發(fā)布時(shí)間：2020-12-16 18:05

　　隨著現(xiàn)代農(nóng)業(yè)與產(chǎn)業(yè)技術(shù)不斷發(fā)展進(jìn)步以及環(huán)保要求越來越重要,大面積農(nóng)田、農(nóng)田示范區(qū)、農(nóng)田果蔬區(qū)等越來越多,各種易燃材料被農(nóng)田廣泛運(yùn)用并易引起火災(zāi),此外經(jīng)常出現(xiàn)秸稈焚燒現(xiàn)象,因此,基于視頻圖像的火情煙霧檢測(cè)與預(yù)防的技術(shù)方法快速發(fā)展勢(shì)在必行。該論文采用視頻圖像展開技術(shù)分析,研究了應(yīng)用效率更高、檢測(cè)時(shí)間更短的農(nóng)田視頻圖像火災(zāi)煙霧檢測(cè)算法,給出了基于視頻圖像的農(nóng)田火災(zāi)煙霧檢測(cè)系統(tǒng)實(shí)現(xiàn)方法。主要包括以下幾個(gè)方面研究?jī)?nèi)容:1、詳細(xì)介紹了視頻圖像中目標(biāo)或區(qū)域運(yùn)動(dòng)檢測(cè)的經(jīng)典方法,針對(duì)所采集的煙霧運(yùn)動(dòng)視頻,將其從彩色圖像轉(zhuǎn)化為灰度圖像,并在此基礎(chǔ)上描述了較廣泛使用的幀間差分法、光流法和背景減除法等經(jīng)典的目標(biāo)或區(qū)域運(yùn)動(dòng)檢測(cè)算法。2、針對(duì)火災(zāi)煙霧視覺特征,通過對(duì)火災(zāi)煙霧圖像的顏色、運(yùn)動(dòng)、區(qū)域輪廓及頻率特征展開分析,抽取了一系列可以高效表征火災(zāi)煙霧類特征的參量,最后構(gòu)造了較為精確的火災(zāi)煙霧圖像關(guān)鍵特征參量。3、探討了農(nóng)田火災(zāi)煙霧多特征檢測(cè)技術(shù),針對(duì)上述分析的煙霧圖像顏色、運(yùn)動(dòng)、區(qū)域輪廓和頻率特征信息,設(shè)計(jì)了基于視頻圖像的火災(zāi)煙霧檢測(cè)系統(tǒng)整體架構(gòu)和算法流程,給出火災(zāi)煙霧的綜合檢測(cè)方法。4、為了將探究的研究成果運(yùn)用... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視頻圖像二值化

再運(yùn)用目前幀上的這一點(diǎn)與上上一幀對(duì)應(yīng)點(diǎn)取差，假如 2 個(gè)差值均小于一的門限值的話，那么判定目前的點(diǎn)為圖像背景像素點(diǎn)。圖 2.2 為以上 3 幀差分法圖，在進(jìn)行檢測(cè)時(shí)，門限值通常是實(shí)時(shí)變化的，以滿足復(fù)雜場(chǎng)景或背景反復(fù)變換的.3 為運(yùn)用間距為 2 的幀間差分法抽取到的前景視頻圖像。因?yàn)閳D像幀差法是通過像幀間的差值來選定煙霧飄動(dòng)區(qū)域，所以對(duì)于周邊條件因素的變換通常不很敏感，時(shí)性好。但是當(dāng)煙霧飄動(dòng)物體區(qū)域范圍較大時(shí)，在其煙霧飄動(dòng)區(qū)域中一般會(huì)出現(xiàn)空第n-1幀 第n幀 第n+1幀1 2 圖 2.2 三幀差分法原理圖

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第三章農(nóng)田火災(zāi)煙霧的多維特征分析第三章 農(nóng)田火災(zāi)煙霧的多維特征分析在上一章內(nèi)容中，對(duì)迅速高效地抽取視頻類圖像中的移動(dòng)區(qū)域成為現(xiàn)階段廣泛研究的領(lǐng)域，這些研究算法的普遍性，在一定程度上得到了證實(shí)。但在這些算法的運(yùn)用中，存在著應(yīng)用時(shí)間、地點(diǎn)、空間的影響。例如背景減除法，其在已有的技術(shù)條件下如何檢測(cè)和定義前景區(qū)域和對(duì)象，是沒有很好的規(guī)則的。它比較適應(yīng)于平緩或快速的光照背變化，復(fù)雜的背景變化等。因此本文的主要工作是著重于研究煙霧的四個(gè)特征，分別為顏色特征、煙霧運(yùn)動(dòng)特征、煙霧的區(qū)域輪廓特征及煙霧圖像頻率特征，并給出相應(yīng)算法。綜合運(yùn)用此四種煙霧識(shí)別的方法，具有很高的精確性，并且對(duì)于系統(tǒng)的總體要求不是太高。該論文從火災(zāi)煙霧的 4 個(gè)特征，對(duì)其算法展開探究說明，論文結(jié)構(gòu)安排如下圖所示：基于 RGB 直方圖的農(nóng)田

