结合FCM聚类与SVM的火焰检测算法

被引：11

作者：

李庆辉 ^{[1
]}

李艾华 ^{[1
]}

苏延召 ^{[1
]}

马治明 ^{[2
]}

机构：

[1] 第二炮兵工程大学教研室

[2] 中国人民解放军部队

来源：

红外与激光工程 | 2014年 / 43卷 / 05期

关键词：

火焰检测; 混合高斯模型; 模糊C均值聚类; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统视频型火焰检测算法误报率高、局限性强等问题,提出一种四步火焰检测算法。首先利用一种自适应混合高斯模型(GMM)检测视频序列中的运动目标;然后采用模糊C均值(FCM)聚类算法分割疑似火焰区域与非火区域;再提取疑似火焰区域的面积变化、表面不均度等时空特征参数;最后将这些特征参数输入训练好的支持向量机(SVM)分类器以识别火焰区域。实验结果表明,算法不但在提高了检测率的同时降低了误检率,而且适用范围广,是一种有效的火焰检测算法。

引用

页码：1660 / 1666

页数：7

共 9 条

[1] 采用聚类分割和直方图均衡的图像增强算法
曹军峰
史加成
罗海波
常铮
惠斌
[J]. 红外与激光工程, 2012, 41 (12) : 3436 - 3441
[2] 中国火灾科学基础研究进展与展望
范维澄
刘乃安
[J]. 中国科学技术大学学报, 2006, (01) : 1 - 8
[3] Adaptive flame detection using randomness testing and robust features[J] . De-chang Wang,Xuenan Cui,Eunsoo Park,Changlong Jin,Hakil Kim.Fire Safety Journal . 2013
[4] Fire flame detection in video sequences using multi-stage pattern recognition techniques
Tung Xuan Truong
Kim, Jong-Myon
[J]. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2012, 25 (07) : 1365 - 1372
[5] Color image segmentation using histogram thresholding – Fuzzy C-means hybrid approach[J] . Khang Siang Tan,Nor Ashidi Mat Isa.Pattern Recognition . 2010 (1)
[6] Multi-feature fusion based fast video flame detection[J] . Juan Chen,Yaping He,Jian Wang.Building and Environment . 2009 (5)
[7] Fire detection based on vision sensor and support vector machines[J] . Byoung Chul Ko,Kwang-Ho Cheong,Jae-Yeal Nam.Fire Safety Journal . 2008 (3)
[8] Fire detection in video sequences using a generic color model[J] . Fire Safety Journal . 2008 (2)
[9] Computer vision based method for real-time fire and flame detection[J] . Pattern Recognition Letters . 2005 (1)

← 1 →