学位论文 > 优秀研究生学位论文题录展示
基于视频图像处理的火灾烟雾检测技术研究
作 者: 王涛
导 师: 刘渊
学 校: 江南大学
专 业: 计算机软件与理论
关键词: 图像处理 视频烟雾检测 烟雾特征分析 飘动性分析 自适应神经模糊推理系统 贝叶斯决策 ROC曲线
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 274次
引 用: 3次
阅 读: 论文下载
内容摘要
随着社会与经济的不断发展,大型公共场所和无人看守原始森林的火灾安全问题受到人们越来越多的关注。许多研究者致力于研究如何及早发现火灾,并将火灾消灭在萌芽阶段。传统模式下利用传感器技术已发展出感光型、感温型、感烟型和复合型检测设备,它们主要依赖于对火焰、温度和烟雾的感知来进行火灾探测。传统的传感器技术,其每一个传感点只能监控布控点周围的局部空间,而在开放空间或高速气流等特殊场合难以发挥作用。随着计算机技术的不断发展,以及数字图像理论的不断完善和应用的不断普及,研究者们突破原先对光、温、烟三个前期火灾物理特征探测的设计理念,将注意力转移到火灾现象本身和深层次的机理研究方面,出现了基于视频图像处理技术的火灾检测,其运用数字图像处理技术和模式识别技术,根据火灾火焰和烟雾的图像特性来解决在大空间场所的火灾预警的问题。火灾发生初期会伴有大量烟雾产生,并在一定空间范围内传播,烟雾的监控对于及早发现火灾有着非常重要的意义。为此,本文从烟雾检测的角度,研究和探索了基于视频图像处理的火灾烟雾检测中的相关技术问题,并进行了仿真实验,主要内容包括以下几个方面:(1)分析了视频烟雾检测所须的数字图像处理技术及常用的运动检测算法,并研究使用了一种基于背景更新的运动区域检测算法以获取较有效的疑似烟雾区域。(2)从烟雾视觉特征出发,提出一种基于飘动性分析的烟雾特征提取方法。此外,还对烟雾区域的密度分布特征和边界形状特征进行了分析,并提出了相应的特征提取方法。最后,将以上几种特征量融合起来,获得了一个有效表征烟雾图像特征的9维特征向量。(3)介绍了自适应神经模糊推理系统的网络结构和学习算法,结合9维烟雾特征向量,将其应用于视频烟雾检测中,并提出了一种视频烟雾检测系统的总体结构及算法步骤。实验结果表明,相对于其他经典分类算法,自适应神经模糊推理系统在视频烟雾检测中能有效地提高检测率和降低虚警率,同时也验证了本文提出的烟雾特征量是稳定有效的。(4)介绍了基于最小错误率的贝叶斯决策和基于最小风险的贝叶斯决策,提出一种贝叶斯决策支持的视频烟雾检测算法。该算法将贝叶斯决策作用于自适应神经模糊推理系统的输出,分别使用基于最小错误率的贝叶斯决策和基于最小风险的贝叶斯决策对烟雾检测结果进行修正。实验结果表明,基于最小风险的贝叶斯决策由于考虑了烟雾误报和漏报的风险,有助于进一步提高视频烟雾检测性能。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-11 1.1 研究背景及意义 7 1.2 视频图像烟雾检测简介 7-8 1.3 国内外研究现状 8-9 1.4 本文的研究内容及结构安排 9-11 第二章 视频图像运动区域检测与分割 11-17 2.1 图像的预处理 11-13 2.1.1 彩色图像转灰度图像 11 2.1.2 灰度图像直方图均衡化 11-12 2.1.3 灰度图像平滑滤波 12-13 2.2 运动检测算法介绍 13-14 2.2.1 帧间差分法 13 2.2.2 光流法 13 2.2.3 背景减除法 13-14 2.3 基于背景更新的视频图像运动区域检测 14-16 2.3.1 背景更新 14 2.3.2 运动区域分割 14-15 2.3.3 数学形态学处理 15-16 2.4 本章小结 16-17 第三章 烟雾图像特征分析与提取 17-23 3.1 烟雾飘动特性分析 17-20 3.1.1 飘动方向 17-18 3.1.2 周期飘动强度 18-19 3.1.3 周期有效飘动强度 19-20 3.1.4 周期逆向飘动强度 20 3.2 烟雾密度分布特性分析 20-21 3.3 烟雾边界形状特性分析 21 3.4 烟雾图像特征向量 21-22 3.5 本章小结 22-23 第四章 基于自适应神经模糊推理系统的视频烟雾检测 23-43 4.1 模糊系统理论基础 23-26 4.1.1 模糊集合及其运算 23-24 4.1.2 隶属度函数 24-25 4.1.3 模糊推理规则及其运算 25-26 4.1.4 模糊系统的分类 26 4.2 人工神经网络理论基础 26-28 4.2.1 人工神经网络模型结构 27-28 4.2.2 人工神经网络学习算法 28 4.3 自适应神经模糊推理系统 28-31 4.3.1 ANFIS 网络结构 29-30 4.3.2 ANFIS 学习算法 30-31 4.3.3 减法聚类 31 4.4 ANFIS 在视频烟雾检测中的应用 31-42 4.4.1 视频烟雾检测系统总体结构 32-33 4.4.2 实验数据说明 33-34 4.4.3 数据预处理 34-35 4.4.4 仿真实验 35-37 4.4.5 实验结果分析及比较 37-42 4.5 本章小结 42-43 第五章 贝叶斯决策支持的视频烟雾检测 43-51 5.1 贝叶斯决策理论基础 43-47 5.1.1 基于最小错误率的贝叶斯决策 43-45 5.1.2 基于最小风险的贝叶斯决策 45-47 5.2 基于贝叶斯决策的检测结果修正 47-49 5.2.1 样本条件概率和总体分布的非参数估计 47-48 5.2.2 基于最小错误率贝叶斯决策的检测结果修正 48 5.2.3 基于最小风险贝叶斯决策的检测结果修正 48-49 5.3 实验结果分析及比较 49-50 5.4 本章小结 50-51 第六章 总结与展望 51-53 6.1 工作总结 51-52 6.2 工作展望 52-53 致谢 53-54 参考文献 54-58 附录:作者在攻读硕士学位期间发表的论文 58
|
相似论文
- 基于CCD图像传感器的温度测量技术研究,TH811
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 半成型结构在休闲女装中的应用,TS941.2
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于机器视觉的光纤几何参数检测研究,TN253
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 基于图像处理技术的两相流动特性描述,TP391.41
- 体外受精—胚胎移植周期晚卵泡期血清孕激素对治疗结局的影响及阈值确定,R714.8
- 车牌识别系统中车牌定位算法的研究,TP391.41
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 底片扫描仪小型化及焊缝故障识别技术研究,TP391.41
- 基于不完全数据的服用测量系统研究,TP391.41
- 机器视觉在SMT贴片机中的研究及应用,TP391.41
- 基于DSP的水稻杂草识别研究,TP391.41
- 生物细胞图像拼接方法研究,TP391.41
- DNA指纹图谱的自动识别与分析定位研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|