基于多特征融合的視頻煙霧檢測方法研究.pdf

1、由于基于傳感器技術(shù)的傳統(tǒng)煙霧探測器的檢測范圍具有較大局限性，在開放環(huán)境下，傳統(tǒng)煙霧探測器的檢測效果不佳。為了提高檢測效果，研究人員致力于研究基于視頻圖像處理和模式識別的煙霧智能檢測技術(shù)，該智能檢測技術(shù)是通過運動檢測、特征提取和分類三個步驟來實現(xiàn)煙霧檢測。首先采用已有的混合高斯背景建模法進行運動檢測，在得到運動區(qū)域的基礎(chǔ)上進行特征提取和分類器的選擇，本文提出一種基于小波特征、紋理特征和亮度特征相融合的特征向量和基于Adaboost算法的B

2、P神經(jīng)網(wǎng)絡集成分類器的煙霧檢測方法，本文的主要研究內(nèi)容和成果如下。
　　在運動檢測的基礎(chǔ)上，分析煙霧具有的特征，采用一種基于小波特征、煙霧紋理特征以及亮度特征相融合的煙霧特征提取方法。視頻圖像中一旦出現(xiàn)煙霧，煙霧讓其覆蓋的區(qū)域變得模糊，而模糊性表現(xiàn)為小波能量的減小。煙霧圖像小波變換后高頻子圖系數(shù)特征表現(xiàn)和非煙霧高頻子圖系數(shù)特征表現(xiàn)有很大不同。煙霧圖像紋理表現(xiàn)比較均勻。用Y亮度分量來表征白色煙霧的信息。最后得到一個煙霧特有的新型22