基于视频分析的林火烟雾检测方法研究
发布时间：2021-11-27 11:51
森林对于生态系统的可持续发展起着关键作用,而森林火灾的发生严重威胁着生态系统发展。林火发生初期,由于树木的遮挡,火焰很难被发现,但烟雾却易被监控视频采集。相对传统的传感器技术,基于计算机视觉的森林火灾检测技术具有监控范围广、实时性强等优势,能够在森林火灾发生初期及时进行预警,极大地减小了火灾造成的危害。为此,本文针对基于视频分析的林火烟雾检测方法进行研究意义重大。根据森林火灾烟雾视频的特点,为了准确、快速地识别林火烟雾图像,本文对烟雾视频中运动目标检测、烟雾图像特征提取以及基于支持向量机分类器的设计等相关问题进行深入研究,提出基于视频分析的林火烟雾检测方法。烟雾视频的运动目标检测对林火烟雾的识别至关重要,它是后续对烟雾静态、动态特征提取以及烟雾位置标定的基础。在对运动目标检测的几种常用方法中,Vi Be算法具有占用内存少,计算复杂度低的特点,但其存在对光照变化适应性差和对噪声敏感的不足,本文利用SILTP算子的光照不变性,对Vi Be算法进行改进,实验结果表明改进算法对光照变化和噪声具有较强的鲁棒性。进而采用Freeman链码提取运动目标图像边缘,并通过外接矩形框获取运动目标图像。同时...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
ViBe分类图
哈尔滨理工大学工学硕士学位论文-8-N（一般选取20）个像素值，存放在对应背景模型的N个样本中。定义M0(x)为单帧背景模型，见公式(2-3)所示。00(){(|())}GMxvyyNx(2-3)图2-2像素v(x)的八邻域Fig.2-2TheEight-neighborhoodofpixelv(x)最后，对背景模型进行更新。ViBe算法采用保守更新方式。分为三部分：无记忆更新，扩大更新窗口和邻域随机更新。1)无记忆更新：更新方式需满足背景样本的生存时间单调递减，且对之前的样本像素不会随意替掉。时间t和t+dt之间，每个背景样本存在的概率是N1N，其概率函数见公式(2-4)。()=N-ln()dtN-1tPt,t+dte(2-4)式中可知，背景样本生存时间是呈单调递减的，且样本概率密度与时间t无关，过去对未来无影响，即无记忆更新。2)扩大更新窗口：由于视频具有连续性和周期性的特点，若对每帧进行背景更新，造成不必要的计算。ViBe算法通过对背景样本生命周期进行设定，从而减少重复计算。定义时间采样参数φ，根据不同的视频动态取值。3)邻域随机更新：根据ViBe的保守更新方式的不足，且具有在时间和空间上的分布一致性，对某个像素背景模型进行更新时，会对其邻域内随机进行选择一个像素进行更新，对消除“鬼影”有一定作用。ViBe算法的优点是对硬件的要求较低，涉及计算量小，不需要参数构建模型，且它的背景更新策略具有一定抗噪性和抑制“鬼影”的效果。
哈尔滨理工大学工学硕士学位论文-9-2.3SILTP算法局部二值化[37]是一种特征描述因子，广泛应用计算机视觉领域。本小节阐述经典局部二值化与局部三值模式，以及其在图像检测存在不足，最后介绍尺度不变三值模式，进行完善，解决这些不足。2.3.1局部二值模式局部二值模式（LocalBinaryPatterns，LBP）由T.Ojala于1996年首次被提出，具有对图像局部纹理特征进行描述的特征。LBP算法实现简单，计算量低等特点，广泛应用于特征提取的人脸识别邻域。LBP算法通过图像中心像素值，对其邻域像素值采用二值化的操作，得到图像纹理，如公式(2-5)所示。10()2piP,RiciLBPsggg(2-5)式中，P为中心像素值的相邻像素点个数，R为该区域的半径，gc为中心像素值，gi表为gc的相邻像素值。通过对s(x)匹配2i的权重，s(x)的计算见公式(2-6)。0,0()1,0xsxx＜≥(2-6)如图2-3所示是中心像素值对领域的编码过程，其LBP值为1×2+1×16+1×32+1×128=178。图2-3LBP算法计算过程Fig.2-3TheProcessofLBPAlgorithmLBP算法具有旋转不变性和灰度单调变化不变性等特点，对图像灰度变换具有一定鲁棒性，然而它的编码方式不能实现中心像素与相邻像素之间的微小特征关系，且对噪声较敏感。
【参考文献】：
期刊论文
[1]自适应混合高斯建模的高效运动目标检测[J]. 刘伟,郝晓丽,吕进来. 中国图象图形学报. 2020(01)
[2]基于BP神经网络的早期火灾图像识别软件[J]. 苏祺,何昌原,张永平. 消防科学与技术. 2019(12)
[3]改进的帧间差分运动目标检测算法研究[J]. 陈媛,蔡晓燕. 现代计算机. 2019(33)
[4]基于自适应的ViBe运动目标检测方法[J]. 郭迎春,杨飞飞,师硕. 控制工程. 2019(09)
[5]基于局部极值共生模式和能量分析的烟雾检测[J]. 袁梅,全太锋,黄洋. 电讯技术. 2019(08)
[6]多特征分析的室内外视频烟雾检测[J]. 周忠. 电子设计工程. 2019(15)
