原文传递
公路隧道图像型火灾火焰检测方法研究
| 论文题名： | 公路隧道图像型火灾火焰检测方法研究 |
| 关键词： | 公路隧道;火焰检测;颜色分割;特征提取;模式识别 |
| 摘要： | 火灾是公路隧道中除交通事故外危害最大的一类安全事故。由于公路隧道环境特殊，一旦发生火灾，不仅车辆和人员疏散困难，火灾救援工作更是难以在短时间内展开，往往会造成重大的人员伤亡和财产损失。如果在火灾初期就能进行及时准确的报警，则能及时抑制火灾蔓延、减少火灾造成的损失。因此，公路隧道早期火灾检测具有重要意义。本文针对隧道的特殊环境，融合火焰的多种图像特征，采用AdaBoost识别方法对视频中的火焰进行检测。本文主要研究内容如下: (1)运动目标检测。分别利用帧间差分法、混合高斯模型背景差法以及光流法进行运动目标检测，通过分析对比三种方法的特点，本文选用帧间差分法提取运动目标区域，并对运动目标图像进行后处理。 (2)候选火焰区域分割。本文提出了一种有效分割候选火焰区域的方法，该方法采用RGB和Lab颜色空间对疑似区域进行分割，实验结果表明本文提出的颜色分割方法效果较好。 (3)火焰的多特征检测。本文主要研究火焰的H分量一阶矩、Lab中的a、b分量比值、矩形度、圆形度、尖角数以及跳动频率特征，并通过实验分析对比火焰和非火焰干扰物各特征数据的分布范围。 (4)基于AdaBoost的火焰识别。本文将从视频中提取的火焰和干扰样本数据构成特征向量输入SVM、AdaBoost中，分别训练生成SVM、AdaBoost学习模型，并分别优化选取SVM、AdaBoost的参数，以提高识别正确率。通过实验分析对比SVM和AdaBoost两种模型的识别正确率，选用检测正确率较高的AdaBoost作为本文的识别方法。 本文采用AdaBoost模式识别方法融合火焰多特征对火焰和干扰视频分别进行检测，实验结果表明，本文的检测方法能够有效检测视频图像中的火焰，并能排除公路隧道视频中伪火焰车灯的干扰。 |
| 作者： | 姚新 |
| 专业： | 电子科学与技术 |
| 导师： | 王琳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
