基于烟雾动态特征分析的实时火灾检测

传统的离子式、光电式、吸烟式等烟雾探测器.需要非常靠近烟雾源时才能完成检测,不能应用于室外大空间、远距离等特殊场合的火灾监控系统中.提出了一种基于烟雾动态特征的图像型火灾识别算法.通过监测普通CCD摄像机拍摄的视频图像,进行运动物体的检测分割,分析图像帧中运动物体的动态特征,进而判断监控区域是否有火灾烟雾的发生.实验结果表明,该算法具有比较好的鲁棒性,能够有效地降低火灾监控系统的误报漏报率.     

基于视频的烟焰检测方法研究

烟焰作为火灾最为明显的标志,对于其进行实时检测,在火灾监控方面有着重要的意义.传统的离子式、光电式、吸烟式等烟雾探测器受到空间和时间的限制,不能进行实时全面的探测[1].本文提出了一种基于视频的烟焰检测算法,采用帧差法提取出差值图像,经过图像处理,获得了理想的烟焰轮廓,根据轮廓大小来确定被监测区域是否有火灾的发生.实验证明,该方法实时准确、灵敏度高、抗干扰能力强、适用范围广,具有广阔的应用前景.     

基于烟雾动态特征分析的实时火灾检测

传统的离子式、光电式、吸烟式等烟雾探测器．需要非常靠近烟雾源时才能完成检测,不能应用于室外大空间、远距离等特殊场合的火灾监控系统中。提出了一种基于烟雾动态特征的图像型火灾识别算法。通过监测普通CCD摄像机拍摄的视频图像,进行运动物体的检测分割,分析图像帧中运动物体的动态特征,进而判断监控区域是否有火灾烟雾的发生。实验结果表明,该算法具有比较好的鲁棒性,能够有效地降低火灾监控系统的误报漏报率。     

基于暗通道和小波的单幅图像烟雾检测算法

针对单幅图像烟雾检测算法的研究较少,而基于烟雾颜色模型的方法易受疑烟区域的干扰等问题,提出了一种多级筛选的单幅图像烟雾检测算法.该算法首先对经过导向滤波优化过的暗通道透射率图做二值化处理,快速去除高透射率干扰区域,得低透射率区域;然后分别对去雾前后的低透射率区域提取YCbCr颜色空间的Cr通道并差分二值化,去除一些静态背景干扰区域,得疑烟区域;最后分别对去雾前后疑烟区域的Y通道做二维离散小波变换,根据小波能量做差并二值化,得烟雾区域.实验结果表明,本算法能够有效消除图像中的疑烟区域的干扰,准确检测出烟雾区域.     

基于小波变换和稀疏光流法的火灾烟雾检测

传统图像型火灾烟雾检测算法不适用于存在灯光、水蒸气等噪声的图像。为此,通过分析早期火灾烟雾的运动规律,采用分块和背景自适应相结合的方法,提取运动前景,然后分别在RGB空间和HSV空间建立烟雾的颜色模型和亮度变化模型,分割出烟雾疑似区域。在灰度空间使用二维离散小波变换对烟雾疑似区域及对应的背景区域进行能量分析,提取高频和低频能量的比值。用Lucas-Kanade稀疏光流算法跟踪运动区域,获取烟雾运动区域的平均偏移量和相位分布作为烟雾识别特征,根据烟雾识别规则,判断监控区域是否有火灾发生。实验结果表明,该方法具有较强的鲁棒性,能够提高烟雾检测的准确率。     

基于视频的烟雾检测预警系统在森林防火系统中的应用

运用数字图像处理技术,提出利用烟雾来识别森林火灾的思想,给出森林烟雾监测预警系统的设计方法。该方法对获取到的图像进行处理,处理后再提取可疑区域并对可疑区域火灾发生时烟雾的特征进行识别,主要包括烟雾的背景模糊度特征和扩散性特征,针对烟雾的这些特征设计了相应的检测算法,实现对视频中的烟雾图像的提取、检测并自动报警。分析结果表明,结合烟雾特征设计的烟雾检测预警系统具有较好的识别效果,在森林防火预警中有很强的实用性。     