[7]视频图像动目标检测的双三帧差分算法[J]. 王志国,王永明,聂晶,彭世蕤,仇永斌. 电子测量技术. 2019(02)
[8]森林资源保护策略研究[J]. 夏春. 绿色科技. 2018(21)
[9]基于多特征融合的早期野火烟雾检测[J]. 张斌,魏维,何冰倩. 成都信息工程大学学报. 2018(04)
[10]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹. 仪器仪表学报. 2018(05)
本文编号：3522227
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
ViBe分类图
哈尔滨理工大学工学硕士学位论文-8-N（一般选取20）个像素值，存放在对应背景模型的N个样本中。定义M0(x)为单帧背景模型，见公式(2-3)所示。00(){(|())}GMxvyyNx(2-3)图2-2像素v(x)的八邻域Fig.2-2TheEight-neighborhoodofpixelv(x)最后，对背景模型进行更新。ViBe算法采用保守更新方式。分为三部分：无记忆更新，扩大更新窗口和邻域随机更新。1)无记忆更新：更新方式需满足背景样本的生存时间单调递减，且对之前的样本像素不会随意替掉。时间t和t+dt之间，每个背景样本存在的概率是N1N，其概率函数见公式(2-4)。()=N-ln()dtN-1tPt,t+dte(2-4)式中可知，背景样本生存时间是呈单调递减的，且样本概率密度与时间t无关，过去对未来无影响，即无记忆更新。2)扩大更新窗口：由于视频具有连续性和周期性的特点，若对每帧进行背景更新，造成不必要的计算。ViBe算法通过对背景样本生命周期进行设定，从而减少重复计算。定义时间采样参数φ，根据不同的视频动态取值。3)邻域随机更新：根据ViBe的保守更新方式的不足，且具有在时间和空间上的分布一致性，对某个像素背景模型进行更新时，会对其邻域内随机进行选择一个像素进行更新，对消除“鬼影”有一定作用。ViBe算法的优点是对硬件的要求较低，涉及计算量小，不需要参数构建模型，且它的背景更新策略具有一定抗噪性和抑制“鬼影”的效果。
哈尔滨理工大学工学硕士学位论文-9-2.3SILTP算法局部二值化[37]是一种特征描述因子，广泛应用计算机视觉领域。本小节阐述经典局部二值化与局部三值模式，以及其在图像检测存在不足，最后介绍尺度不变三值模式，进行完善，解决这些不足。2.3.1局部二值模式局部二值模式（LocalBinaryPatterns，LBP）由T.Ojala于1996年首次被提出，具有对图像局部纹理特征进行描述的特征。LBP算法实现简单，计算量低等特点，广泛应用于特征提取的人脸识别邻域。LBP算法通过图像中心像素值，对其邻域像素值采用二值化的操作，得到图像纹理，如公式(2-5)所示。10()2piP,RiciLBPsggg(2-5)式中，P为中心像素值的相邻像素点个数，R为该区域的半径，gc为中心像素值，gi表为gc的相邻像素值。通过对s(x)匹配2i的权重，s(x)的计算见公式(2-6)。0,0()1,0xsxx＜≥(2-6)如图2-3所示是中心像素值对领域的编码过程，其LBP值为1×2+1×16+1×32+1×128=178。图2-3LBP算法计算过程Fig.2-3TheProcessofLBPAlgorithmLBP算法具有旋转不变性和灰度单调变化不变性等特点，对图像灰度变换具有一定鲁棒性，然而它的编码方式不能实现中心像素与相邻像素之间的微小特征关系，且对噪声较敏感。
【参考文献】：
期刊论文
[1]自适应混合高斯建模的高效运动目标检测[J]. 刘伟,郝晓丽,吕进来. 中国图象图形学报. 2020(01)
[2]基于BP神经网络的早期火灾图像识别软件[J]. 苏祺,何昌原,张永平. 消防科学与技术. 2019(12)
[3]改进的帧间差分运动目标检测算法研究[J]. 陈媛,蔡晓燕. 现代计算机. 2019(33)
[4]基于自适应的ViBe运动目标检测方法[J]. 郭迎春,杨飞飞,师硕. 控制工程. 2019(09)
[5]基于局部极值共生模式和能量分析的烟雾检测[J]. 袁梅,全太锋,黄洋. 电讯技术. 2019(08)
[6]多特征分析的室内外视频烟雾检测[J]. 周忠. 电子设计工程. 2019(15)
[7]视频图像动目标检测的双三帧差分算法[J]. 王志国,王永明,聂晶,彭世蕤,仇永斌. 电子测量技术. 2019(02)
[8]森林资源保护策略研究[J]. 夏春. 绿色科技. 2018(21)
[9]基于多特征融合的早期野火烟雾检测[J]. 张斌,魏维,何冰倩. 成都信息工程大学学报. 2018(04)
[10]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹. 仪器仪表学报. 2018(05)
本文编号：3522227
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3522227.html
最近更新
教材专著
