資源描述：
《基于AdaBoost RBF神經(jīng)網(wǎng)絡(luò)的火災(zāi)煙霧檢測(cè)-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第33卷第2期河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版)Vo1．33No．22014年4月JOURNALOFHENANP0LYTECHNICUNIVERSITY(NATURALSCIENCE)Apr．2014基于AdaBoostRBF神經(jīng)網(wǎng)絡(luò)的火災(zāi)煙霧檢測(cè)王文豪，嚴(yán)云洋(淮陰工學(xué)院江蘇淮安223003)摘要：為了解決大空間場(chǎng)所的火災(zāi)早期預(yù)警問題，減少環(huán)境變化對(duì)預(yù)報(bào)的影響，從煙霧的視覺特征角度探討了視頻火災(zāi)煙霧檢測(cè)方法．該算法首先采用背景減除法獲得差分圖像，接著對(duì)差分圖像進(jìn)行二值化，并結(jié)合數(shù)學(xué)形態(tài)學(xué)提取可疑區(qū)域，然后從可疑區(qū)域提取顏色特征、運(yùn)動(dòng)特征和形狀特征，最后使用
2、基于AdaBoost的RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，判斷場(chǎng)景中是否有煙霧出現(xiàn)．試驗(yàn)表明，該方法能有效地檢測(cè)出煙霧并且具有較好的抗干擾能力，提高了煙霧檢測(cè)的準(zhǔn)確率，具有較好的工程應(yīng)用價(jià)值．關(guān)鍵詞：背景減除法；特征提取；RGB歸一化；AdaBoost；RBF神經(jīng)網(wǎng)絡(luò)中圖分類號(hào)：TP391．41文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-9787(2014)02-0132—07FiresmokedetectionbasedonAdaBoostandRBFneuralnetworkWANGWen—hao，YANYun-yang(HuaiyinInstituteofTechnol
3、ogy，Huaian223003，Jiangsu，China)Abstract：Inordertosolvetheproblemofanearlyfiredetectioninlargespacesandtoredueetheimpactofenvironmentalchangesontheforecast，thispaperexploresanapproachforavideofiresmokeddetectionbasedonanalyzingthevisualcharacteristicsofsmokeimages．Itincludesthethr
4、eeparts．Firstly，thedifferenceim—ageisattainedbyusingthebackgroundsubtractionmethod．Then，thesuspiciousregionsareobtainedbythebinaryimagemethodandmathematicalmorphologyprocessing．Finally，thecolorfeatures，motionfeatureandshapefeatureextractedfromthesuspiciousregionsaredetectedbasedo
5、nAdaboostandRBFneuralnetworktojudgewhetherthereissmokeinthesceneornot．Theexperimentresultsshowthatthismethodcandetectsmokeeffectivelyandhasgoodanti·interferencecapability，aswellascanimprovetheaccuracyofsmokede—tection．Ithasgoodapplicationprospects．Keywords：backgroundsubtraction；f
6、eaturesextraction；RGBnormalization；AdaBoost；RBFneuralnetwork光、感溫、感煙以及聲音等探測(cè)器，已應(yīng)用于某些0引言場(chǎng)合．但對(duì)高大空間和野外場(chǎng)所，這些探測(cè)器往往火災(zāi)是一種失去控制燃燒所引發(fā)的多發(fā)性災(zāi)難以發(fā)揮正常的作用．隨著數(shù)字圖像處理技術(shù)和害．它給人類所造成的災(zāi)害是巨大的，嚴(yán)重威脅著模式識(shí)別技術(shù)的不斷完善和廣泛應(yīng)用，研究人員人們的自然環(huán)境和生命財(cái)產(chǎn)安全．許多學(xué)者和研又提出了圖像型火災(zāi)檢測(cè)方法．目前這種方法主究人員都努力研究如何較早地發(fā)現(xiàn)火災(zāi)，將火災(zāi)要有兩大類：一類是基于火災(zāi)火焰特征的探測(cè)；另消滅在萌芽
7、狀態(tài)．目前已研制出多種探測(cè)器，如感一類是基于煙霧特征的探測(cè)¨。．由于煙霧的出現(xiàn)收稿日期：2013-08—20基金項(xiàng)目：淮安市科技支撐計(jì)劃項(xiàng)目(HAG2011044)．作者簡(jiǎn)介：王文豪(1973一)，男，江蘇淮安人，副教授，主要從事數(shù)字圖像處理，智能計(jì)算等方面的研究與教學(xué)工作E—mail：wangwenhaol4O7@163．com第2期王文豪，等：基于AdaBoostRBF神經(jīng)網(wǎng)絡(luò)的火災(zāi)煙霧檢測(cè)135性，有向同一方向運(yùn)動(dòng)的趨勢(shì)．因此可以累計(jì)統(tǒng)計(jì)2在時(shí)間r內(nèi)各運(yùn)動(dòng)方向上運(yùn)動(dòng)塊的個(gè)數(shù)c[i]，i=1，2，?，8，將運(yùn)動(dòng)塊個(gè)數(shù)最多的方向作為該區(qū)域運(yùn)動(dòng)的主方向，
8、記為D，由煙霧從下至上運(yùn)動(dòng)運(yùn)動(dòng)特性可知，D取值在1～5間．計(jì)算主運(yùn)動(dòng)方向上運(yùn)動(dòng)塊
