多特征融合的火焰检测算法OA北大核心CSCDCSTPCD
Fire detection based on fusion of multiple features
视频火焰检测是复杂场景下预防火灾的重要方法。为了提高火焰的检测效率和鲁棒性，基于RGB和HSI颜色空间改进了火焰的颜色特征模型，有效地提取了疑似火焰区域；实验对比分析了火焰不同的形状结构特征，及其特征组合对火焰检测有效性的影响，提出了一种融合圆形度、矩形度和重心高度系数的火焰检测算法，然后将融合后的火焰特征输入支持向量机（ SVM）中进行分类。在Bilkent大学火灾视频库上的实验结果表明，该方法高效、快速，且能适用于多种场景。
Video fire detection is an important method to prevent fire disaster under complex circumstances. In order to improve the efficiency and robustness of fire detection, the color feature model can be improved based on RGB and HSI color space and the suspected flame area is extracted effectively. After analysis on the experimental results with different features of shape or structure of fire and the influence of their combined features on the validity of fire d…查看全部>>
吴茜茵;严云洋;杜静;高尚兵;刘以安
江南大学 物联网工程学院，江苏 无锡214122 淮阴工学院 计算机工程学院，江苏 淮安223003江南大学 物联网工程学院，江苏 无锡214122 淮阴工学院 计算机工程学院，江苏 淮安223003江南大学 物联网工程学院，江苏 无锡214122
信息技术与安全科学
特征提取特征融合支持向量机颜色模型火焰检测圆形度矩形度重心高度
feature extractionfeature fusionsupport vector machinecolor modelfire detectioncircularity measuresrectangularityorthocenter height
《智能系统学报》 2015 (2)
基于主动轮廓模型的自然图像分割研究
240-247,8
教育部科学技术研究重大资助项目（311024）；国家自然科学基金资助项目（61402192）；江苏省“六大人才高峰”资助项目（2013DZXX-023）；江苏省“333工程”资助项目；江苏省“青蓝工程”资助项目；淮安市“533工程”资助项目（ BRA2013208）；淮安市科技计划资助项目（ HAG2013057， HAG2013059）．
评论