基于PSO-SVM的变电站视频监控火灾识别算法

摘要：

为最大限度的降低由于火灾造成的生命财产损失,提出基于PSO-SVM的变电站视频监控火灾识别算法,提高火灾识别的精准度与环境适应性.依据火焰亮度与颜色特征在YCrCb颜色空间内,检测出变电站视频监控火灾图像中的火焰可疑区域,提取出火焰可疑区域的火焰面积变化率、火焰形状相似度、绿红分量面积比、高低频能量比4个特征,作为SVM的输入样本,构建SVM分类模型,将采用PSO算法快速精准地搜寻出SVM的最优参数,用于SVM模型训练与分类预测,最终实现对变电站视频监控火灾的识别.实验表明,该算法可精准检测出火焰可疑区域;有效排除干扰物,精准识别变电站视频监控火灾,识别火焰的精准度较高;即使在光线较暗时,也可快速识别火灾,火灾识别的环境适应性强.

关键词：PSO-SVM、变电站视频监控、监控火灾、火灾识别算法、火焰可疑区域、火焰亮度特征

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国网北京市电力公司科技项目520223200064

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-62,67