结合FC M聚类与SVM的火焰检测算法

摘要：

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。

关键词：火焰检测、混合高斯模型、模糊C均值聚类、支持向量机

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61132008

在线出版日期：2014-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1660-1666