基于多特征融合的自适应烟雾检测算法

烟雾检测技术在火灾早期预警阶段发挥着重要的作用,准确快速地烟雾检测算法具有非常重要的实际应用价值。针对现存的烟雾检测算法抗干扰能力差、实时性不强、复杂场景下适应性差的问题,本文提出基于多特征融合的自适应烟雾检测算法。首先,算法通过改进的三帧差分法提取基于图像块的运动区域;其次,提取烟雾图像块的HSV颜色特征、纹理特征、能量特征、面积变化率和LBP特征,多特征融合之后通过支持向量机(SVM)算法训练烟雾检测模型,进行烟雾检测。为了有效评估基于多特征自适应的烟雾检测模型的有效性,在复杂的烟雾场景中进行试验,试验结果证明该烟雾检测算法具有良好的鲁棒性。     

基于图像处理的火灾烟雾检测算法研究

在综述视频火灾探测技术的基本原理和现有视频火灾烟雾检测算法的基础上,提出了一种结合烟雾静态特征与动态特征进行研究的视频火灾烟雾检测算法。介绍运动区域目标检测与提取方法及效果,以及烟雾静态特征和动态特征的提取和分析。测试结果证明该算法能够准确且迅速地探测出火灾烟雾,误报率低,可靠性好。     

一种基于模糊特征的火灾烟雾实时识别算法

提出一种基于烟雾模糊特征的火灾烟雾实时判别算法,利用二维小波变换分析背景边缘能量信息来判定图像中烟雾区域。先用背景差分法提取前景图像,确定火灾疑似区域,再利用小波分析方法提取烟雾背景模糊特征,最后通过分块判别的方法实现烟雾图像的识别。实验结果证明,该算法通过提取烟雾预判别区域,大大降低了计算量,实现了实时烟雾图像识别,增强了算法的应用效果。     

基于图像型的火灾烟雾检测技术研究

为了提高基于图像型火灾烟雾检测的准确性和实时性,提出了一种基于支持向量机的火灾烟雾检测方法。首先对图像进行增强处理,再通过累积差分法对运动区域进行检测,再基于烟雾的扩散性,对烟雾和干扰源进行初判,然后对提取的目标区域进行特征提取,最后基于支持向量机对烟雾和干扰源进行分类检测。仿真实验结果表明,该方法具有较好的鲁棒性和较高的识别率。     

基于集成特征选择的森林火灾风险评估

摘 要：采用集成学习的思想,提出了一种基于集成特征选择的森林火灾风险评估方法。以特征选择方法的多样性和独立性为考量,选择了15种特征选择器并利用差异度进行筛选,获得异质选择器集合,进而得到特征子集集合。其次,利用各特征子集分别构建基于BP神经网络的森林火灾风险评估模型,并依据模型准确度筛选林火重要影响因子,构建最优森林火灾风险评估模型。结果表明,该算法准确度为85.96%,具有良好的泛化能力,可实现对森林火灾风险的有效评估。     

基于显著性检测的红外森林火灾监测系统

为了实现森林火灾的有效监测,设计了基于显著性检测的红外森林火灾监测系统。该系统通过固定在360°旋转云台上的红外相机采集图像,针对采集到的图像帧通过基于引导滤波的改进Frequency-tuned(FT)算法进行显著性区域提取,对其进行疑似火灾区域分割、特征提取及干扰源排除等处理,以检测并识别目标物。实验结果表明,该系统能准确检测出森林中的火焰,尤其是火灾的早期微小火焰。系统具有检测视场广和实时性高的特点,能为类似火灾监控系统的开发及实现提供技术指导。     

基于高斯分布的火灾烟雾扩散模型

采用高斯扩散方程建立了烟雾扩散-衰减控制模型,介绍了参数的确定。基于建立的模型,研究了烟雾突增条件下,单一火灾点源在稳定风场作用下及两个点源共同作用时的烟雾高斯扩散-衰减规律,并讨论了该模型的合理性。     

基于图像特征的无人机火灾检测

利用搭载了数字摄像机的无人机拍摄实时视频,通过图像特征自动识别燃火点,得到精确的火灾位置及范围。在无人机悬停拍摄过程中,对视频进行电子稳像。通过图像的颜色特征检测火灾区域。计算火灾范围边界和中心,通过对视频中火灾中心点位置变化的分析,判断火灾蔓延的方向,估计出火灾蔓延的速度和加速度,以达到灾情快速预判的目的。研究结果表明,提出的方法能有效实现火灾检测,并预判火灾的发展趋势。     

基于神经网络算法的多参数火灾探测系统设计

为进一步拓宽神经网络算法在火灾探测领域的应用,利用以阴燃火、明火和无火发生概率作为输出结果的国家标准火实验数据,在MATLAB平台上训练了一个多层BP神经网络,此网络对于测试集样本拟合的决定性系数均达到了0.95以上.以AT89C52为主控芯片,在Proteus中设计出了一种能满足火灾探测目的的仿真电路图.通过将训练好...     

