起订:1台
供应:1000台
发货:3天内
火灾事故经常引起经济和环境方面的损失,甚至包括人员的伤亡.火灾的提前预警和探测在预防火灾,减少损失方面已经引起了人们足够的重视.鉴于在火灾发生的早期阶段经常先出现大量的烟雾这一特征,本文对基于视频图像的烟雾检测进行了研究. 视频烟雾检测(SDA)可分为:对输入视频流图像的预处理,视频的运动区域提取和烟雾特征的识别三大部分组成. 在图像的预处理阶段,对图像进行灰度化,均衡化等方面的处理,并进行小波变换(DWT,discrete wavelet transform)以便在烟雾识别的能量匹配方面提供有效的数据. 运动区域提取阶段,对帧差法,背景差法,背景差法中的运行期均值法,中值法,混合高斯法等算法理论进行研究,选取并通过实验进行相应的算法改进,得到效果好,并且实时性好的算法,提取更好的运动前景.通过实验,基本确定使用改进的近似中值算法(Approximate median method)进行运动区域提取. 烟雾特征识别阶段是较为核心的部分,烟雾特征识别算法的好坏直接影响到报警的准确率和实时性.现有的烟雾特征识别方法大致分为对颜色特征的识别,对烟雾静态特征的识别和对烟雾动态特征的识别.具体的有RGB色域上的识别算法,基于HIS模型的识别算法,累积量和主运动方向识别,提取前景表面光滑度特征,面积随机性特征,烟雾闪动特征识别,运动历史图像去除(MHI),基于不变距(Invariant moment)的烟雾特征