粗糙集与区域生长的烟雾图像分割算法研究

针对图像型火灾烟雾分割算法不能同时提取白色、灰白色和黑色烟雾的问题,提出了一种粗糙集和区域生长法相结合的烟雾图像分割算法。在RGB颜色空间提取图像的R分量,根据R分量的统计直方图构造粗糙度直方图,选取粗糙度直方图中合适的波谷值作为分割阈值,对图像进行粗分割。相对背景图像,烟雾属于运动信息,采用帧间差分法提取运动区域,排除静态干扰。烟雾具有独特的颜色特征,在RGB颜色空间建立烟雾颜色模型,去除颜色相近的运动干扰,获得疑似烟雾区域。在该区域内选择种子点,在粗糙集粗分割的结果上进行区域生长,提取出烟雾区域。实验结果表明,该算法能够同时分割出白色、灰白色和黑色烟雾,烟雾边缘不规则信息保存比较完整,与已有算法的平均分割准确率、召回率以及F值相比,分别提高了19%、21.5%、20%。     

基于视频监控的烟雾检测算法

突发灾害事件应急响应的关键是预警系统是否能够提供早期的报警。该文通过分析早期火灾烟雾的运动规律,提出了一种利用背景运动检测和YUV空间建立烟雾的颜色模型,分割出烟雾疑似区域。在灰度空间使用二维离散小波变换对烟雾疑似区域及对应的背景区域进行能量分析,并改进了论文[11]中稀疏光法在多目标检测时必须手动标注的问题。我们使用该方法对森林火灾、操场和室内烟雾的视频进行了测试,效果十分理想。     

基于聚类和NSCT的遥感图像融合算法

研究遥感图像融合问题。针对遥感图像数据在时间、空间和光谱方面差异大,图像分辨率低等问题,为有效提高遥感图像的分辨率,提出了一种基于聚类和NSCT的遥感图像融合算法。首先对源图像进行小波变换提取源图像特征;然后利用改进的模糊C均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行NSCT分解,通过设计的区域相似度度量方法,以信息度大的区域作为融合区域,对不同的区域采用不同的融合规则进行融合,最后进行重构得到融合图像。仿真结果表明,对比其它图像融合算法,改进的遥感图像融合算法可获得较理想的融合图像,具有一定的实用性。     

基于多重分形的烟雾图像边缘检测研究

对摄像机拍摄的爆炸图像进行识别,采用多重分形频谱分析的方法对爆炸产生的烟雾进行边缘检测。针对爆炸产生的烟雾图像存在图像存在边缘模糊,形状不确定,具有扩散性等特点,本文对提出了一种基于多重分形的烟雾图像边缘监测方法.实践证明该方法能更好的提取烟雾形成早期的各种特征。     

基于Hessian矩阵和Gabor函数的局部兴趣点检测

局部特征方法是基于内容的图像与视频检索的重要方法。提出一种新的基于Hessian矩阵和Gabor函数的尺度不变局部特征点检测方法(Hessian-Gabor Detector)。该方法首先利用基于Hessian矩阵的检测子定位图像在空间域上的候选特征点位置,然后用基于Gabor函数的算子检测候选兴趣点在尺度空间的特征尺度,从而获得具有尺度不变特性的局部特征点。实验证明,与DOG、Harris-Laplace等方法相比,计算简单。应用于图像匹配中,能够显著地提高匹配效率。     

基于串并行处理的多特征交通视频烟雾检测算法

提出一种串并行处理结合的烟雾检测算法,对视频序列进行混合高斯背景建模提取运动前景,圈取感兴趣区域,进而对其进行多特征并行分析。颜色特征分析时,在RGB空间下对各通道信息进行归一化处理,结合烟雾的颜色特征进行阈值判断。形状特征分析时用不规则度突变量作为度量标准,用统计分析的方法,对视频图像中的不规则度突变做监测,检测图像的不规则度的突变情况。采用小波变换法检测图像中的高频信息,结合烟雾扩散快的特点,将小波系数变化率作为检查标准。综合多特征进行加权分析,建立综合判据公式对视频图像作烟雾检测报警。      