森林火灾与气象条件

1998年5月,我国内蒙古境内发生了森林火灾, 火势时大时小,复燃率较高,数千名扑火勇士经过九个昼夜的奋力扑救,才将森林明火全部扑灭。 资料表明,近200年来,地球的森林覆盖率已由陆地的三分之二减少到三分之一,除了人类自身的合理开发和滥砍滥伐外,另一个重要原因就是森林火灾。我国森林火灾的年平均受害率为千分之八, 发生在1987年5月的黑龙江大兴安岭特大森林火灾,过火面积达114万公顷,其中直接受害面积就达87万公顷,火灾不仅造成重大财产损失和人员伤亡,还导致了较为严重     

原州区多举措防控森林火灾发生

本文通过对原州区近年来森林火灾隐患进行分析,从加大森林防火宣传力度;建立健全森林防火机制;不断加强林区的火源管理;全面落实目标管理责任;加强防火值班值守工作五个方面详细论述加强我区森林火灾的防控。     

基于烟雾光学特性的火灾疏散照明研究

在分析烟雾颗粒光学特性的基础上,选用MES2中间视觉模型,分析火灾初期安全疏散通道在中间视觉条件下光源的光谱光视效率、对人眼敏感性特征及视亮度的影响。基于Mie散射理论,分析光在烟雾中所呈现的散射特性,阐述光辐射因吸收和散射等物理过程而导致的消光,从而使光源光通的透雾性降低。该研究结果对疏散照明设计及人员的安全疏散具有重要的参考价值。     

建筑火灾烟雾危害与逃生方法

在建筑火灾中，烟雾是阻碍人们逃生，导致被困人员死亡的主要原因。2000年洛阳“12·25”特大火灾造成300多人死亡，绝大多数死亡者都是因吸入火灾烟气中毒窒息死亡的。现代建筑物内可燃装饰、化纤地毯和泡沫塑料填充的家具陈设较多，这些可燃物在燃烧过程中会产生大量的有毒烟气和热量，同时要消耗大量的氧气。因此，了解和掌握建筑火灾中的烟雾特性与逃生方法是十分有益的。 一、毒性烟雾生成与危害 烟雾是物质在燃烧反应过程中生成的含有气态、液态和固态物质与空气的混合物。通常它由极小的炭黑粒子完全燃烧或不完全燃烧产物、水…     

基于改进蚁群算法的森林火灾救援机器人三维路径规划

森林火灾中,救援机器人需在三维环境中工作,研究三维路径规划具有重要意义。为了解决基于蚁群算法的三维路径规划中容易陷入局部最优和搜索时间长的普遍问题,提出了一种改进的信息素更新算法和引入安全值的启发式函数。为更好地避开障碍和火势集中区域,选择平面和视野相结合的搜索模式。根据传统蚁群算法和改进蚁群算法的试验结果,后者比前者迭代减少约30次,适应度值减少2.4×10³,提高了系统的运行效率,且后者的路径选择更加合理,证明了改进算法的优越性。     

基于PNN算法的多传感器火灾探测技术研究

从传统算法和人工神经网络算法两方面,总结火灾探测中的多特征信息融合算法。以火焰、烟雾、CO和CO_2四种火灾特征的组合为例,基于MATLAB,运用PNN对实验采集到的数据进行训练和仿真测试。测试结果表明,采用PNN将多传感器信息融合后对火灾探测的准确度远高于单一种类火灾探测器;当扩展系数取0.3时,PNN对测试数据进行模式识别的准确度可高达98.95%。训练后的PNN可以更好地用于火灾的探测。     

森林火灾监测系统的WSN改进路由算法

根据森林火灾监测系统中无线传感器网络能耗低的特点,针对DEEC算法的缺点,提出一种改进的分簇路由算法。该方法在考虑网络节点剩余能量的基础上,结合簇头节点覆盖范围内节点的数量,考虑基站、簇头和节点的位置,使得节点入簇的方式更为合理,减少了网络整体的能量损耗。理论分析和仿真实验结果表明,改进算法与原算法相比,可降低能量开销,延长网络生命周期。     

基于激光片光源的火灾烟雾探测新技术研究

针对传统的光电感烟火灾探测方法的局限性 ,提出一种基于激光片光源两维粒子影像特征的火灾探测方法     

基于等效椭圆特征的红外热像仪火灾检测

自行式智能定位消防炮是一种适用于石油化工场所的智能消防灭火机器人,针对该类消防机器人的火灾检测,提出了一种基于等效椭圆特征和支持向量机(SVM)的红外热像仪火灾检测系统。该系统利用红外热像仪灰色图像中的最高温度作为火灾的初始判断依据,通过区域生长法对图像进行分割,提取疑似火灾区域,提取疑似火灾区域的等效椭圆特征,并利用SVM完成火灾检测过程。实验结果表明,该系统能对石油化工场所火灾进行快速、有效检测,并有良好的环境适应性。