吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (6): 1787-1792.doi: 10.13229/j.cnki.jdxbgxb201406038

• • 上一篇    下一篇

基于颜色特征的火焰检测新算法

耿庆田1, 2, 于繁华2, 赵宏伟1, 王闯1   

  1. 1.吉林大学 计算机科学与技术学院,长春 130022;
    2.长春师范大学 计算机科学与技术学院,长春 130032
  • 收稿日期:2013-04-12 出版日期:2014-11-01 发布日期:2014-11-01
  • 通讯作者: 赵宏伟(1962-),男,教授,博士生导师.研究方向:智能信息系统与嵌入式技术.E-mail:zhaohw@jlu.edu.cn
  • 作者简介:耿庆田(1972-),男,副教授,博士研究生.研究方向:图像处理,模式识别.E-mail:
  • 基金资助:
    国家自然科学基金项目(61101155); 吉林省自然科学基金项目(20140101184JC); 吉林省教育厅“十二五”科学技术研究项目(2014269)

New algorithm of flame detection based on color features

GENG Qing-tian1, 2, YU Fan-hua2, ZHAO Hong-wei1, WANG Chuang1   

  1. 1.College of Computer Science and Technology, Jilin University, Changchun 130022, China;
    2.College of Computer Science and Technology, Changchun Normal University, Changchun 130032, China
  • Received:2013-04-12 Online:2014-11-01 Published:2014-11-01

摘要: 针对当前计算机视觉火焰检测算法无法实现高准确率和低误报率的问题,提出了一种基于颜色模型的候选火焰图像元素分类算法。该算法首先对RGB模型各通道求均值获得新的图像样本,再利用YCbCr 颜色空间建立火焰图像元素分类模型,通过设计YCbCr 颜色模型新规则来减少由于图像亮度发生变化而产生的干扰,火焰像素检测率得到显著提高,能够较为准确地识别火焰,有较高的实用价值。

关键词: 计算机应用, 图像识别, 火焰检测, 颜色规则

Abstract: Using computer vision techniques to achieve early fire detection is a hot research topic. In this paper, a candidate flame pixel classification algorithm is proposed based on color model. First, the features of the flame region in RGB and YCbCr color models are introduced. Then YCbCr model is used to build flame pixel detection model. In addition by converting the rules based on RGB color model into corresponding rules in YCbCr color model, new rules in YCbCr color model are developed, which can further alleviate the harmful effects of changing illumination. The method can be used for real-time fire detection.

Key words: computer application, pattern recognition, flame detection, color based rules

中图分类号: 

  • TP391.4
[1] Chen T, Wu P, Chiou Y.An early fire-detection method based on image processing[C]∥Procedings of IEEE International on Image Processing, 2004: 1707-1710.
[2] Toreyin B U, Dedeoglu Y, Cetin A E. Flame detection in video using hidden Markov models[C]∥Procedings of IEEE International Conference on Image Processing, 2005:1230-1233.
[3] Marbach G,Loepfe M,Brupbacher T.An image processing technique for fire detection in video images[J].Fire Safety Journal,2006,41:285-289.
[4] Celik T, Demirel H, Ozkaramanli H. Automatic fire detection in video sequences[C]∥Proceedings of European Signal Processing Conference (EUSIPCO 2006), Florence, Italy, 2006.
[5] Poynton C A.A Technical Introduction to Digital Video[M].John Wiley & Sons Inc,1996:212-215.
[6] Green D M, Swets J M.Signal Detection Theory and Psychophysics[M].New York:Wiley,2011:327-329.
[7] Wild land Fire Operations Research Group[DB/OL].http://fire.feric.ca/index.htm.2006-8-11.
[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.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!