PN9000相位噪声测试系统扩频方法研究

在航天测控领域,相位噪声指标已成为系统性能的限制性因素,精确测量载波的相位噪声显得尤为重要;PN9000相位噪声测试系统可直接应用于相位噪声测试,具备测试灵敏度高、系统稳定、测试快速等优点;随着航天测控领域所用频率的不断提高,针对PN9000相位噪声测试系统基本配置的频率范围已无法满足测试需求的问题,为满足PN9000相位噪声测试系统扩频需求,文中提出基于相位检波器法(基本型)和基于中频相位检波器法两种扩频方法,并对两种方法进行原理分析和实验验证;根据实验结果,两种方法均能有效实现扩频功能,但在系统本底相位噪声及经费使用方面各有不同特点;文中提供的方法及实验数据,对PN9000相位噪声测试系统扩频升级及配件选购等具有很好的借鉴作用。     

基于多特征融合的烟雾检测

针对传统火灾探测技术的应用弱点,研究基于视频的火灾烟雾探测方法。首先, 根据烟雾的颜色特征,提取视频序列中的疑烟区域。然后,在疑烟区域中提取烟雾的3 个动态 特征--扩散特征、轮廓不规则特征和使背景模糊特征。最后,利用BP 神经网络对这些动态特 征进行融合判定。实验结果表明,基于多特征融合的烟雾检测方法能够准确、实时、有效地识 别视频中的烟雾。     

基于时间注意力机制和EfficientNet的视频暴力行为检测

针对一般的暴力行为检测方法模型参数量大、计算复杂度高、准确率较低等问题,提出一种基于时间注意力机制和EfficientNet的视频暴力行为检测方法。首先将通过对数据集进行预处理计算得到的前景图输入到网络模型中提取视频特征,同时利用轻量化EfficientNet提取前景图中的帧级空间暴力特征,并利用卷积长短时记忆网络（ConvLSTM）进一步提取视频序列的全局时空特征;接着,结合时间注意力机制,计算得到视频级特征表示;最后将视频级特征表示映射到分类空间,并利用Softmax分类器进行视频暴力行为分类并输出检测结果,实现视频的暴力行为检测。实验结果表明,该方法能够减少模型参数量,降低计算复杂度,在有限的资源下提高暴力行为检测准确率,提升模型的综合性能。     

智能金属探测器设计

针对大部分用于矿山的金属探测器使用模拟信号技术,存在功耗大、安装不方便、灵敏度低等问题,提出了一种智能金属探测器的设计方法。该金属探测器采用数字信号处理方法,实现了多参数测量;采用自激式探测线圈感应金属,感应信号经过幅值放大电路获取幅值,实现金属块大小的判别;通过频率检测电路获取不同频率,实现金属种类的分类。实验结果表明,该探测器不仅可以有效测出被检测金属物的大小和材质并作出报警,并且性能稳定,易于扩展。     

时空双路3D残差卷积网络的视频烟雾检测

现有的视频烟雾检测方法大多通过运动检测提取疑似烟区,并依据经验手工设计提取烟雾特征,在复杂场景中检测准确率不高。针对以上问题,提出了一种基于时空双路3D残差卷积网络的视频烟雾检测方法,基于混合高斯背景模型与原始视频帧的小波低频分量差进行疑似烟区提取,其次构造时空双路3D残差卷积神经网络,并引入注意力机制加权融合烟雾时空域特征,实现端对端的烟雾识别。实验结果表明,该方法可以得到更为完整的疑似烟区,尤其对于过于稀薄和浓厚的烟雾分割效果较好,且相比于传统的烟雾检测方法和2D的烟雾检测卷积网络,在烟雾检测准确率上得到了提高。     

一种有效的视频数据提取方法

一般的基于FPGA的视频采集系统中,FPGA与视频解码芯片的连接需要用到较多的FPGA I/O资源。文章介绍了一种新的通过检测SAV信号对视频信号进行定位和采集的方法。该方法只需用到视频数据和像素时钟同步信号即可实现有效的视频提取功能,节省了有限的FPGA I/O资源,进一步提高了系统的集成度。仿真结果表明,该方法达到了实时提取视频信号的目的。