基于視頻的火災(zāi)煙霧檢測(cè)算法的研究.pdf

1、學(xué)校代碼：10385分類號(hào)：研究生學(xué)號(hào)：1400214025密級(jí)：基于視頻的火災(zāi)煙霧檢測(cè)算法的基于視頻的火災(zāi)煙霧檢測(cè)算法的研究研究ResearchofFireSmokeDetectionAlgithmBasedonVideo作者姓名：趙亮指導(dǎo)教師：駱炎民駱炎民（副教授副教授）合作教師：學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)計(jì)算機(jī)應(yīng)用技術(shù)研究方向：圖像處理與計(jì)算機(jī)視覺圖像處理與計(jì)算機(jī)視覺所在學(xué)院：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院論文提交日期：二〇一

2、七二〇一七年三月十二十二日摘要I摘要火災(zāi)是嚴(yán)重危害人類生命財(cái)產(chǎn)安全和自然生態(tài)環(huán)境的重大災(zāi)害之一?；馂?zāi)的及時(shí)預(yù)警對(duì)于減少各項(xiàng)損失意義重大。一般火災(zāi)發(fā)生初期火焰較小，但是煙霧卻很明顯，因此對(duì)火災(zāi)煙霧的檢測(cè)是及時(shí)判斷火災(zāi)是否發(fā)生的重要依據(jù)。傳統(tǒng)的火災(zāi)檢測(cè)技術(shù)依賴傳感器工作，在開放空間中的使用受到限制。隨著智能監(jiān)控設(shè)備的普及，基于視頻圖像的火災(zāi)煙霧檢測(cè)技術(shù)受到廣泛關(guān)注，它可以有效避免部分環(huán)境因素產(chǎn)生的影響，且在大尺度空間監(jiān)測(cè)上具有明顯的優(yōu)勢(shì)。本

3、文提出了一種動(dòng)態(tài)檢測(cè)和靜態(tài)分類相結(jié)合的基于視頻圖像的火災(zāi)煙霧檢測(cè)方法，分別從候選煙霧區(qū)域提取和圖像特征提取與分類等方面重點(diǎn)研究了火災(zāi)煙霧檢測(cè)算法，主要的工作包括：（1）提出一種基于背景動(dòng)態(tài)更新與暗通道先驗(yàn)的火災(zāi)煙霧檢測(cè)算法。首先通過改進(jìn)的背景動(dòng)態(tài)更新算法提取運(yùn)動(dòng)前景，解決了傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)算法針對(duì)擴(kuò)散緩慢的煙霧做前景檢測(cè)時(shí)，容易出現(xiàn)的空洞現(xiàn)象；然后針對(duì)目前算法在復(fù)雜環(huán)境下適應(yīng)性不強(qiáng)的問題，例如自然場(chǎng)景中存在著諸如樹枝晃動(dòng)、行人和其他運(yùn)動(dòng)

4、物體的干擾，很容易產(chǎn)生誤檢，提出一種基于暗通道先驗(yàn)知識(shí)的干擾物體過濾方法，該方法結(jié)合運(yùn)動(dòng)目標(biāo)檢測(cè)算法，使其在候選煙霧區(qū)域提取階段就可以消除多數(shù)干擾物體；最后通過多特征融合的方式實(shí)現(xiàn)分類識(shí)別。實(shí)驗(yàn)結(jié)果表明算法可以有效減少誤檢，提升檢測(cè)性能。（2）提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的火災(zāi)煙霧檢測(cè)算法。由于煙霧沒有固定的顏色和輪廓，傳統(tǒng)基于手工設(shè)計(jì)特征的煙霧檢測(cè)算法難以描述煙霧的本質(zhì)屬性，進(jìn)而影響檢測(cè)的準(zhǔn)確性；同時(shí)手工設(shè)計(jì)和處理特征需要一定的專業(yè)知識(shí)和