基于視頻的火災(zāi)智能檢測.pdf

1、長期以來，森林火災(zāi)檢測一直都是世界范圍內(nèi)的一個(gè)重要研究課題，對(duì)于保護(hù)地球環(huán)境及人類安全都有著重要意義。相對(duì)于傳統(tǒng)的傳感式火災(zāi)探測器，基于智能視頻分析的火災(zāi)監(jiān)測技術(shù)具有更大的優(yōu)勢。它不僅可以在大空間、多粉塵、高濕度的環(huán)境中使用，而且可以提供直觀的、豐富的火災(zāi)信息，對(duì)于森林這樣的復(fù)雜大空間場景尤為適用。這種基于視頻監(jiān)控的火災(zāi)檢測技術(shù)已經(jīng)成為主流的研究方向。本文針對(duì)現(xiàn)有的火災(zāi)監(jiān)控算法，分析了不同算法各個(gè)環(huán)節(jié)的優(yōu)點(diǎn)和不足，構(gòu)建了一套基于視頻的火

2、災(zāi)智能檢測算法，大大提高了火災(zāi)檢測的有效性。
　　本文分別詳細(xì)研究了從攝像機(jī)中獲得的火焰視頻圖像的靜態(tài)和動(dòng)態(tài)特征。首先通過分析火焰的各種靜態(tài)特征，選取最有效的顏色特征信息作為初始檢測特征。從實(shí)時(shí)高效的角度出發(fā)，本文提出一種基于RGB空間的火焰顏色提取算法，并針對(duì)遺漏的火焰點(diǎn)，應(yīng)用了目標(biāo)重建的方法。通過顏色特征提取后，初始候選火焰區(qū)域被分割了出來。
　　為了提高火焰檢測的準(zhǔn)確性，必須要把動(dòng)態(tài)特征與靜態(tài)特征信息融合到一起考慮。傳

3、統(tǒng)的動(dòng)態(tài)特征分析側(cè)重于分別提取火焰的面積變化、質(zhì)心變化、圓度和尖角個(gè)數(shù)變化等信息，以及利用一些分類方法（例如BP神經(jīng)網(wǎng)絡(luò)、SVM等）來檢測是否存在火災(zāi)。這種方法一般計(jì)算復(fù)雜度都很高，不利于實(shí)時(shí)視頻監(jiān)測。為了降低復(fù)雜度，本文提出了一種基于動(dòng)態(tài)紋理特征分析的圖像型火災(zāi)檢測算法，即綜合利用線性動(dòng)力系統(tǒng)及動(dòng)態(tài)紋理識(shí)別方法來檢測火災(zāi)。通過對(duì)由CCD攝像機(jī)拍攝的視頻圖像，建立線性動(dòng)力系統(tǒng)模型，分析其動(dòng)態(tài)紋理特征，最后利用Adaboost分類器判斷火