结合LBP直方图和SVM的视频火焰检测.PDFVIP

第３３卷第８期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．８ ２０１６年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１６ 结合ＬＢＰ直方图和ＳＶＭ的视频火焰检测 张　霞　黄继风 （上海师范大学信息与机电工程学院　上海２００２３４） 摘　要　　根据火焰独特的纹理特征，提出以块的ＬＢＰ直方图特征为主并结合其他动、静态特征的火焰识别算法。首先用帧差法 和ＲＧＢ颜色高斯模型进行运动颜色检测，得到疑似火焰区域；再提取其红色分量统计特征、小波高频能量和ＬＢＰ直方图特征；最后 将特征向量输入 ＳＶＭ分类器进行火焰识别。实验证明，该算法误报率低、鲁棒性强，同时具有实时性，火焰视频检测率可达到 ９６．２％。 关键词　　火焰检测　颜色高斯模型　ＬＢＰ　小波高频能量　ＳＶＭ 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０８．０４８ ＤＥＴＥＣＴＩＮＧＦＬＡＭＥＩＮＶＩＤＥＯＩＮＣＯＭＢＩＮＡＴＩＯＮＷＩＴＨＬＢＰＨＩＳＴＯＧＲＡＭＡＮＤＳＶＭ ＺｈａｎｇＸｉａ　ＨｕａｎｇＪｉｆｅｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎ，ＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００２３４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｃｃｏｒｄｉｎｇｔｏｕｎｉｑｕｅｔｅｘｔｕｒｅｆｅａｔｕｒｅｏｆｆｌａｍｅ，ｗｅｐｒｏｐｏｓｅａｆｌａｍｅｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｍａｉｎｌｙｂａｓｅｄｏｎＬＢＰｈｉｓｔｏｇｒａｍ ｆｅａｔｕｒｅａｎｄｃｏｍｂｉｎｅｓｏｔｈｅｒｄｙｎａｍｉｃａｎｄｓｔａｔｉｃｆｅａｔｕｒｅｓ．ＦｉｒｓｔｗｅｕｓｅｆｒａｍｅｄｉｆｆｅｒｅｎｃｅａｎｄＲＧＢｃｏｌｏｕｒＧａｕｓｓｉａｎｍｏｄｅｌｔｏｃａｒｒｙｏｕｔｍｏｔｉｏｎａｎｄ ｃｏｌｏｕｒｄｅｔｅｃｔｉｏｎｔｏｇｅｔｔｈｅｓｕｓｐｅｃｔｅｄｆｌａｍｅａｒｅａ．Ｔｈｅｎｗｅｅｘｔｒａｃｔｉｔｓｒｅｄｃｏｍｐｏｎｅｎｔｓｔａｔｉｓｔｉｃａｌｆｅａｔｕｒｅ，ｈｉｇｈｆｒｅｑｕｅｎｃｙｗａｖｅｌｅｔｅｎｅｒｇｙａｎｄＬＢＰ ｈｉｓｔｏｇｒａｍｆｅａｔｕｒｅ．Ｆｉｎａｌｌｙｗｅｉｎｐｕｔｔｈｅｆｅａｔｕｒｅｖｅｃｔｏｒｓｉｎｔｏｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｃｌａｓｓｉｆｉｅｒｆｏｒｆｌａｍｅｒｅｃｏｇｎｉｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗ ｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｈａｓｌｏｗｆａｌｓｅｒａｔｅ，ｇｏｏｄｒｏｂｕｓｔｎｅｓｓａｎｄｒｅａｌｔｉｍｅｐｒｏｐｅｒｔｙ，ｔｈｅｆｌａｍｅｖｉｄｅｏｄｅｔｅｃｔｉｏｎｒａｔｅｒｅａｃｈｅｓ９６．２％． Ｋｅｙｗｏｒｄｓ　　Ｆｌａｍｅｄｅｔｅｃｔｉｏｎ　ＣｏｌｏｕｒＧａｕｓｓｉａｎｍｏｄｅｌ　ＬＢＰ　Ｈｉｇｈｆｒｅｑｕｅｎｃｙｗａｖｅｌｅｔｅｎｅｒｇｙ　ＳＶＭ 少，不具普遍适用性。Ｔｒｕｏｎｇ等［１０］引入ＦＣＭ颜色聚类分离出 ０　引　言 疑似火焰颜色区域，再提取面积变化、表面不均度等特征，结合 ＳＶＭ进行火焰识别，取得了较好的效果。 火焰检测被广泛应用在监控和安全相关领域。早期有效的 综合上述研究，现有的火焰检测算法存在各自的局限性。 火焰检测能大幅降低火灾危害。传统的传感器探测技术存在探 为了开发实用的视频火焰检测技术，找到具有高区分度的特征， 测范围小、易受环境影响等限制。基于视频图像的火焰检测可 本文经多次实验，得出ＬＢＰ直方图分布特征对于区分火焰与非 有效避免上述问题，因此受到越来越多关注。 火焰效果显著。在上述基