

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文研究了基于時空域紋理特征的視頻火焰檢測算法,主要目的是利用攝像頭對場景進行監(jiān)視,同時結(jié)合圖像處理、模式識別、計算機視覺、機器學(xué)習(xí)等技術(shù)對獲得的視頻圖像進行圖像內(nèi)容和目標(biāo)行為的分析,實現(xiàn)火災(zāi)的自動檢測和報警。
本文分析了運動特征和顏色空間在視頻圖像中對像素點的篩選,經(jīng)過實驗對比發(fā)現(xiàn),使用幀間差分法和RGB與HSI顏色空間下對視頻圖像中候選火焰像素點的提取效果較好。在候選的火焰像素點中,使用種子生長法對候選火焰像素點進行擴
2、展,得到了更加豐富的候選火焰像素點。由于火焰是流體運動,并且紋理豐富,可能前期無法將火焰區(qū)域完整的提取,因此本文將視頻圖像進行分塊處理,利用圖像塊中候選火焰像素點的個數(shù)選取候選火焰塊。
針對現(xiàn)有的紋理特征提取方法在視頻火焰中的應(yīng)用,基于特征融合技術(shù),將協(xié)方差矩陣與小波變換和Contourlet變換分別進行融合,得到了基于時空域紋理特征的檢測方法,并將其應(yīng)用于視頻火焰檢測過程中。分析了支持向量機中四種不同核函數(shù)對紋理特征塊的
3、學(xué)習(xí)和分類,實驗結(jié)果表明,基于線性核函數(shù)的分類效果較好。在火焰塊的識別中,通過使用線性核函數(shù)學(xué)習(xí)的映射函數(shù)對圖像塊進行分類,以判斷所檢測的圖像塊是否為火焰塊。最后利用本文提出的火焰幀判定準(zhǔn)則,判斷當(dāng)前視頻中是否含有火焰塊。
本文最終給出了基于LBP、LBP-TOP、協(xié)方差矩陣、協(xié)方差矩陣與離散小波變換融合、協(xié)方差矩陣和Contourlet融合的實驗結(jié)果。實驗結(jié)果表明,基于協(xié)方差矩陣和Contourlet融合的時空域特征相比
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻的火焰檢測算法研究.pdf
- 基于時空域的視頻去噪算法研究.pdf
- 基于時空域信息的視頻字幕提取算法研究.pdf
- 智能視頻系統(tǒng)中的火焰檢測算法研究.pdf
- 基于火焰動態(tài)模型融合的火焰檢測算法研究.pdf
- 基于時空特征的暴恐視頻檢測算法研究與實現(xiàn).pdf
- 基于信息融合技術(shù)的火焰檢測算法研究.pdf
- 基于視頻監(jiān)控平臺的室內(nèi)火焰探測算法研究.pdf
- 鍋爐火焰檢測算法研究.pdf
- 基于時空視覺顯著性的視頻火焰檢測.pdf
- 基于內(nèi)容的同源視頻檢測算法研究.pdf
- 紋理物體缺陷的視覺檢測算法研究.pdf
- 基于空域統(tǒng)計的SAR圖像海岸線檢測算法.pdf
- 球形火焰實時圓檢測算法研究.pdf
- 基于數(shù)字圖像處理的火焰檢測算法研究.pdf
- 紋理無關(guān)的裂紋缺陷檢測算法.pdf
- 基于內(nèi)容的視頻拷貝檢測算法的研究.pdf
- 基于數(shù)字圖像處理的火災(zāi)火焰檢測算法研究.pdf
- 圖像高位空域隱藏差分檢測算法研究.pdf
- 基于時空域的網(wǎng)絡(luò)監(jiān)控視頻去噪研究.pdf
評論
0/150
提交評論