基于圖像的火災煙霧檢測算法研究.pdf

1、因傳統(tǒng)火災探測器探測方式的局限性，導致無法及時的在開闊的室外環(huán)境以及大面積的室內場所中對火災進行有效預警。為解決在大空間環(huán)境下的防火、滅火等問題，提升火災探測技術的實時性與準確性，提出一種結合煙霧多種圖像特征進行綜合判斷的圖像型火災煙霧檢測算法。該算法通過檢測視頻圖像中是否存在煙霧區(qū)域來判斷火災的發(fā)生，具有監(jiān)測范圍廣、可視化、非接觸等優(yōu)點。現(xiàn)將本文重點的研究內容歸納如下：
　　1.針對目前普遍使用的幀間差分法、光流法和背景減除法三

2、種運動目標檢測方法分別進行了論述，比較和分析了各方法之間的優(yōu)劣和適用場景，確定了基于混合高斯模型(Gaussian Mixture Model，GMM)的背景建模和背景減除法的前景提取方法。測試結果證明該方法能夠快速、有效的將煙霧與其他非煙霧運動目標區(qū)域提取出來，且檢測出的目標區(qū)域輪廓完整、清晰。
　　2.為了排除與煙霧顏色相差很大的非煙霧區(qū)域的干擾，首先需對運動檢測所提取出的運動目標區(qū)域進行煙霧顏色特征的分析。然后根據(jù)煙霧在圖像

3、中所表現(xiàn)出來的多種視覺特征，經(jīng)過比較選取了煙霧的凸形特征、運動擴散特征、形狀不規(guī)則特征和使背景區(qū)域變模糊特征作為本文算法將要提取出的煙霧特征判據(jù)。重點分析了煙霧的形狀凸形特性、面積變化率、輪廓復雜性和高頻能量衰減變化比，并通過多次的仿真測試驗證了每種特征提取算法的可行性與有效性。
　　3.BP神經(jīng)網(wǎng)絡是一種非常實用的圖像分類方法，具有抗干擾能力強、誤檢率低等優(yōu)點。因此，本文采用BP神經(jīng)網(wǎng)絡的方法來對煙霧的多種圖像特征進行融合與判斷