发明名称 |
一种基于密集尺度不变特征转换字典学的高精度火灾火焰检测方法 |
摘要 |
本发明公开了一种基于密集尺度不变特征转换字典学的高精度火灾火焰检测方法,包括以下步骤:S1:对视频流进行运动检测获取运动目标;S2:进行颜色检测,获取具有火焰特征的目标:对S1获得的运动目标的HSI颜色特征判断,获得具有火焰特征颜色的像素;S3:对符合运动检测和颜色检测的像素基于Dense-SIFT字典学进行空域形态特征判别;S4:对上述获取的目标结合时域上闪烁特征综合判别:在S3进行空域形态特征检测的基础上,结合时域动态闪烁特征,计算火焰像素点的个数与设定的阈值比较,综合判定实现对火焰的检测。 |
申请公布号 |
CN104809463A |
申请公布日期 |
2015.07.29 |
申请号 |
CN201510242755.7 |
申请日期 |
2015.05.13 |
申请人 |
大连理工大学 |
发明人 |
陈喆;殷福亮;王光耀 |
分类号 |
G06K9/46(2006.01)I;G06K9/62(2006.01)I;G06K9/00(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
代理机构 |
大连东方专利代理有限责任公司 21212 |
代理人 |
姜玉蓉;李洪福 |
主权项 |
一种基于密集尺度不变特征转换字典学习的高精度火灾火焰检测方法,其特征在于:包括以下步骤:S1:对视频流进行运动检测获取运动目标:基于改进型视觉背景提取算法、根据邻域像素间的空间分布相关性、运用尺度不变局部三值模式提取特征对视频流进行运动检测获得运动目标;S2:进行颜色检测获取具有火焰特征的目标:对S1获得的运动目标的HSI颜色特征判断,获得具有火焰特征颜色的像素;S3:对符合运动检测和颜色检测的像素进行空域上形态特征判别:提取S2获得的可能火焰目标像素区域的Dense‑SIFT特征,利用离线训练好的火焰字典进行编码,使用支持向量机分类器判定;S4:对上述获取的目标结合时域上闪烁特征综合判别:在S3进行空域形态特征检测的基础上,结合时域动态闪烁特征,计算火焰像素点的个数与设定的阈值比较,综合判定实现对火焰的检测。 |
地址 |
116024 辽宁省大连市高新园区凌工路2号 |