基于空间域与频域融合特征的高分辨率视频烟雾检测方法研究

发布时间：2023-02-01 17:42

　　火灾对于人类的生命与财产安全具有十分严重的威胁,火灾的及时预警对于减少财产损失具有重要意义。一般而言,烟雾是火灾初期的最早出现方式,因此,利用烟雾进行检测可以有效避免火灾的发生或者迅速发现、控制火灾。传统的火灾烟雾探测通常使用诸如感光式,感烟式和感温式传感器,但是,这些传感器的缺点是只能检测特定类型的特征,并且在开放空间中它们的使用受到了很大的限制。而随着电子摄像头的普及,许多公共场所和建筑物中已经安装了大量的视频监控设备。基于视频监控的系统可以有效覆盖更大的区域,并且可以轻松地集成到现有的闭路监视系统中。利用视频进行烟雾探测已成为重要的研究方向。随着高清摄像机和高分辨率视频的普及,一些传统的视频烟雾检测方法已经不再适用。本文针对高分辨率视频的烟雾检测方法展开研究,主要研究工作如下:首先,本文研究了烟雾图像的特征提取和特征融合方法。烟雾具有轮廓不固定、半透明的特点,因此烟雾与其他物体在图像上主要是围绕局部特征展开的。在烟雾图像的空间域特征提取方面,针对局部二值模式与中心对称局部二值模式的不足,本文提出了基于梯度补偿的中心对称局部二值模式;在频域特征提取方面,针对局部相位量化算法的不足,... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 论文研究内容与组织结构
第2章 相关技术概述
    2.1 图像预处理技术
        2.1.1 图像去噪
        2.1.2 彩色图像灰度化
        2.1.3 图像插值
    2.2 形态学处理
    2.3 边缘检测
    2.4 运动区域提取方法
        2.4.1 帧差法
        2.4.2 背景差分法
        2.4.3 混合高斯模型法
        2.4.4 ViBe算法
    2.5 烟雾检测常用分类器
        2.5.1 支持向量机
        2.5.2 Adaboost算法
    2.6 本章小结
第3章 烟雾图像特征提取与融合方法研究
    3.1 空间域特征
        3.1.1 局部二值模式
        3.1.2 中心对称局部二值模式
        3.1.3 基于梯度补偿的中心对称局部二值模式
    3.2 频域特征
        3.2.1 局部相位量化算法
        3.2.2 局部聚合描述子向量VLAD
        3.2.3 基于VLAD的局部相位量化算法
    3.3 特征提取算法实验结果与分析
    3.4 基于三分法的特征融合算法
    3.5 特征融合算法实验结果与分析
    3.6 本章小结
第4章 高分辨率视频烟雾检测方法研究
    4.1 疑似烟雾区域的提取
        4.1.1 大津法
        4.1.2 改进的ViBe算法
        4.1.3 疑似烟雾区域提取方法实验结果与分析
    4.2 基于空间域与频域融合特征的高分辨率视频烟雾检测框架
        4.2.1 离线训练阶段
        4.2.2 视频检测阶段
        4.2.3 视频烟雾检测实验结果与分析
    4.3 视频烟雾检测系统的软件设计与实现
        4.3.1 视频烟雾检测系统总体流程设计
        4.3.2 图形用户界面布局和设计
    4.4 本章小结
第5章 总结与展望
    5.1 总结
    5.2 未来研究工作与展望
参考文献
作者简介及取得科研成果
致谢


【参考文献】：
期刊论文
[1]基于MATLAB GUI的图像处理演示系统[J]. 张新景,王勇,史颖刚.  信息技术与信息化. 2019(05)
[2]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)
[3]视频烟雾检测研究进展[J]. 史劲亭,袁非牛,夏雪.  中国图象图形学报. 2018(03)
[4]基于帧差法的多波束前视声呐运动目标检测[J]. 崔杰,胡长青,徐海东.  仪器仪表学报. 2018(02)
[5]基于颜色增强变换和MSER检测的烟雾检测算法[J]. 李笋,石永生,汪渤,周志强,王海罗.  北京理工大学学报. 2016(10)
[6]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)
[7]结合LBP直方图和SVM的视频火焰检测[J]. 张霞,黄继风.  计算机应用与软件. 2016(08)
[8]基于背景动态更新与暗通道先验的火灾烟雾检测算法[J]. 赵亮,骆炎民,骆翔宇.  计算机应用研究. 2017(03)
[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]分块CS-LBP和加权PCA的低分辨率人脸识别[J]. 李嘉頔,陈振学,刘成云.  光电子·激光. 2016(02)

博士论文
[1]面向视频烟雾检测的局部特征建模方法研究[D]. 史劲亭.江西财经大学 2018

硕士论文
[1]基于视频图像序列的火灾烟雾检测方法研究[D]. 袁梅.重庆邮电大学 2019
[2]基于视频分析的交通早期烟雾特征提取与火焰检测关键技术研究[D]. 陈博.华南理工大学 2019
[3]基于空间分布熵改进VLAD的图像检索算法研究[D]. 王也然.吉林大学 2018
[4]基于视频的烟雾检测[D]. 房世超.中国地质大学(北京) 2016
[5]室内火灾烟雾识别算法研究[D]. 王慎波.天津大学 2016



本文编号：3734340