融合圖像分離和特征分析的煙霧檢測(cè)算法研究.pdf

1、火災(zāi)是一種突發(fā)性高、破壞力強(qiáng)的自然災(zāi)害，生產(chǎn)生活中用火不慎也會(huì)對(duì)人的生命財(cái)產(chǎn)安全造成嚴(yán)重威脅?；馂?zāi)初期煙霧先于火焰出現(xiàn)，煙霧探測(cè)能夠?yàn)槿藛T疏散和撲救火災(zāi)爭(zhēng)取更多寶貴的時(shí)間。因此，火災(zāi)煙霧探測(cè)已成為當(dāng)今社會(huì)迫切需要解決的課題。目前，視頻煙霧檢測(cè)因其高效性、非接觸性、可嵌入性等優(yōu)點(diǎn)而成為新的研究方向。為了提升煙霧視頻檢測(cè)系統(tǒng)的高效性和可靠性，論文圍繞煙霧視頻檢測(cè)技術(shù)的三個(gè)階段——前景目標(biāo)檢測(cè)階段、煙霧特征提取階段、煙霧識(shí)別階段進(jìn)行研究，提出

2、了融合圖像分離和特征分析的煙霧檢測(cè)算法。
　　(1)前景目標(biāo)檢測(cè)：
　　針對(duì)前景目標(biāo)檢測(cè)，提出了基于ICA和GBVS的煙霧圖像分離檢測(cè)算法,改善了傳統(tǒng)高斯混合模型所需樣本量大且采樣時(shí)間跨度長(zhǎng)這一問(wèn)題。該算法在煙霧分離階段先利用ICA煙霧前景初步分離煙霧模型得到初步煙霧前景，然后通過(guò)GBVS提取圖像多通道、多尺度的底層特征得到煙霧前景顯著區(qū)域，最后根據(jù)顏色和紋理的特征組合進(jìn)行直方圖匹配來(lái)識(shí)別煙霧。實(shí)驗(yàn)結(jié)果表明，該算法在煙霧前景

3、分離階段將ICA和GBVS相結(jié)合，有效縮減了煙霧前景區(qū)域的范圍，提取的煙霧區(qū)域小而集中，ROC曲線顯示該算法整體性能表現(xiàn)優(yōu)秀。
　　(2)煙霧特征提?。?br>　　針對(duì)煙霧特征提取，提出了基于多維紋理分析的煙霧特征提取檢測(cè)算法。傳統(tǒng)煙霧視頻的線性動(dòng)態(tài)系統(tǒng)(LDS)僅采用亮度值作為圖像信息，忽視了其他信息如彩色視頻的RGB信息，并且由于密集采樣導(dǎo)致計(jì)算量較大。該算法首先經(jīng)過(guò)煙霧顏色過(guò)濾和背景差分預(yù)處理得到煙霧候選區(qū)域，避免出現(xiàn)密集采

4、樣，降低了計(jì)算量；然后在多維圖像塊中新增RGB和HOG特征，增加了圖像塊的維度；最后基于對(duì)多維圖像數(shù)據(jù)的高階分解，分析煙霧視頻的動(dòng)態(tài)紋理特征。由于采用滑動(dòng)時(shí)間窗，可以確定畫(huà)面中煙霧的確切位置和煙霧發(fā)生的具體時(shí)間。實(shí)驗(yàn)以檢測(cè)率為評(píng)價(jià)指標(biāo)，采用多元比較的方法，結(jié)果表明，該算法提高了動(dòng)態(tài)紋理特征分析的可靠性，同時(shí)計(jì)算量較小。
　　(3)煙霧識(shí)別：
　　針對(duì)煙霧識(shí)別，提出了基于廣義熵模糊神經(jīng)網(wǎng)絡(luò)的煙霧視頻圖像聚類(lèi)檢測(cè)算法。該算法首先