基于视频内容分析的火情早期预警方法研究

《基于视频内容分析的火情早期预警方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于视频内容分析的火情早期预警方法研究研究生姓名：史玉坤导师姓名：杨金锋教授2016年4月23日分类号：TP391.4密级：公开UDC：621.39学号：1304047中国民航大学硕士学位论文基于视频内容分析的火情早期预警方法研究研究生姓名：史玉坤导师姓名：杨金锋教授申请学位级别：工程硕士专业学位学科专业名称：电子与通信工程所在院系：电子信息与自动化学院论文答辩日期：2016年4月23日2016年4月23日ResearchonFirePrewarningMethodBasedonVideoContentAnalysisADissert

2、ationSubmittedtoCivilAviationUniversityofChinaFortheProfessionalDegreeofMasterofEngineeringBYSHIYu-kunSupervisedbyProf.YANGJin-fengCollegeofElectronicInformationandAutomationCivilAviationUniversityofChinaApril2016基于视频内容分析的火情早期预警方法研究本文得到了以下项目资助：国家自然科学基金（61379102）中国民航大学科研启动基金（2

3、013QD26X）摘要火灾是严重威胁人民生命财产安全的主要灾害之一。现阶段，国内外采用的火灾探测器主要由感温探测器和感烟探测器组成。在实际的应用场景中，这些探测器总是会受到距离、灰尘、湿度等外部条件因素的影响而不能有效工作。近些年来，随着图像处理芯片计算性能的快速提升和专用图形加速芯片的出现，基于视频的火灾探测技术逐渐吸引了越来越多的人研究。基于视频的火灾探测技术融合了计算机视觉、数字图像处理和模式识别相关技术，能在比较复杂的环境下自动识别场景中的火焰。针对早期火焰的物理特性，本文提出了一种基于红外和可见光双波段图像火灾探测系统。该算法主要包含三

4、个部分：目标区域分割，特征分析和目标识别。首先，考虑到火焰在不同波段图像中表现出的不同特征，采用了不同的分割方法。在红外图像中，利用区域生长法分割出火焰目标区域；在可见光图像中，利用火焰的颜色信息和运动信息分割出火焰目标区域。然后，本文从静态特征和动态特征两方面来刻画火焰的视觉特征。最后，依据双波段的分析检测结果，形成综合判据来识别出真正的火焰区域。实验结果表明，本文提出的算法能够快速准确的检测出火焰。关键词：火灾探测；图像处理；双波段；红外视频；区域生长法IAbstractFireisoneofthemostdangerousdisasters

5、thatseriouslythreatenhumanlifeandproperty.Atpresent,theconventionalfiredetectorsusedinoursocietymainlyrelyupontemperaturesensorsorsmokesensors.Inrealapplications,thereliabilityofthesefiredetectorsalwayssuffergreatlyfromsomeadverseenvironmentalfactors,suchasdistance,dust,humid

6、ityandsoon.Inrecentyears,withtheperformanceimprovementofembeddedprocessorsandemergenceofdedicatedgraphicsaccelerationchips,video-basedflamedetectiontechnologyhasgraduallyattractedmoreandmoreresearchers.Thevideo-basedfiredetectiontechnologycombinescomputervision,digitalimagepr

7、ocessingandpatternrecognitiontogetherforfirepre-warning,whichcanautomaticallyidentifyfireincidentevolvinginrelativelycomplicatedscenes.Accordingtothephysicalfeaturesoffireatearlystage,aper-warningsystemofdual-bandvideo-basedfiredetectionispresentedinthisthesis.Theproposedalgo

8、rithmcontainsthreeparts:objectregionsegment,featureanalysisandobject