论文摘要
为了提高火焰特征使用效率和对光照强度变化的鲁棒性,结合MHSW(Maximal HSV and SILBP of Windows)和圆形度特征融合给出了一种基于图像的火焰检测算法。该算法对图像进行超像素分割,并采用YCbCr颜色空间对超像素进行处理,分割出疑似火焰区域;然后对疑似火焰区域图像提取MHSW和圆形度特征,其中MHSW特征是同一水平内局部窗口中两个SILBP(尺度不变的局部三元模式)统计直方图和HSV颜色直方图对应模式最大值组合而成;最后融合MHSW特征和圆形度特征,并使用交叉网络搜查法的SVM实现火焰的识别。MHSW特征减少火焰特征使用的冗余性和火焰特征训练识别的复杂性,降低火焰识别的误检率;MHSW特征对噪声和光照强度变化具有鲁棒性。实验结果证明,该算法是有效的,且具有较高的识别率和较低的误减率。
论文目录
文章来源
类型: 期刊论文
作者: 张健,钟中志,柯艳国,凡远柱
关键词: 火焰检测,圆形度,超像素
来源: 计算机技术与发展 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅰ辑,工程科技Ⅱ辑
专业: 安全科学与灾害防治,电力工业,计算机软件及计算机应用
单位: 国网安徽省电力有限公司,安徽大学电子信息工程学院,安徽南瑞继远电网技术有限公司
基金: 国家自然科学基金(61401001)
分类号: TP391.41;TM08
页码: 184-188
总页数: 5
文件大小: 1506K
下载量: 89