10.3969/j.issn.1007-2276.2014.05.055
结合FC M聚类与SVM的火焰检测算法
针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型(GMM)检测视频序列中的运动目标;然后采用模糊C均值(FCM)聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变化、表面不均度等时空特征参数;最后将这些特征参数输入训练好的支持向量机( SVM )分类器以识别火焰区域。实验结果表明,算法不但在提高了检测率的同时降低了误检率,而且适用范围广,是一种有效的火焰检测算法。
火焰检测、混合高斯模型、模糊C均值聚类、支持向量机
TP391(计算技术、计算机技术)
国家自然科学基金61132008
2014-08-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
1660-1666