基于視頻的火災煙霧檢測算法的研究.pdf

1、學校代碼：10385分類號：研究生學號：1400214025密級：基于視頻的火災煙霧檢測算法的基于視頻的火災煙霧檢測算法的研究研究ResearchofFireSmokeDetectionAlgithmBasedonVideo作者姓名：趙亮指導教師：駱炎民駱炎民（副教授副教授）合作教師：學科：計算機應用技術(shù)計算機應用技術(shù)研究方向：圖像處理與計算機視覺圖像處理與計算機視覺所在學院：計算機科學與技術(shù)學院計算機科學與技術(shù)學院論文提交日期：二〇一

2、七二〇一七年三月十二十二日摘要I摘要火災是嚴重危害人類生命財產(chǎn)安全和自然生態(tài)環(huán)境的重大災害之一?；馂牡募皶r預警對于減少各項損失意義重大。一般火災發(fā)生初期火焰較小，但是煙霧卻很明顯，因此對火災煙霧的檢測是及時判斷火災是否發(fā)生的重要依據(jù)。傳統(tǒng)的火災檢測技術(shù)依賴傳感器工作，在開放空間中的使用受到限制。隨著智能監(jiān)控設(shè)備的普及，基于視頻圖像的火災煙霧檢測技術(shù)受到廣泛關(guān)注，它可以有效避免部分環(huán)境因素產(chǎn)生的影響，且在大尺度空間監(jiān)測上具有明顯的優(yōu)勢。本

3、文提出了一種動態(tài)檢測和靜態(tài)分類相結(jié)合的基于視頻圖像的火災煙霧檢測方法，分別從候選煙霧區(qū)域提取和圖像特征提取與分類等方面重點研究了火災煙霧檢測算法，主要的工作包括：（1）提出一種基于背景動態(tài)更新與暗通道先驗的火災煙霧檢測算法。首先通過改進的背景動態(tài)更新算法提取運動前景，解決了傳統(tǒng)運動目標檢測算法針對擴散緩慢的煙霧做前景檢測時，容易出現(xiàn)的空洞現(xiàn)象；然后針對目前算法在復雜環(huán)境下適應性不強的問題，例如自然場景中存在著諸如樹枝晃動、行人和其他運動

4、物體的干擾，很容易產(chǎn)生誤檢，提出一種基于暗通道先驗知識的干擾物體過濾方法，該方法結(jié)合運動目標檢測算法，使其在候選煙霧區(qū)域提取階段就可以消除多數(shù)干擾物體；最后通過多特征融合的方式實現(xiàn)分類識別。實驗結(jié)果表明算法可以有效減少誤檢，提升檢測性能。（2）提出一種基于卷積神經(jīng)網(wǎng)絡的火災煙霧檢測算法。由于煙霧沒有固定的顏色和輪廓，傳統(tǒng)基于手工設(shè)計特征的煙霧檢測算法難以描述煙霧的本質(zhì)屬性，進而影響檢測的準確性；同時手工設(shè)計和處理特征需要一定的專業(yè)知識和