基于连通区域和SVM特征融合的火灾检测-论文.pdf

《基于连通区域和SVM特征融合的火灾检测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第1期计算机仿真2014年1月文章编号：1006—9348(2014)01—0383—05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)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

2、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；特征提取中图分类号：TP391．41文献标识码：BFireDetectionBasedonConnectedRegionandSVMFeatureFusionWANGWen—hao。CHENXiao—bin，LIUJin—ling(HuaiyinInstituteofTechnology，HuaianJiangsu223001，China)ABSTRACT：Inordertoreducethesuspectedflam

3、eareaasmuchaspossible，improvetheaccuracyandreal-timecharacterofthefiredetection，thispaperproposedthethoughtthatthemovingtargetdetectionisappliedtoflamede—tection．First，themovementregionswereextractedusingbackgroundsubtractionmethod．Thentheflame’ssuspec-tedregionanditscontourwere

4、accuratelyextractedusingtheareathresholdbasedonconnectedregion．Andthenac-cordingtotheearlyfire’Svisualcharacteristic，fourfeatureswereextracted，namely：redproportionaveragerateofincrease，arearateofincrease，averagesimilardegreeofformandthevalueofroundscaleofadjacentframes．Final—ly，

5、thesefeatureswerefusedbySVMtodetectthefire．Theexperimentresuhsshowthealgorithmisofhighefficien—cy，gooddetectioneffect，lowmisjudgmentrateandgoodanti-interferencecapability．KEYWORDS：Firedetection；Imagesegmentation；Contourextraction；Featureextraction1引言正荣等利用火焰尖角的数目，形状相似度来判断火灾是否为了预防

6、火灾，人们探究了很多火灾检测技术，目前，在发生。Toreyin等利用时域小波变换和空域小波变换来分某些场所已找到了比较成熟的火灾探测的方法，如感温、感析火焰的闪动情况及火焰内部颜色变化情况。吴铮等使烟等探测器，但在室外和大空间建筑物等场所这些探测器却用三状态的Markov模型来描述火焰和非火焰像素的时空特难以发挥应有的作用，因为这些探测器只有当温度或烟雾浓性，通过不同状态之间的跃迁来区分火焰与类似火焰颜色的度到达一定程度时，才会发出警报，因此发出的警报必然有运动物体。这些方法在通常情况下能够检测出火焰，但容易一定的延迟，不利于火灾的早期发现，而图像型火

7、灾检测技产生误判。术却能弥补这些方法的不足，能在第一时间内捕捉到火灾信传统图像型火灾检测方法仅考虑火焰的部分特征，没有息，继而进行快速的检测。从整体的角度综合考虑这些特征，易产生漏检和误检，检测图像型火灾检测技术，早期主要集中在依据火焰颜色特速度也较慢。鉴于此，本文利用火灾发生初期的火焰的形状征进行判别，这类方法不能区分真实的火焰与类似火焰颜色和面积不断变化的特征，使用运动目标检测的方法，提取火的物体。近期的研究发掘了火焰更多特征。金华彪等⋯根焰的疑似区域，然后依据火焰的颜色分布、火焰面积逐渐增据火焰蔓延时的面积、相似度的变化来识别火灾的发生。张大、火

8、焰边缘不断变化等特征提取火焰的特征值，使用SVM进行综合判别。基金项目：国家星火计划资助项目(