基于颜色和纹理特征的森林火灾图像识别

摘要：

为了降低火焰状干扰源存在时森林火灾的误报率,提高火灾预警的快速性,根据火焰独特的颜色和纹理特征,提出了以分块的LBP直方图特征结合LPQ直方图特征的火焰识别算法.首先利用YCbCr颜色空间的规则进行颜色检测,得到疑似火焰区域;再使用LBP、LPQ分别从空域、频域提取纹理,图像空域和频域的纹理特征结合后,得到特征向量;最后将特征向量输入SVM分类器进行测试和火焰识别.实验结果表明:此融合算法鲁棒性强、检测率高,存在火焰状干扰源时,测试集的火焰识别准确率可达94.55％;与深度学习算法对比,该算法在保证较高正确率的同时,预测耗时大幅度减少,预测耗时是DBN的1/4、是CNN的1/50,提高了火灾预警的快速性,为快速准确的林火预警提供了算法依据.

关键词：森林火灾、图像识别、火焰检测、YCbCr颜色空间、局部二值模式、局部相位量化、支持向量机

所属期刊栏目：48

分类号：TP79(遥感技术)

资助基金：国家自然科学基金资助项目 ;北京林业大学热点追踪项目

在线出版日期：2020-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：70-83