共查询到20条相似文献,搜索用时 62 毫秒
1.
大空间火灾的有效检测对预防火灾、保护人员生命财产安全有着至关重要的作用。基于火焰视频图像的检测结果,对分割出的火焰图像进行静态特征描述和分析,提取出火焰候选区域的多种定量特征描绘子,并从颜色特征、纹理特征和形状特征这三个方面来描述火焰影像区域的静态视觉特性。试验结果表明利用火焰影像的颜色矩特征能够区分一般干扰物体;利用纹理特征能有效排除与火焰像素颜色相近的干扰物体;同时,采用圆形度作为火焰图像区域的形状特征描绘子也能排除常见的干扰模式,从而对火灾事件进行准确而有效的识别,减少识别误报率。 相似文献
2.
3.
4.
5.
介绍了一种在HSI彩色空间中对前景累积图像进行阈值分割的火焰图像分割算法,通过火焰的闪烁频率设定分割阈值,结合图像的颜色、质心等特征确定火焰位置,区别火源与干扰图像;采用Matlab软件对算法的可行性进行了实验,结果表明:该算法可以分割出完整的火焰图像区域,确定着火点位置。 相似文献
6.
《中国工程机械学报》2020,(1)
随着社会经济的不断发展,大空间建筑逐渐步入人们的生活中,对大空间建筑的消防技术要求逐渐提高,火焰识别技术已成为近年来研究的热点。为实现单帧图像的火焰检测,本文首先提出了一种基于RGB和HSI颜色模型的混合判据,它既保留了RGB模型中的直观判据,又加入了HSI模型中对于饱和度判据,效果优于两者单独使用或单纯结合的情况;同时利用基于加权欧式距离的方法对图像进行特殊灰度化处理,通过Kmeans++颜色聚类,完成火焰图像的分割,获得最终感兴趣区域;提取该区域几何轮廓并利用不规则度和形态比例等几何判据,对待检测图像进行最终的识别。为评估所提出检测方法的性能,选取典型火焰图像和非火焰图像,在Visual Studio 2013环境下进行对比实验,通过对运行时间、提取偏差率和识别误报率等结果的分析,证明了所提方法的有效性和可实现性。本文所提出的方法具有良好的检测效果,能够保证火焰提取和识别的精度,同时兼顾实时性的要求,可以应用在实际的大空间消防项目中。 相似文献
7.
8.
基于神经网络的回转窑火焰图像分割 总被引:7,自引:0,他引:7
回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样本,分别采用有导师学习和无导师学习两种方法进行训练。对实测图像进行分割的结果表明,本文提出的方法很有效。 相似文献
9.
10.
针对现有灭火机器人视觉系统的窄视野且检测结果受光照变化干扰的问题,提出了一种应用于大视角全景图像火焰识别且抗光照变化干扰的二分粒度聚类优化的核极限学习机方法.首先,对全景图像建立抗光照变化干扰的颜色模型;然后在该颜色模型下利用经过二分和粒度思想改进的K-means聚类算法分割疑似火焰区域与非火区域;最终提取疑似火焰区域的颜色分量等特征参数作为输入向量来训练核极限学习机(KELM)分类器以提取火焰区域.经仿真研究证明,该算法能快速准确识别全景火焰图像,对光照变化具有良好的鲁棒性,且通用性强. 相似文献
11.
基于MEAN-SHIFT和SVM的血细胞图像分割 总被引:5,自引:0,他引:5
提出一种新的血细胞图像分割算法,结合无监督和有监督模式识别技术,利用颜色快速提取感兴趣的有核细胞.首先通过mean-shift过程寻找RGB颜色空间中的细胞核、红细胞和背景聚类峰(局部密度最大区域),其中的细胞核图像区域经过适当形态学膨胀后可以得到部分胞浆像素;然后细胞核聚类峰和部分胞浆颜色组成正特征子集,而红细胞和背景聚类峰附近颜色组成负特征子集,训练一个两分类SVM,得到的分类模型随后对图像的颜色空间向量分类,实现细胞区域整体提取.通过颜色量化手段,能够显著减少训练集的颜色向量数量,实现SVM实时训练和分类.借助于mean-shift鲁棒的特征空间分析性能和SVM出色的小样本学习推广能力,该方法对图像颜色变化、染色条件差异等鲁棒性强,无过度分割现象,分割速度和效果均优于流域变换方法.骨髓和外周血涂片的分割试验证明了方法的有效性,已应用于实际图像处理系统. 相似文献
12.
