基于视频的火灾检测技术在核电站中的应用研究-计算机技术专业论文.docxVIP

(3)在火灾的特征方面，首先分析RGB颜色、HSV颜色空间模型，针 (3)在火灾的特征方面，首先分析RGB颜色、HSV颜色空间模型，针 对火焰动态特征的情况，分析了火焰的面积变化、高度变化、边缘变化和 整体移动等特性，同时根据火焰的静态与动态特征共同构建一个火焰特征 模型；烟雾的特征方面选取了面积变化率、颜色特性和纹理特性等三个特 征作为识别依据，能够对常见干扰物体进行有效的排除。在图像目标的提 取分割方面采用混合高斯背景建模和三帧差分法相融合的方式，效果良好。 (4)提出基于最小二乘支持向量机(LS—SⅧ)的火灾检测与识别算法。 利用提取出的火焰和烟雾特征，充分利用特征上下文信息，首先对火灾的 颜色特征进行判断，识别火灾的主体成分为火焰还是烟雾，从而调用合适 的支持向量机火灾识别模型。在干扰排除方面，针对现场实际情况，主要 选取了行人、灯光、太阳、大雾等方面的视频，进行支持向量机的反向训 练，使该算法可以快速排除核电站特殊环境下的干扰信息，提高火灾检测 系统的准确度。 实验结果表明，基于LSSVM的火灾识别方案，可根据现场针对性的选 取干扰物，有效的克服传统探测方式的缺陷，使系统在保持敏锐性的同时 也兼顾了鲁棒性。 关键词：火灾探测视频核电站LSSVM Ⅱ 万方数据 RESEARCH RESEARCH ON APPL l CAT 1 0N 0F F I RE DETECT