴卿,隋立芬,田源,田翌君,曾添.  武汉大学学报(信息科学版). 2019(05)
[8]高斯混合模型对物流仓储安全管理的研究[J]. 刘稳.  黑龙江工业学院学报(综合版). 2018(10)
[9]非高斯噪声下的参数自适应高斯混合CQKF算法[J]. 孟东,缪玲娟,邵海俊,沈军.  北京理工大学学报. 2018(10)
[10]基于最大类间方差的最大熵图像分割[J]. 易三莉,张桂芳,贺建峰,李思洁.  计算机工程与科学. 2018(10)

硕士论文
[1]基于视频的火焰检测算法研究[D]. 吴格林.天津大学 2017
[2]城市轨道交通车辆段火灾探测系统研究[D]. 刘亚儒.中国科学技术大学 2016
[3]基于视频监控的火灾探测系统的研究与实现[D]. 阳婷.东华大学 2016



本文编号：3079202