您的位置: 专家智库 > >

单磊

作品数:2 被引量:9H指数:2
供职机构:东北林业大学机电工程学院更多>>
发文基金:黑龙江省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇视频
  • 1篇多特征融合
  • 1篇视频序列
  • 1篇视频烟雾检测
  • 1篇纹理
  • 1篇纹理特征
  • 1篇滤波
  • 1篇模糊度
  • 1篇火灾
  • 1篇KALMAN...

机构

  • 2篇东北林业大学

作者

  • 2篇黎粤华
  • 2篇单磊
  • 1篇田仲富
  • 1篇朱自民

传媒

  • 1篇半导体光电
  • 1篇计算机技术与...

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
基于视频序列的火灾烟雾颜色检测算法被引量:4
2016年
为了提高视频烟雾检测的准确性,克服图像型火灾烟雾检测对复杂环境的低适应性,实现对火灾烟雾的实时检测,提出了一种基于视频序列的火灾烟雾颜色检测算法。该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素,然后再将其归一化到RGB空间模型,分析各颜色分量的数据,并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析,最终确定出烟雾颜色的决策条件,并对来自网络的火灾视频和其他运动视频进行测试。实验结果表明:基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开,达到早期预警的目的。
黎粤华单磊
关键词:KALMAN滤波
基于多特征融合的视频烟雾检测被引量:5
2016年
烟雾检测对火灾早期防范非常重要,传统的火灾探测技术主要利用传感器对火焰和温度进行识别,其每一个传感点只能检测到布控点周围的局部空间,对于开放空间等特殊场合难以发挥作用。为了克服传统火灾检测存在的误报率高等缺点,文中提出一种基于烟雾多特征融合技术的图像型火灾检测方法。该方法首先利用背景减除法获取普通CCD摄像机拍摄的疑似火灾烟雾区域,然后再从时域和频域着手,提取火灾烟雾的轮廓不规则特征、背景模糊度特征和纹理特征作为神经网络的输入信号,同时采用sigmoid函数将输出归一化,最后通过对BP神经网络训练完成火灾烟雾的多特征融合,并对来自网络的火灾视频进行测试。实验结果表明:图像型火灾检测方法能够准确快速地识别火灾烟雾,达到早期预警的目的。
黎粤华单磊田仲富朱自民
关键词:纹理特征
共1页<1>
聚类工具0