基于连通区域和SVM特征融合的火灾检测

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＷＡＮＧＷｅｎ — ｈａｏ。ＣＨＥＮＸｉａｏ — ｂｉｎ，ＬＩＵＪｉｎ — ｌｉｎｇ
（ＨｕａｉｙｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，ＨｕａｉａｎＪｉａｎｇｓｕ２２３００１，Ｃｈｉｎａ）
ＡＢＳＴＲＡＣＴ：Ｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｓｕｓｐｅｃｔｅｄｌｆａｍｅａｒｅａａｓｍｕｃｈａｓｐｏｓｓｉｂｌｅ，ｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙａｎｄｒｅａｌ－ｔｉｍｅｃｈａｒａｃｔｅｒｏｆｔｈｅｉｆｒｅｄｅｔｅｃｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅｔｈｏｕｇｈｔｔｈａｔｔｈｅｍｏｖｉｎｇｔｒｇａｅｔｄｅｔｅｃｔｉｏｎｉｓａｐｐｌｉｅｄｔｏｌｆａｍｅｄｅ — ｔｅｃｔｉｏｎ．Ｆｉｒｓｔ，ｔｈｅｍｏｖｅｍｅｎｔｒｅｇｉｏｎｓｗｅｒｅｅｘｔｒａｃｔｅｄｕｓｉｎｇｂａｃｋｇｒｏｕｎｄｓｕｂｔｒａｃｔｉｏｎｍｅｔｈｏｄ．Ｔｈｅｎｔｈｅｌｆａｍｅ ’ ｓｓｕｓｐｅｃ－ｔｅｄｒｅｇｉｏｎａｎｄｉｔｓｃｏｎｔｏｕｒｗｅｒｅａｃｃｕｒａｔｅｌｙｅｘｔｒａｃｔｅｄｕｓｉｎｇｔｈｅｒｅａａｔｈｒｅｓｈｏｌｄｂａｓｅｄｏｎｃｏｎｎｅｃｔｅｄｒｅｇｉｏｎ．Ａｎｄｔｈｅｎａｃ－ｃｏｒｄｉｎｇｔｏｔｈｅｅａｒｌｙｉｆｒｅ ’ Ｓｖｉｓｕａｌｃｈａｒａｃｔｅｉｒｓｔｉｃ，ｆｏｕｒｆｅａｔｕｒｅｓｗｅｒｅｅｘｔｒａｃｔｅｄ，ｎａｍｅｌｙ：ｒｅｄｐｒｏｐｏｒｔｉｏｎａｖｅｒａｇｅｒａｔｅｏｆ
中图分类号：ＴＰ３９１．４１文献标识码：Ｂ
ＦｉｒｅＤｅｔｅｃｔｉｏｎＢａｓｅｄｏｎＣｏｎｎｅｃｔｅｄＲｅｇｉｏｎａｎｄＳＶＭＦｅａｔｕｒｅＦｕｓｉｏｎ
第３１卷第１期
文章编号：１００６ — ９３４８（２０１４）０１ — ０３８３ — ０５
计
算
机
Hale Waihona Puke 仿真２０１４年１月
基于连通区域和ＳＶＭ特征融合的火灾检测
王文豪，陈晓兵，刘金岭
（淮阴工学院，江苏淮安２２３００３）
ｉｎｃｒｅａｓｅ，ａｒｅａｒａｔｅｏｆｉｎｃｒｅａｓｅ，ａｖｅｒａｇｅｓｉｍｉｌｒａｄｅｒｅｇｅｏｆｆｏｒｍａｎｄｔｈｅｖｌｕａｅｏｆｒｏｕｎｄｓｃｌｅａｏｆａｄｊａｃｅｎｔｆｒａｍｅｓ．Ｆｉｎｌａ —
ｌｙ，ｔｈｅｓｅｆｅａｔｕｒｅｓｗｅｒｅｆｕｓｅｄｂｙＳＶＭｔｏｄｅｔｅｃｔｔｈｅｉｆｒｅ．Ｔｈｅｅｘｐｅｉｒｍｅｎｔｒｅｓｕｈｓｓｈｏｗｔｈｅａｌｇｏｒｉｔｈｍｉｓｏｆｈｉｇｈｅｆｆｉｃｉｅｎ —
摘要：为了尽可能地缩小疑似火焰区域，提高火灾检测的准确性和实时性，提出了把图像运动目标检测应用于火焰检测的问题。首先使用背景减除法提取运动目标，然后使用基于连通区域的面积阈值精确地提取疑似区域和其轮廓，再依据早期火灾的视觉特征，抽取四个特征量，即：相邻帧红色比重平均增长率、面积变化率、形状的平均相似度和圆形度，最后通过ＳＶＭ融合这些特征量进行综合判别。实验结果表明，上述方法计算速度快，检测效果好，误判率低，具有良好的抗干扰能力，为图像目标优化控制提供了依据。关键词：火灾检测；图像分割；轮廓提取；特征提取
ｃｙ，ｇｏｏｄｄｅｔｅｃｔｉｏｎｅｆｆｅｃｔ，ｌｏｗｍｉｓｊｕｄｇｍｅｎｔｒａｔｅａｎｄｇｏｏｄａｎｔｉ－ｉｎｔｅｒｆｅｒｅｎｃｅｃａｐａｂｉｌｉｔｙ．