基于小波纹理特性分析的视频烟雾检测算法研究

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 基于小波纹理特性分析的视频烟雾检测算法研究
- Video smoke detection based on wavelet texture features
- 光学技术 2013年39卷第4期页码：348-353
- 作者机构：
  
  1. 1:燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室
  2. 2:江苏天明机械集团有限公司
- 作者简介：
- 基金信息：
  
  河北省自然科学基金资助项目(F2010001268)
- DOI：10.13741/j.cnki.11-1879/o4.2013.04.012
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
张燕君, 邵明亮. 基于小波纹理特性分析的视频烟雾检测算法研究[J]. 光学技术, 2013,39(4):348-353.

Video smoke detection based on wavelet texture features[J]. 2013, 39(4): 348-353.
张燕君, 邵明亮. 基于小波纹理特性分析的视频烟雾检测算法研究[J]. 光学技术, 2013,39(4):348-353. DOI： 10.13741/j.cnki.11-1879/o4.2013.04.012.

Video smoke detection based on wavelet texture features[J]. 2013, 39(4): 348-353. DOI： 10.13741/j.cnki.11-1879/o4.2013.04.012.

为了克服由于烟雾稀薄、远景以及风速带来的干扰

实现火灾的及时准确检测

提出了一种有效的基于小波纹理特征分析的视频烟雾检测算法。该算法首先利用混合高斯模型提取运动区域

对运动区域进行网格化和二维离散小波变换以获取局部信息;然后利用灰度共生矩阵提取每个网格的纹理特征;最后利用自适应神经模糊推理系统(ANFIS)和联合判别准则进行训练和火灾判断。实验表明

该算法检测率达到了94.8%

误检率为1.1%

证明该算法可以充分挖掘图像的局部信息

并提高了检测烟雾的空间分辨率

适宜多种场景

可靠性较高。

浏览量

185

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于灰度共生矩阵的自动聚焦算法

基于非下采样Shearlet变换与双重制约的遥感图像融合算法

结合颜色和纹理特征的树冠提取方法

复杂背景彩色图像中的文字分割