维度加权模式动态纹理特征的火焰检测.pdf

第 １２卷第４期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．４ ２０１７年８月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ａｕｇ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ．２０１６０７０２１ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ｔｐ１７３４．００６．ｈｔｍｌ 维度加权模式动态纹理特征的火焰检测 １，２ １，２ ２ １ 严云洋 ，陈垂雄 ，刘以安 ，高尚兵 （１．淮阴工学院计算机与软件工程学院，江苏 淮安 ２２３００３；２．江南大学物联网工程学院，江苏无锡 ２１４１２２） 摘　 要：对疑似火焰区域提取纹理特征时，用局部三值模式描述火焰静态纹理特征不利于区分火焰与其他纹理均匀 的干扰物，用ＫＮＮ算法（ｋ⁃ｎｅａｒｅｓｔ ｎｅｉｇｈｂｏｒ ａｌｇｏｒｉｔｈｍ）分类效率较低。 针对这些问题，提出用三正交平面局部混合模 式（ｔｈｒｅｅ ｏｒｔｈｏｇｏｎａｌｐｌａｎｅｓｌｏｃａｌ ｍｉｘｅｄｐａｔｔｅｒｎ，ＬＭＰ⁃ＴＯＰ）描述火焰的静动态纹理，再输入维度加权的支持向量机进行 ｕ２ 分类识别。 ＬＭＰ⁃ＴＯＰ是对第一维ＸＹ平面，采用八邻域的均匀局部二值模式（ｕｎｉｆｏｒｍ ｌｏｃａｌ ｂｉｎａｒｙ ｐａｔｔｅｒｎ，ＬＢＰ ）三 正交平面局部混合模式表示火焰的静态纹理特征；对第二维ＸＴ 和第三维 ＹＴ平面，则采用局部三值模式（ｌｏｃａｌ ｔｅｒｎａｒｙ ｐａｔｔｅｒ，ＬＴＰ）融入火焰在时间维度上的变化信息，这样在得到火焰的静态特征的同时也融入了其动态特征。 根据３个维度单独用于识别的准确率，赋予其相应的权重，用维度加权的支持向量机进行分类识别。 实验结果表明， 相比Ｓｔｈｅｖａｎｉｅ等算法，本文所提出的方法火焰识别率和检测效率均较高。 关键词：静态纹理；动态纹理；正交特征；加权特征；支持向量机；火焰检测；特征提取；局部二值模式 － － － 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０４ ０５４８ ０８ － 中文引用格式：严云洋，陈垂雄，刘以安，等． 维度加权模式动态纹理特征的火焰检测［Ｊ］． 智能系统学报，２０１７，１２（４）：５４８ ５５５． 英文引用格式：ＹＡＮ Ｙｕｎｙａｎｇ，ＣＨＥＮ Ｃｈｕｉｘｉｏｎｇ，ＬＩＵ Ｙｉ’ａｎ，ｅｔ ａｌ． Ｆｉｒｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｄｙｎａｍｉｃ ｔｅｘｔｕｒｅ ｆｅａｔｕｒｅｓ ｕｎｄｅｒ ａ － ｄｉｍｅｎｓｉｏｎ⁃ｗｅｉｇｈｔｅｄ ｍｏｄｅ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（４）：５４８ ５５５． Ｆｉｒｅ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｄｙｎａｍｉｃ ｔｅｘｔｕｒｅ ｆｅａｔｕｒｅｓ ｕｎｄｅｒ ａ ｄｉｍｅｎｓｉｏｎ⁃ｗｅｉｇｈｔｅｄ ｍｏｄｅ １，２