基于视频的烟雾检测

《基于视频的烟雾检测》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、．、‘－－ＶＶ．巧故－；啥．．．＇，‘襄＇相片■巧．、ｓ－＇ｆ＾＇擊；；ｉ．％桌■ｔ１．．：一掉／－托ｖ；／】麵＊ｉ命豁璋．：ｖ？的ｖ，按．ｙｖ．岂＇＇ｆＶ‘＇＞换号＂誦级一ｈ巧’－■．ｘ．．．苗＇沒；■‘么．一＇等－■這．户若Ｈ讓作？品＇；矣：＾子托Ｈ；：＇＞．．ａ裘■；ｉ．．．兹＇。詩常ｙ’＇．＇＞＾娶ｆ自ＭＳ大北尿：．、＿＇驾－．．．．，’‘．．－‘芳ｓＶ．台ｒ结不這韦ｃ＇ｉ二ｉ．贡Ｓ；ｖｆ八．．．＾衫．．．■．‘－＇．．．‘■Ｖ－■；．Ｖ，■－．；．凉，零－．．屯軒．

2、＇磅，．－－＇‘－’餐＾巧句＂－－节、、．．＼；．‘窜？‘．：＊．＾；句．１语－＇：‘－；、．矿．巧非‘．＇．．解－■若．、．－？于：基见频的雾检巧，．．；－．苗．．：／；、＇！ｙ＼；，，遗‘ｔｒ為：、補‘蘇艺ｙ－．，ｆ一參．：ｖ‘＞ｖｉ叫：；＂杉４７‘’．ｌ＜电＜一．擊‘叫：音＾‘赢３軒今夸扇ｓｓ、蓄，Ｍ；非琴－：ｖ７ｒ研宅生超‘■．ｒ■．．／：业．专数＇．．方向：研计ｉｖ＇一．＇＇，’ｌ－『教：指师辆．＇＇ｒ聲．；．．，．．：ｒ．和＇ｖ／Ｉ．＾ｖ．、、＇，雜、Ｊ又．ｒ、■蘇

3、．■‘：；皆ｔＶ，韓．皆ｔ＼ｗｒ＞，／＿Ｖ．；？．？．接－－弓．＾：；韋非＾＇」鱗；把．ｌ：，：；：、‘’譯片．、唯掉ｉ、；‘／．；藏ｖ．；．Ｈ？：覆，．．細＇：＾．－，＇奴；．＃ｒｆ忠ｒ－，ｖ；ｖ；．耀苗議．ｓ＊？；．叩；若達；？＾－＇．！，？．■．－．辜’ＨＪｋ－＾声或＞ｙ＞參垂＾＼＆袭－．Ｔｄｔｒｏｎ户Ｉ口月本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论义中不

4、包含其他人已经发表或撰写过的研究成果，也不包含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献巧己在论文中作了明确的说明并表示了谢意。送么ｗｉ．ｈｙ签名：若遊日ｍ：？关于论文使用授权的说明本人完全了解中国地质大学有关保留，目Ｐ：、使用学位论文的规定学校有权保留送交论文的复印件，允许论文被查阅和借阅：学校可公布论文的全部或部分内容■、，可ｙ采用穀印缩印或其他复制手段保存论文。开□保密（年）（保密的论文在解密后应进守此规定＿＿）签名；复棘：：＿导师签名

5、遂的幻兰期’分类号密级中国地质大学（北京）硕士学位论文基于视频的烟雾检测学号：2019130001研究生：房世超专业：计算数学研究方向：智能计算指导教师：王祖朝2016年5月ADissertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreeSmokeDetectionBasedonVideoMasterCandidate:ShichaoFangMajor:ComputationalMathematicsStudyOrientation:IntelligenceComputat

6、ionDissertationSupervisor:Prof.ZuchaoWangChinaUniversityofGeosciences(Beijing)摘要近年来，重大火灾事故发生频繁，给人民的生命财产安全造成了巨大的损失。然而传统的火灾探测器本身具有一定的缺陷，如不适用于开放的场景和检测效果受火源和检测设备之间距离的影响较大等，不能很好地满足现在的火灾预警需求。基于视频的火灾预警技术具有应用场景广泛、检测设备简单和灵敏度高等优点，成为近年来的研究热点。本文主要对基于视频的烟雾检测算法进行了研究。本文的烟雾检测算法主要可以分为预处理选取烟雾

7、候选区域、特征提取和判别分析三个部分。首先，通过使用自适应的混合高斯模型算法提取了运动目标，并结合颜色特征和纹理特征筛选算法提取得到烟雾的候选区域。其次，对烟雾候选区域提取了静态特征和动态特征，其中静态特征主要为Gabor统计纹理特征，而动态特征包括面积增长率、圆形度变化率和基于Gabor小波变换的主运动方向。最后，使用支持向量机(SVM)和阈值判别法作为判别分类算法，对提取到的特征向量进行判别分类，从而检测是否有烟雾出现。同时，本文使用了主成分分析(PCA)算法对特征向量进行了降维操作提高了算法速度，并且将交叉验证算法得到的平均精度作为评价函

8、数，将网格搜索算法得到的区域作为粒子群初始化范围，使用粒子群优化算法(PSO)对支持向量机模型中的参数进行优化，提高了算法的识别率。通过对1000张正