[发明专利]基于多特征融合的视频火焰检测方法有效

专利信息
申请号: 201710081927.6 申请日: 2017-02-15
公开(公告)号: CN106845443B 公开(公告)日: 2019-12-06
发明(设计)人: 曾思通;刘克;陈天炎;王水发;张伟;张志川 申请(专利权)人: 福建船政交通职业学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 35233 福州旭辰知识产权代理事务所(普通合伙) 代理人: 程春宝<国际申请>=<国际公布>=<进入
地址: 350000 福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 融合 视频 火焰 检测 方法
【说明书】:

发明涉及一种基于多特征融合的视频火焰检测方法,首先利用改进的选择性背景更新模型获取视频图像中运动前景目标,然后通过火焰颜色检测识别提取出可疑的火焰目标,再分析火焰的频闪特征、尖角特征、圆形度特征、面积增长特征和整体移动特征,最后提出一种基于层次分析法(Analytic Hierarchy Process,AHP)的火焰多种动态特征融合的检测识别方法。本发明能够准确、有效地检测识别视频中的火焰信息。

技术领域

本发明涉及火焰检测领域,尤其涉及一种基于多特征融合的视频火焰检测方法。

背景技术

视觉火焰检测是机器视觉中具有重大理论意义和实用价值的课题之一,是目前火焰检测领域的研究热点。基于视频图像的火焰监测方法可以有效克服传统非接触式探测器探测距离小,受环境影响较大和火灾判据单一等缺点,有助于提高火灾探测的准确度和可靠性。

目前,许多学者在火焰图像检测识别上提出了不少检测方法,以下是现有有关火焰图像检测的参考文献:

[1]Bugaric M,Jakovcevic T,Stipanicev D.Adaptive estimation of visualsmoke detection parameters based on spatial data and fire risk index[J].Computer Vision and Image Understanding,2014,118(1):184-196.

[2]Seo J,Kang M,Kim C H,et a1.An optimal many-core model-basedsupercomputing for accelerating video-equipped fire detection[J].The Journalof Supercomputing,2015,71(6):2275-2308.

[3]Habiboglu Y H,Gunay O,Cetin A E.Covariance matrix-based fire andflame detection method in video[J].Machine Vision and Applications,2012,23(6):1103-1113.

[4]Cho B H,Bae J W,Jung S H.Image Processing-based Fire DetectionSystem using Statistic Color Model[C]//International Conference on AdvancedLanguage Processing and Web Information Technology,July,2008,Dalian,Liao-ning,China:245-250.

[5]Celik T,Demirel H,Ozkaramanli H,Uyguroglu M.Fire detection usingstatistical color model in video sequences[J].Journal of Visual Communicationand Image Representation.2007,18(2):176–185.

[6]Homg W B,Peng J W,Chen C Y.A New Image-Based Real-Time FlameDetection Method Using Color Analysis[C].//Proceedings of the 2005 IEEEInternational Conference on Networking,Sensing and Control,2005:100-105.

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福建船政交通职业学院,未经福建船政交通职业学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710081927.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top