大空間建筑中基于視頻圖像的火災(zāi)探測研究.pdf

1、基于視頻圖像的火災(zāi)探測技術(shù)具有響應(yīng)速度快、探測準(zhǔn)確等優(yōu)點,應(yīng)用前景廣闊。在大空間建筑中,受光照變化、物體運動及目標(biāo)多等影響,采集的視頻圖像信息比較復(fù)雜,火災(zāi)誤判比較嚴(yán)重。為了提高火災(zāi)探測算法的準(zhǔn)確性、實時性和魯棒性,針對現(xiàn)有圖像型火災(zāi)探測算法的不足,本文重點研究了火焰目標(biāo)提取和火焰特征提取等相關(guān)算法。主要有以下兩方面:
　　(1)火焰目標(biāo)提取。為了解決大空間建筑中火災(zāi)火焰目標(biāo)提取的準(zhǔn)確性問題,對當(dāng)前主要目標(biāo)提取方法的性能進行了研究

2、,研究了一種基于聚類分析的圖像型火焰目標(biāo)提取算法。以15幀圖像為一組,首先建立一種新的火焰顏色模型,然后利用像素運動累積法獲取疑似目標(biāo)的閃爍頻率,獲得火焰像素同時排除部分干擾。借助模糊聚類分析法合并同一疑似火焰區(qū)域中的不連通分量以得到火焰的外接矩形,確定火焰在本組圖像中的位置。最后依據(jù)火焰的亮度特征結(jié)合OTSU算法提取火焰。解決了以前火焰目標(biāo)提取算法不能提取火焰焰心以及提取的目標(biāo)不連通問題。
　　(2)火焰特征提取。在分析當(dāng)前主要

3、的火焰圖像特征提取算法性能的基礎(chǔ)上，研究了一種可以準(zhǔn)確提取火焰圖像像素間高階統(tǒng)計信息的方法:FastICA( Independent Component Analysis,ICA)。將一組火災(zāi)圖像作為觀測矩陣,利用FastICA分離出來的統(tǒng)計獨立基圖像作為火焰的圖像特征。與傳統(tǒng)的火焰特征相比,該方法可以提取原圖像像素間的高階統(tǒng)計關(guān)系,由于圖像的大部分重要特征信息與圖像的像素間的高階統(tǒng)計特性有著密切的關(guān)系,因此,采用對高階信息敏感的特征獲