基于视频的隧道火灾早期预报技术研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 论文独创性声明本人声明：本人所 论文独创性声明 本人声明：本人所呈交的学位论文是在导师的指导下，独立进行研究 工作所取得的成果。除论文中已经注明引用的内容外，对论文的研究做出 重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任 何未加明确注明的其他个人或集体已经公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名： 年 月 日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属学 校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权 利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成 果时，署名单位仍然为长安大学。 （保密的论文在解密后应遵守此规定） 论文作者签名： 年 月 日 导 师 签 名： 年 月 日 摘要 摘 要 目前基于视频的火灾检测技术作为一种辅助手段受到越来越多的关注，与传 统的火灾检测技术相比，具有实时性好、抗干扰性强、可视化和成本低等优点。 本文针对隧道中的火灾视频进行相关的检测技术研究。 本文以隧道交通场景中的火灾事件为研究对象，主要研究火焰和烟雾目标 识别算法的设计和具体实现过程。本文的火灾检测算法主要分为背景提取与更 新，烟、火候选区域定位，火焰特征分析和烟雾特征分析，基于 Adaboost 的分 类器设计，每部分所做的工作与创新简述如下： 1、背景提取与更新：在统计直方图法的基础上，首先确认直方图最大值对 应为背景的置信度和其它极大值对应为背景的置信度，选取置信度高的作为背 景。为了提高背景的可靠性，同时采用基于块稳定性的背景更新算法对背景进行 更新操作，以 SAD 作为衡量块之间相似程度的准则，对背景块进行加权更新。 2、烟、火候选区域定位：在获取可靠的背景之后，采用背景差分法进行运 动目标检测，同时进行块二值化。为了提高后期处理的效率，对提取的运动目标 进行预处理，排除一些干扰区域，将目标进行连通域标记，排除面积小的目标， 根据火焰和烟雾目标的特点，利用灰度统计一致性和运动累计特性对目标进一步 筛选。 3、火焰特征分析：对于提取出的火焰疑似区域，针对火焰的面积增长特征、 频带特征和圆形度进行分析。 4、烟雾特征分析：对于提取出的烟雾疑似区域，针对烟雾的高度特征、纹 理特征和运动主方向特征进行分析。 5、火灾分类器设计：将提取出的烟、火各个特征分别作为一个弱分类器， 利用 Adaboost 算法将弱分类器拟合成强分类器，实现对火灾的快速检测。 通过对不同的隧道交通场景进行实验，本文设计的火灾检测算法能够较为准 确有效的检测出火灾事件，表明该算法具有良好的可靠性和适用性，同时满足系 统的实时要求。 关键词：隧道火灾，目标提取，火焰检测，烟雾检测 i A Abstract Fire detection based on video technology as a supplementary mean has been more and more focused on. Compared with the traditional fire detection technology, it has a good real-time performance, strong anti-interference, visualization and low cost. In this paper, the detection technology of fire video in the tunnel was studied. The paper chose the fire events in traffic scene as research objects, aiming at designing and implementing the recognition algorithm of flame and smoke. Fire detection algorithm in this paper was mainly divided into the following part: the extraction and update of background, the location of the candidate area of smoke and fire, the analysis of the characteristic of flame and smoke, the design of classifier based on Adaboost, the function and innovation of each part was explained as follow: The extr