林火图像识别理论研究进展

被引：14

作者：

袁雯雯 ^{[1
,2
]}

姜树海 ^{[1
,2
]}

机构：

[1] 南京林业大学智能控制与机器人技术研究所

[2] 南京林业大学机械电子工程学院

来源：

世界林业研究 | 2018年 / 31卷 / 01期

关键词：

森林火灾; 图像识别; 图像预处理; 图像分割; 特征提取;

D O I：

10.13348/j.cnki.sjlyyj.2017.0079.y

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

林火图像识别理论与方法是实现森林火灾视频自动监测的基础。文中从图像预处理、图像分割和特征提取3个方面详细地综述了国内外林火图像识别理论的发展现状,分析了图像颜色处理、图像滤波、图像阈值分割、区域分割、边缘分割以及动静态特征提取理论在林火图像识别应用中的优缺点;针对目前林火图像识别理论研究现状,指出在未来研究中需要解决的问题以及林火图像识别理论的发展方向,以期为图像识别技术在林火图像识别中的应用和进一步研究提供参考。

引用

收藏

页码：35 / 39

页数：5

相关论文

共 24 条

[1] 森林作业机器人研究动态 [J].

徐海燕 ;

姜树海 .

世界林业研究, 2017, 30 (02) :51-55

[2] 基于神经网络和图像分割的林火图像识别研究 [J].

丁虎 ;

姚磊 ;

刘少刚 ;

吴伟峰 ;

高春晓 .

应用科技, 2016, 43 (03) :82-86

[3] 消防机器人研究进展及其在森林消防中应用前景 [J].

张楠 ;

姜树海 .

世界林业研究, 2015, (02) :42-47

[4] 基于ARM的机器人远程网络视频监控系统 [J].

柳天虹 ;

姜树海 .

测控技术, 2014, 33 (05) :65-68

[5] 基于差分盒维数的彩色烟雾图像识别 [J].

于海晶 ;

李桂菊 .

山东大学学报(工学版), 2014, 44 (01) :35-40

[6] 基于目标跟踪和多特征融合的火焰检测算法 [J].

张学敏 ;

蔡晓东 ;

梁玉敏 ;

谢月飞 ;

王春利 .

电视技术, 2013, 37 (15) :205-210

[7] 基于多运动特征的森林火灾烟雾图像识别算法 [J].

吴梦宇 ;

罗琴娟 ;

韩宁 .

北京林业大学学报, 2013, 35 (03) :154-158

[8] 基于视频的林火烟雾识别算法研究 [J].

林宏 ;

刘志刚 ;

赵同林 ;

张雁 .

安全与环境学报, 2013, 13 (02) :210-214

[9] 视频火灾多判据识别技术及其应用 [J].

臧光明 ;

黄晨杰 ;

王亚美 ;

方建明 ;

余靖毅 .

计算机应用与软件, 2013, 30 (02) :65-67+81

[10] Improving the accuracy of image-based forest fire recognition and spatial positioning [J].

JIANG LiLi 1 ;

2 China Center for Resources Satellite Data and Applications ;

3Graduate University of Chinese Academy of Sciences .

Science China Technological Sciences, 2010, (S1) :184-190