版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻的火災煙霧檢測算法研究.pdf
- 基于視頻的火災煙霧檢測算法的研究.pdf
- 基于視頻的早期火災煙霧檢測算法研究.pdf
- 基于圖像的火災煙霧識別算法研究.pdf
- 基于視頻圖像的火災煙霧檢測研究.pdf
- 基于低照度室內視頻圖像的煙霧檢測算法研究.pdf
- 基于視頻圖像特征提取的煙霧檢測算法研究.pdf
- 基于視頻的火災煙霧探測算法的研究.pdf
- 基于圖像特征的森林煙霧和火焰檢測算法研究.pdf
- 基于隨機森林算法的煙霧檢測算法研究.pdf
- 基于視頻內容分析的火災煙霧檢測算法研究與實現(xiàn).pdf
- 基于視頻監(jiān)控平臺的火災圖像檢測算法研究.pdf
- 基于數(shù)字圖像處理的火災火焰檢測算法研究.pdf
- 基于暗通道的視頻煙霧檢測算法研究.pdf
- 視頻煙霧檢測算法研究.pdf
- 城市園林條件下基于視頻序列的火災煙霧檢測算法研究.pdf
- 圖像型火災煙霧探測技術算法研究.pdf
- 融合圖像分離和特征分析的煙霧檢測算法研究.pdf
- 基于視頻的火花和煙霧檢測算法研究.pdf
- 基于視頻動態(tài)特征分析的煙霧檢測算法研究.pdf
評論
0/150
提交評論