基于lsa和svm的火灾烟雾检测算法.pdfVIP

基于LSA 和SVM 的火灾烟雾检测算法 刘颖，顾小东，李大湘 （西安邮电大学通信工程学院，陕西省西安市，710121） 摘 要：现有烟雾检测算法大多采用运动区域提取和帧间特征提取，算法难度大、复杂度高，对实时烟雾检测的实 现造成困难。本文提出了一种基于LSA 特征和SVM 的烟雾检测算法,充分利用帧内特征实现快速烟雾检测。该算法首 先将烟雾图像库中的每幅图像进行有重叠分块，提取每个分块的小波纹理与HSV 颜色特征；再对所有分块特征进行聚 类，量化成“视觉字”，并且根据每个“视觉字”在每幅烟雾图像中出现的频率，建立“词－文档”矩阵；然后，采用潜在 语义分析（LSA ）的方法获得每幅烟雾图像的潜在语义特征；最后，结合支持向量机（SVM ），提出一种 LSA-SVM 的烟雾检测算法。对比实验表明，该算法特征提取简便，可以更快检测烟雾的发生，提高了烟雾检测效率。 关键词：烟雾检测；潜在语义特征；支持向量机；特征提取；火灾识别； 中图分类号：TP391 文献标志码： A 文章编号： A Fire Smoke Detection Algorithm Based