基于概念格粗糙集-支持向量機的圖像型火焰特征優(yōu)化分類與探測算法的研究.pdf

1、視頻圖像型火災探測技術可以有效解決大空間火災探測的難題，具有重要的應用價值。該技術主要包括視頻獲取，圖像預處理，分割、特征提取和火焰識別幾大部分。為了提高探測算法的準確率、魯棒性，針對現(xiàn)有的圖像型火災探測算法中存在的不足，本文對火焰分割、特征的選取和識別等相關算法進行了重點研究。主要有以下幾方面：
　　（1）火焰分割算法研究。目標分割是進行圖像特征提取和目標識別的基礎和關鍵，對于減少數據量和提高算法性能意義重大。本文在分析與對比現(xiàn)

2、有火焰分割算法的基礎上，提出了基于CIE Lab顏色模型和模糊C均值結合的火焰分割方法。首先建立CIE Lab空間的火焰顏色模型，用顏色分量進行分割，然后用模糊C均值算法將同一區(qū)域內的離散目標進行合并，提高火焰疑似區(qū)域分割的準確率。
　?。?）火焰特征選取和識別算法研究。概述了圖像型火災探測的原理及特點，針對目前火焰圖像特征不能隨監(jiān)控場景自適應選擇的問題，提出了基于概念格粗糙集—支持向量機的火焰圖像特征選擇與探測新算法。首先分析并