基于累积量和主运动方向的视频烟雾检测方法

被引:48
作者
袁非牛
张永明
刘士兴
于春雨
沈诗林
机构
[1] 中国科学技术大学火灾科学国家重点实验室
关键词
视频烟雾检测; 累积量; 主运动方向; 特征分析; 计算机视觉;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
视频烟雾检测具有响应速度快、非接触等优点。但现有的视频检测方法误报率比较高。通过分析早期火灾烟雾运动规律,提出了一种适用于普通视频的烟雾检测方法。为了加快检测速度,将视频图像分割成大小相等的块,并估计每个块的运动方向。采用滑动时间窗口生成块运动方向时间序列,在此时间序列的基础上计算块的累积量和主运动方向。累积量可以反映出运动持续的程度,而主运动方向表明每个块最可能的运动方向,可以有效地抑制噪声的干扰。根据累积量和主运动方向提取出3维特征矢量,采用贝叶斯分类器进行烟雾的检测。实验结果表明,该方法鲁棒性高、速度快,能够准确地检测烟雾的出现。
引用
收藏
页码:808 / 813
页数:6
相关论文
共 5 条
[1]   计算机视觉火灾探测中的特征提取 [J].
袁非牛 ;
廖光煊 ;
张永明 ;
刘勇 ;
于春雨 ;
王进军 ;
刘炳海 .
中国科学技术大学学报, 2006, (01) :39-43
[2]   一种火灾图像探测系统的研究 [J].
卢结成 ;
吴龙标 ;
宋卫国 .
仪器仪表学报, 2001, (04) :437-440
[3]   图像型火灾智能自动探测与空间定位技术 [J].
袁宏永 ;
刘炳海 ;
陈晓军 ;
宗封仪 .
消防科技, 1998, (02) :2-4
[4]   早期火灾图像监测技术的应用与比较 [J].
董华 ;
程晓舫 ;
范维澄 .
光学技术, 1997, (05) :52-54+59
[5]  
Learning patterns of activity using real-time tracking. Stauffer C, Grimson W E L. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000