基于融合特征的火焰和烟雾识别方法研究

基于融合特征的火焰和烟雾识别方法研究

ID:35070087

大小:3.34 MB

页数:64页

时间:2019-03-17

基于融合特征的火焰和烟雾识别方法研究_第1页
基于融合特征的火焰和烟雾识别方法研究_第2页
基于融合特征的火焰和烟雾识别方法研究_第3页
基于融合特征的火焰和烟雾识别方法研究_第4页
基于融合特征的火焰和烟雾识别方法研究_第5页
资源描述:

《基于融合特征的火焰和烟雾识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号______________________________密级______________________________UDC______________________________编号______________________________硕士学位论文基于融合特征的火焰和烟雾识别方法研究学位申请人:胡传秀学科专业:应用数学指导教师:蒋先刚教授答辩日期:2016年6月1日独创性声明本人郑重声明:所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写的研究成果,也不包含为获得华东

2、交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅。学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定,本论文无保密内容。本人签名____________导师签名__________日期___________摘要基于融合特征的火焰和烟雾识别方法研究摘要为了提高视

3、频火灾监测系统的准确率,本文对火焰与烟雾图像的预处理、火焰与烟雾区域的特征选取、火焰与烟雾区域的分类识别进行了研究并取得了相应的研究成果。实验中基于颜色矩和协方差矩阵描述子构造稀疏字典矩阵并通过MP和OMP方法对火焰和烟雾区域进行稀疏分解表达。将这些方法与AdaBoost及SVM方法进行了详细地比较分析,发现通过稀疏表达融合特征可以大幅度提高识别火焰区域和烟雾区域的精度。本文中用HOG描述了火焰区域、烟雾区域及物体区域的动静态特征。此外,描述了烟雾区域的凸形度、扩散特征、运动方向、运动强度及暗通道先验理论。通过协方差描述子构造向量表达的融合特征并根据统计数据分析特征选择的合理性,并基于

4、匹配追踪和正交匹配追踪进行稀疏表达。本文对上述算法进行了程序验证并完成了基于稀疏的验证。实验证明通过正交匹配追踪求解的稀疏表达分类对火焰和烟雾区域的识别有更高地实时性、准确性和鲁棒性。关键词:火焰,Gauss滤波,光流法,协方差描述子,暗通道,稀疏表达分类器IAbstractRESEARCHONDETECTIONMETHODOFFlAMEANDSMOGBASEDONFUSIONFEATURESABSTRACTInordertoimprovetheaccuracyofmonitoringsystem,thepaperhadresearchedthatthepreprocessingofm

5、anymonitoringimages,theselectionoffeatures,whichinvolvedflameandsmogregion,andtherecognitionofflameandsmogarea.InexperimentingsparsedictionarymatrixeswerestructuredbasedoncolormomentandcovariancematrixdescriptorandtheflameandsmokeareasweredecomposedbytheMPandOMPmethods.Thepaper,sparserepresentat

6、ionwascomparedwithAdaBoostandSVMmethods,anditwasfoundthatthefusionfeaturecouldgreatlyimprovetheidentificationaccuracyofflameregionandsmogregion,basedonsparserepresentation.Inthispaper,HOGwasusedtodescribethedynamicandstaticcharacteristicsofflamearea,smogregionandobjectregion.Inaddition,theconvex

7、degree,diffusionfeature,motiondirection,motionintensityanddarkchannelpriortheoryweredescribed.Thepaper,fusionfeaturewasconstructedbycovariancedescriptors,whichwereexpressedintheformofvectors.Accordingtothestatisticaldata,the

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。