【參考文獻(xiàn)】：
期刊論文
[1]基于卡爾曼濾波器的半捷聯(lián)導(dǎo)引頭控制系統(tǒng)設(shè)計(jì)[J]. 韓宇萌,賈曉洪.  兵器裝備工程學(xué)報(bào). 2019(10)
[2]基于幀差法和混合高斯的海上運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 高海壯,段先華.  計(jì)算機(jī)與數(shù)字工程. 2019(05)
[3]冬季東北地區(qū)室內(nèi)甲醛擴(kuò)散的數(shù)值模擬[J]. 王芳,王鵬浩,徐洪祥.  哈爾濱理工大學(xué)學(xué)報(bào). 2018(06)
[4]一種融合小波變換與卷積神經(jīng)網(wǎng)絡(luò)的高相似度圖像識(shí)別與分類算法[J]. 姜文超,劉海波,楊宇杰,陳佳峰,孫傲冰.  計(jì)算機(jī)工程與科學(xué). 2018(09)
[5]視頻煙霧檢測(cè)研究進(jìn)展[J]. 史勁亭,袁非牛,夏雪.  中國(guó)圖象圖形學(xué)報(bào). 2018(03)
[6]基于RGB顏色模型的玉米淀粉爆燃火焰?zhèn)鞑ニ俣萚J]. 張洪銘,陳先鋒,張英,牛奕,代華明,黃楚原.  爆炸與沖擊. 2018(01)
[7]基于運(yùn)動(dòng)路徑角的林火煙霧圖像檢測(cè)探究[J]. 喬元秀,程朋樂.  西北林學(xué)院學(xué)報(bào). 2017(02)
[8]基于最優(yōu)質(zhì)量傳輸光流法和神經(jīng)網(wǎng)絡(luò)的火焰和煙霧檢測(cè)[J]. 王衛(wèi)兵,徐倩,韓再博.  哈爾濱理工大學(xué)學(xué)報(bào). 2017(01)
[9]基于背景動(dòng)態(tài)更新與暗通道先驗(yàn)的火災(zāi)煙霧檢測(cè)算法[J]. 趙亮,駱炎民,駱翔宇.  計(jì)算機(jī)應(yīng)用研究. 2017(03)
[10]基于視頻圖像的煙霧檢測(cè)方法探析[J]. 楊學(xué)富.  通訊世界. 2016(03)

博士論文
[1]基于顯著性檢測(cè)和煙霧時(shí)空特征的視頻火災(zāi)探測(cè)方法研究[D]. 賈陽(yáng).中國(guó)科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]基于光流算法的運(yùn)動(dòng)目標(biāo)檢測(cè)應(yīng)用研究[D]. 張艷艷.西安石油大學(xué) 2018
[2]基于RGB顏色分布模型的MRF圖像分割算法研究[D]. 黃晨雪.湖北工業(yè)大學(xué) 2018
[3]基于激光自混合干涉效應(yīng)的傳感應(yīng)用研究[D]. 魏穎斌.廈門大學(xué) 2017
[4]GMAW熔池網(wǎng)格結(jié)構(gòu)光三維視覺傳感[D]. 呂明達(dá).哈爾濱工業(yè)大學(xué) 2015
[5]基于視頻的煙霧檢測(cè)算法研究[D]. 畢豐隆.大連海事大學(xué) 2014
[6]基于視頻的火災(zāi)煙霧探測(cè)算法的研究[D]. 趙陽(yáng).天津大學(xué) 2012
[7]基于圖像處理的火災(zāi)智能監(jiān)視識(shí)別技術(shù)的研究[D]. 魯維.長(zhǎng)安大學(xué) 2009
[8]基于圖像的火災(zāi)煙霧識(shí)別算法研究[D]. 焦珂.西華大學(xué) 2008



本文編號(hào)：2920558