基于LSA和SVM的火灾烟雾检测算法

摘要：

为了解决视频烟雾检测中特征提取难度较大、复杂度较高的问题,提出一种基于潜在语义(Latent Semantic Analysis,LSA)特征和支持向量机(Support Vector Machine,SVM)的烟雾检测算法.该算法首先将烟雾图像库中的每幅图像进行有重叠分块,提取每个分块的小波纹理与HSV颜色特征;再对所有分块特征进行聚类、量化成“视觉字”,并且根据每个“视觉字”在每幅烟雾图像中出现的频率,建立“词-文档”矩阵;然后采用LSA方法获得每幅烟雾图像的潜在语义特征;最后结合SVM,实现视频烟雾检测.对比实验表明,该算法特征提取简便,可以更快检测烟雾的发生,提高了烟雾检测效率.

关键词：烟雾检测、潜在语义特征、支持向量机、特征提取、火灾识别

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年资助项目61202183;陕西省自然科学基金资助项目2013JM8031;公安部科技强警基础工作专项基金资助项目2014GABJC022;陕西省国际科技合作计划基金资助项目2013KW04-05

在线出版日期：2015-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-10