基于視頻的火災(zāi)煙霧探測算法的研究.pdf

1、隨著社會經(jīng)濟水平的不斷發(fā)展，大空間場所逐漸增多，比如商場，地下隧道，大型倉庫等。在這些大空間場所中，傳統(tǒng)的火災(zāi)探測技術(shù)需要燃燒顆粒到達安裝于頂棚的傳感器后才能實現(xiàn)火災(zāi)預(yù)警。由于燃燒顆粒運動緩慢，會為觸發(fā)傳感器帶來極大的延時，因而不能滿足人們對大空間早期火災(zāi)探測的需求。隨著圖像處理技術(shù)和模式識別技術(shù)在視頻監(jiān)控領(lǐng)域應(yīng)用的不斷深入，可視火災(zāi)探測技術(shù)逐漸引起人們的注意。另外，該技術(shù)主要依賴于已有的普通視頻監(jiān)控系統(tǒng)，這就為推廣和應(yīng)用該技術(shù)奠定了基

2、礎(chǔ)。
　　可視火災(zāi)探測技術(shù)包括火焰可視探測技術(shù)、煙霧可視探測技術(shù)以及火焰/煙霧可視探測技術(shù)。由于煙霧產(chǎn)生時期早于火焰且不易被遮擋，本文選用煙霧作為火災(zāi)報警信息。目前煙霧可視探測技術(shù)主要包括兩大部分，一是疑似煙霧區(qū)域的檢測；二是煙霧特征的有效選取。通過大量實驗驗證，普通的運動檢測算法都不能提取邊緣連續(xù)、內(nèi)部完整的疑似煙霧區(qū)域。本文創(chuàng)新性利用光流殘差增量的方式不僅有效提取出了完整的疑似煙霧區(qū)域，還將煙霧與其他動態(tài)紋理干擾因素區(qū)別開來，

3、改進了以往運動檢測算法的不足。另外，本文通過研究煙霧在視頻運動圖像中的動態(tài)和靜態(tài)特征，總結(jié)出了五個有效的煙霧特征分別是顏色特征、色差減小、邊緣能量減少、光流方向擴散特性以及形狀復(fù)雜度。然后通過大量實驗總結(jié)各個特征的顯著性，并利用顯著性為各個特征賦予不同的權(quán)值系數(shù)。最后通過簡單的特征融合算法將這五個特征綜合起來對煙霧進行識別判斷。
　　通過實驗證明，該算法能夠及時有效的檢測到煙霧，且能夠在極大程度上排除干擾因素，但是該算法在通用性上