您的位置: 专家智库 > >

青年科技基金(QN1125)

作品数:6 被引量:33H指数:4
相关作者:王慧琴胡燕梁俊山姚太伟邹婷更多>>
相关机构:西安建筑科技大学西安科技大学更多>>
发文基金:青年科技基金陕西省科学技术研究发展计划项目陕西省教育厅科研计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 4篇图像
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇视频
  • 3篇向量
  • 3篇向量机
  • 2篇视频图像
  • 2篇特征点
  • 2篇模糊聚类
  • 2篇聚类
  • 2篇火灾
  • 2篇火灾探测
  • 1篇点匹配
  • 1篇远程
  • 1篇属性约简
  • 1篇特征点匹配
  • 1篇图像定位
  • 1篇图像特征
  • 1篇图像型火灾探...
  • 1篇嵌入式

机构

  • 6篇西安建筑科技...
  • 1篇西安科技大学

作者

  • 6篇胡燕
  • 6篇王慧琴
  • 3篇梁俊山
  • 2篇姚太伟
  • 1篇贾阳
  • 1篇张小红
  • 1篇殷颖
  • 1篇秦薇薇
  • 1篇马宗方
  • 1篇高彦飞
  • 1篇张国飞
  • 1篇邹婷
  • 1篇赵丹阳

传媒

  • 2篇计算机应用
  • 2篇计算机工程与...
  • 1篇计算机工程
  • 1篇计算机仿真

年份

  • 1篇2014
  • 3篇2013
  • 2篇2012
6 条 记 录,以下是 1-6
排序方式:
基于视频图像的远程火灾探测系统被引量:6
2013年
将传感器技术用于大空间火灾探测时,存在距离短、误报率高、可靠性差等不足。为此,在TMS320DM642微处理器和TI的DSP/BIOS实时操作系统上,设计基于视频图像的远程火灾探测系统。建立RGB空间颜色模型,对连续数帧火灾图像做预处理,分析频闪特性并进行模糊聚类,提取疑似目标区域,以火焰相关性、面积变化率和圆形度3个特征作为火灾识别依据。实验结果表明,该系统提高了大空间图像型火灾探测的精度和速度,可满足远程火情监测需要。
胡燕王慧琴张国飞张小红梁俊山
关键词:微处理器模糊聚类嵌入式系统
基于粗糙集的火灾图像特征选择与识别被引量:11
2013年
针对图像型火灾探测方法检测准确度和实时性间的矛盾,提出了基于粗糙集的火灾图像特征选择和识别算法。首先通过对火焰图像特征的深入研究发现,在燃烧能量的驱动下火焰的上边缘极不规则,出现明显的震动现象,而下边缘却恰恰相反;基于此特点,可利用上下边缘抖动投影个数比作为火焰区别于边缘形状较规则的干扰。然后,选择火焰的6个显著特征构造训练样本,在火灾分类能力不受影响的前提下,使用实验所得的特征量归类表对训练样本进行属性约简,并将约简后的信息系统属性训练支持向量机模型,实现火灾探测。最后与传统支持向量机火灾探测算法做了比较。实验结果表明:将粗糙集作为支持向量机分类器的前置系统,把粗糙集理论的属性约简引入到支持向量机中,可以大大消除样本集冗余属性,降低了火灾图像特征空间的维数,减少了分类器训练和检测数据,在保证识别精度的同时,提高了算法的速度和泛化能力。
胡燕王慧琴秦薇薇邹婷梁俊山
关键词:粗糙集属性约简支持向量机火灾识别
火灾视频图像定位中特征点提取和匹配被引量:4
2013年
SIFT算法广泛用于三维目标识别,但其由于依赖过多的特征点,计算量大,在实际火灾图像定位中很难保证算法的实时性。在保留了SIFT算法良好的旋转、尺度、光照等不变特性的基础上,采用关键点的4×4窗口(16维向量)表示关键点的特征描述。同时,利用双向匹配在特征点的匹配上保证了准确率。实验数据表明,该算法在很大程度上提高了图像的匹配速度,准确率满足火灾空间定位的需要。
赵丹阳王慧琴胡燕殷颖
关键词:SIFT算法特征点匹配
基于块分割和SVM的视频火灾烟雾识别被引量:5
2012年
研究火灾早期预警问题,为了解决现有图像型火灾烟雾检测算法对环境适应能力不强和探测准确性不高等问题,采用分块和背景差分,分析烟雾在RGB和HSV颜色空间色彩和亮度的变化规律获取疑似烟雾区域;以运动主方向和疑似烟雾与背景对应区域的高低频能量比作为火灾烟雾识别依据,构建SVM分类器,最终实现烟雾判决。并与BP神经网络模型火灾烟雾探测方法进行了比较分析,结果表明,改进的算法具有较强自适应性,识别率高,实时性强,鲁棒性高,可适用于多种火灾探测场景。
胡燕王慧琴姚太伟高彦飞
关键词:块分割支持向量机
基于独立成分分析和支持向量机的图像型火灾探测被引量:5
2012年
图像型火灾探测具有非接触性、反应快等优点,可有效解决大空间火灾探测难题,是火灾探测新的研究方向,其核心问题是火焰和干扰物的分类识别。常用方法是提取火焰在图像上表现的单个或某几个特征信息作为识别依据,需要设置大量经验阈值,识别率常因特征选择不合适而受到影响。通过对火焰整体特性的研究,提出了基于独立成分分析和支持向量机的火焰探测方法。首先在RGB空间建立颜色模型对连续数帧火灾图像预处理,并进行频闪特性和模糊聚类分析提取疑似目标区域,根据独立成分分析线性变换一对一和可逆性估计出基函数描述火焰图像特征,最后用支持向量机模型实现火灾探测。实验结果表明,该方法提高了图像型火灾探测精度和速度,可适用于多种火灾探测场景。
胡燕王慧琴马宗方梁俊山
关键词:图像型火灾探测支持向量机模糊聚类归一化
基于Harris特征点检测与跟踪的火灾烟雾识别被引量:4
2014年
针对现有的视频火灾烟雾探测方法实时性差,误报率和漏报率都比较高的问题,在深入分析烟雾图像特征的基础上,发现早期烟雾运动缓慢且主要运动方向呈向上趋势,在连续帧中像素的强度变化具有一致性的特点,通过Harris检测算法找到强度变化剧烈和图像边缘的特征点,根据光流场与运动场的对应关系由成像平面中光流的变化估计烟雾的相对运动,计算运动矢量信息,实现多特征烟雾检测。该算法是基于烟雾灰度变化的特征点作为检测对象,大大减少了待处理的数据量,缩短了算法处理时间,综合了烟雾的局部特性和全局特性,具有较强的鲁棒性和较高的检测准确率。
胡燕王慧琴姚太伟贾阳
关键词:HARRIS特征点
共1页<1>
聚类工具0