基于机器学习的早期火灾检测算法研究

发布时间：2021-11-13 18:18

　　火灾是当今社会防灾减灾工作的重中之重,其具有发生频繁、破坏力强、发展迅猛的特点。据统计,每年火灾事故造成数百人死亡与数十亿财产损失,因此及时准确地发现火灾对保障人们生命财产安全具有重要意义。目前,实际应用中多采用烟雾、温度等传感器实现火灾检测,该检测技术具有响应时间长、设备成本高、报警信息单一的缺点。随着机器视觉的快速发展,基于图像的火灾检测技术被提出,其具有响应时间短、检测范围广、成本低、报警信息丰富的优点。本文针对现有视频图像火灾检测算法前景信息丢失严重、误报率高、泛化能力弱等问题,提出一种新的火灾检测算法。该算法主要由前景提取和分类决策两大模块组成。前景提取模块首先利用改进ViBe算法提取运动区域;接着利用随机森林模型将运动区域分为黄色、白色、其他色三类;最后采用SVM对黄色与白色前景区域像素进行分类,以获取精确的前景区域。分类决策模块采用时空特征融合实现前景区域分类。鉴于现有早期火焰特征代表性不足,本文提出两个新的早期火焰时域特征用于描述帧间火焰区域重叠率和火焰区域不同部分运动剧烈程度比率,再结合Hu矩特征训练出决策分类器。但本算法在室外环境中存在少量误报,分析误报图片后发现提... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

二维高斯函数图与高斯核

天津大学硕士学位论文10(b)膨胀处理(c)腐蚀处理(d)开运算处理(e)闭运算处理图2-2形态学处理图2-2中(a)是处理前的掩码图，(b)(c)(d)(e)分别是经过5*5卷积核处理后的掩码图。图(b)和(c)分别代表膨胀与腐蚀处理后的效果图，由图可见膨胀处理增加了高亮区域的面积，而腐蚀处理则减少了高亮区域的面积。图(d)和(e)分别是开、闭运算的效果图，由图可见开运算在不明显改变高亮区域面积的前提下，消除了小物体，并断开了物体在纤细处的连接；闭运算则可填充图片中较小的黑洞。2.1.3图像边缘检测边缘检测是图像处理与计算机视觉领域极为重要的一种图像分析方法，常用于图像分割领域。图像边缘位于亮度剧烈变化的像素点处，边缘检测的本质是保留图像高频部分，滤除图像低频部分。边缘检测将图像与边缘检测算子进行卷积实现边缘提取，其中Sobel、Canny是最常见的边缘检测算子。101202101xG(2-6)121000121yG(2-7)Sobel算子通过计算图像的一阶导数来实现边缘检测[10]，由于该算子引入了类似局部平均的处理方法，因此对噪声具有一定的平滑效果。Sobel算子包含两组3*3的卷积核，用其分别与图像作平面卷积，得到水平与垂直方向的梯度值，

帧差法检测结果

【参考文献】：
期刊论文
[1]深度学习的MPCANet火灾图像识别模型设计[J]. 张秀玲,侯代标,张逞逞,周凯旋,魏其珺.  红外与激光工程. 2018(02)
[2]自适应高斯滤波图像去噪算法[J]. 王海菊,谭常玉,王坤林,杜凤娟,吴智军,高仕龙.  福建电脑. 2017(11)
[3]基于改进Sobel算法的车辆检测技术[J]. 赵勇,李怀宇.  电子科技. 2017(11)
[4]基于ViBe的复杂背景下的运动目标检测[J]. 张文雅,徐华中,罗杰.  计算机科学. 2017(09)
[5]基于光照不变图像的阴影图像道路及导航线提取算法[J]. 段志刚,李勇,王恩德,田建东,唐延东.  光学学报. 2016(12)
[6]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)
[7]基于改进的PSO优化SVM火灾火焰识别算法研究[J]. 段锁林,任珏朋,毛丹,杨可.  计算机测量与控制. 2016(04)
[8]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)
[9]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟.  吉林大学学报(工学版). 2014(01)
[10]可变视场下的火灾探测算法[J]. 张进华,李婷,王孙安,李小虎.  西安交通大学学报. 2012(10)

博士论文
[1]双边滤波中关键技术研究[D]. 王镭.哈尔滨工程大学 2017

硕士论文
[1]基于图像特征提取的火灾检测[D]. 及林.大连理工大学 2013



本文编号：3493486