为实现移动机器人对目标的导引,提出了一种简单有效的方法。机器人视觉系统的关键技术是对目标实时、准确的提取,而目标提取的实质是图像分割。该文介绍了一种基于色彩空间参照表的适用于机器人视觉系统目标提取的图像分割算法,通过图像处理计算出主动目标图像特征的质点来实现对目标的定位,利用神经网络建立了目标从图像空间到摄像机空间的坐标对应关系,从而对空间运动目标进行了定位。仿真结果也验证了该方法的有效性和可行性。 相似文献
13.
视觉可量测实景影像的道路交通标志自动检测 总被引:1,自引:0,他引:1
提出了一种基于颜色和形状神经网络的视觉可量测实景影像交通标志自动检测算法.该算法设计了2种类型的概率神经网络,一种可以将图像中像素分为黄色、红色、蓝色和其他颜色4类;另一种可以识别三角形、圆形、矩形和倒三角形4种形状.从而先利用颜色识别神经网络对影像进行颜色分割;然后,在分割后的二值图像上利用灰度投影确定交通标志的候选区域;最后,利用中心投影向量和形状识别神经网络,实现候选区域的形状判断和交通标志自动检测.使用车载三维数据采集系统拍摄的视觉可量测实景影像进行了实验,证明了该方法的有效性和鲁棒性. 相似文献
14.
15.
16.
火焰图像识别现在已有较为成熟的方法和实现手段,然而大多数方法都是针对脉动强烈,且主色为红色的火焰的.而高炉煤气火焰的特征为焰色淡蓝,且基本无脉动.因此,传统的火焰检测方法不适用于高炉煤气火焰的检测.文中针对高炉煤气火焰的特点,提出了一套基于蓝色色彩的图像处理的检测方法.摄像头采用全光谱摄像机,保证取得完整的燃气火焰视频.在后期的处理上,首先使用背景差分法过滤掉与火焰不相关的背景信号;然后利用火焰的颜色信息对图像进行滤波增强,主要是增强火焰的蓝色分量的信息;最后用Otsu法确定阈值对图像进行二值化处理.这种方法的特点是利用了燃气火焰的颜色特征,对其RGB 3个通道图像分别进行不同的处理;同时利用其脉动小的特征对其进行背景分割.模拟实验结果表明,该方法可以准确地分割出燃气火焰的图像,从而提高了识别此类火焰的准确率. 相似文献
17.
《机械制造与自动化》2019,(4):163-167
针对目前的视频火焰检测算法容易受到复杂场景、光照条件的影响,算法的实时性较差且容易误判等问题,提出一种红外视频图像自适应背景更新疑似火焰区域检测与改进层次分析法多特征融合火灾火焰识别方法。利用改进型自适应背景更新运动目标检测来获取红外视频图像中疑似火焰区域,消除背景干扰,提高火焰静动态特征的提取效率,将火焰的多种特征用三标度改进层次分析法进行融合,实验结果表明该方法对火焰的识别效果更加快速、精确、有效。 相似文献
18.
19.
针对印刷电路板裸板缺陷在线视觉检测,提出了一种适用于电路板彩色图像的缺陷检测算法。该算法主要通过分析缺陷区域边界像素的梯度方向信息获得对应的典型图像特征,具体由滤波去噪、目标分割和特征提取三部分组成。为减弱环境光干扰同时保证边缘细节的清晰,首先在CIE Lab色彩空间对图像进行双边滤波,然后利用该色彩空间的均匀性分割出需要检测的目标区域,最后设计了邻域梯度方向信息熵这一描述子用于提取缺陷特征和构造特征向量,利用支持向量机对缺陷进行识别。实验结果表明:所提算法能够对印刷电路板裸板存在的短路、断路、孔洞、余铜、划痕等常见缺陷进行快速精确的定位,能够满足生产过程中的实时检测要求。 相似文献