基于多运动特征的森林火灾烟雾图像识别算法.pdfVIP

第35卷摇 第3期 北 京 林 业 大 学 学 报 Vol.35,No.3 2013年5月 JOURNAL OF BEIJING FORESTRY UNIVERSITY May,2013 基于多运动特征的森林火灾烟雾图像识别算法 吴梦宇摇 罗琴娟摇 韩摇 宁 (北京林业大学工学院) 摘要:为甄别林火烟雾与大气云雾,提出了基于多种运动特征判据的视频烟雾图像检测算法。 首先利用烟雾自身 的光学动态特征———光流方向性、相关性、扩散性,分别对连续帧包含烟云的可疑区域进行图像特征标志判别;再 经数据融合算法有效区分林火烟雾与大气云雾,克服了依靠单一图像特征检测烟雾的不足。 结果表明,光流方向 性、相关性、扩散性判别相结合的识别算法能提高森林火灾视频图像的有效识别率。 关键词:林火烟雾;大气云雾;光流运动;离散小波变换;数据融合算法 鄄鄄 鄄鄄 鄄鄄 中图分类号:TP391摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2013)03 0154 05 WU Meng鄄yu;LUO Qin鄄juan;HAN Ning. A smoke detection algorithm based on multiple motion 鄄鄄 features. Journal of Beijing Forestry University (2013)35 (3)154 158 [Ch,16 ref.] School of Technology,Beijing Forestry University,100083,P.R. China. A smoke detection algorithm combined of multiple motionfeatureswaspresented. The mainpurpose of thispaperwastoseparatethesmoke鄄resemblingnaturalphenomenasuchasclouds,cloudshadowsand dust from real smoke. The opticalflow property,correlation property based on discretewavelet transform and diffusion property were matched together to make discrimination. At last,a data weighted fusion algorithm based on statistics theory was applied into smoke detection. Experimental results showed that, compared with the algorithm of detecting smoke using single property,the proposed method can improve the accuracy of smoke detection. Key words摇 forest fire smoke;cloud and mist;optical flow;discrete wavelet transform;data fusion algorithm based on statistic 摇 摇 进入21世纪以来,受全球气候变化、人类活动 析火焰RGB3 个颜色通道的值以及火焰区域变化 等因素影响,全球森林火灾的发生次数和受害