基于多特征融合的高精度视频火焰检测算法

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (03): 769-0775.

基于多特征融合的高精度视频火焰检测算法

王莹,李文辉

吉林大学计算机科学与技术学院|长春 130012

收稿日期:2009-04-12 修回日期:2009-07-12 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 李文辉（1961）, 男, 教授, 博士生导师.研究方向:计算机图形学, 数字图像处理, 计算机视觉. E-mail:liwh@jlu.edu.cn
作者简介:王莹（1983）, 女, 博士研究生.研究方向:数字图像处理, 计算机视觉.Email:wangying_jlu@163.com
基金资助:
“863”国家高技术研究发展计划项目（2008AA10Z224）；国家自然科学基金项目（60573182，60873147）；高等学校博士学科点专项科研基金项目（20060183042）；吉林省科技发展计划项目（20060527）

Highprecision video flame detection algorithm base on multifeature fusion

WANG Ying, LI Wen-Hui

College of Computer Science and Technology, Jilin University,Changchun 130012,China

Received:2009-04-12 Revised:2009-07-12 Online:2010-05-01 Published:2010-05-01

摘要/Abstract

摘要：

针对目前视频火焰检测算法无法达到高检测率、低误检率的工程应用需要，提出了一种使用Choquet积分进行火焰多特征融合的检测算法。首先通过优化运行期均值法进行背景建模，然后对疑似区域进行边缘分形维数检测、角点形心运动轨迹检测和图像相关性检测，最后对模糊化的特征检测结果计算Choquet积分，并以此判断火焰是否存在。试验表明，本文提出的检测算法高效、快速，具有较好的应用前景。

关键词: 计算机应用, 运动检测;, 火焰检测;, 特征融合, Choquet积分

Abstract:

The current flame detection algorithm can not meet the requirements of high detection rate and low falsealarm rate in engineering application. A multifeature fusion flame detection algorithm based on Choquet integral is proposed. In this algorithm, first the background modeling is carried out by optimizing the Running Average. Then the edge fractal dimension feature, the corner centroid trajectory feature and image correlation feature in the candidate region are detected. Finally, the detected results are fuzzificated and the Choquet integral is calculated to determine the existence of flame. Experiments show that the proposed detection algorithm is efficient and fast with good application prospects.

Key words: computer application, motion detection, fire detection, feature fusion, Choquet integral

中图分类号:

TP391

王莹, 李文辉. 基于多特征融合的高精度视频火焰检测算法[J]. 吉林大学学报(工学版), 2010, 40(03): 769-0775.

WANG Ying, LI Wen-Hui. Highprecision video flame detection algorithm base on multifeature fusion[J]. 吉林大学学报(工学版), 2010, 40(03): 769-0775.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed