基于小波变换和稀疏光流法的火灾烟雾检测

摘要：

传统图像型火灾烟雾检测算法不适用于存在灯光、水蒸气等噪声的图像.为此,通过分析早期火灾烟雾的运动规律,采用分块和背景自适应相结合的方法,提取运动前景,然后分别在RGB空间和HSV空间建立烟雾的颜色模型和亮度变化模型,分割出烟雾疑似区域.在灰度空间使用二维离散小波变换对烟雾疑似区域及对应的背景区域进行能量分析,提取高频和低频能量的比值.用Lucas-Kanade稀疏光流算法跟踪运动区域,获取烟雾运动区域的平均偏移量和相位分布作为烟雾识别特征,根据烟雾识别规则,判断监控区域是否有火灾发生.实验结果表明,该方法具有较强的鲁棒性,能够提高烟雾检测的准确率.

关键词：块分割、背景自适应、小波变换、稀疏光流、平均偏移量

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省科学技术研究发展计划基金资助项目2011K17-04-01;陕西省教育厅专项基金资助项目08JK319;陕西省西安市碑林区科学技术基金资助项目GX1104

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：204-206