資源描述：
《基于視頻監(jiān)控的室內智能火災檢測技術研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、分類號:TP3910710-2015224039專業(yè)碩士學位論文基于視頻監(jiān)控的室內智能火災檢測技術研究郝振華導師姓名職稱李鋼副教授專業(yè)學位類別申請學位類別工程碩士交通運輸工程及領域名稱論文提交日期2018年4月2日論文答辯日期2018年6月2日學位授予單位長安大學ResearchonIndoorIntelligentFireDetectionBasedonVideoAThesisSubmittedfortheDegreeofMasterCandidate：HaoZhenhuaSupervisor：AssociateProf.LiGangChang’anUniversity
2、,Xi’an,China摘要隨著科技進步，視頻監(jiān)控技術得到了廣泛的應用。其與傳統(tǒng)的監(jiān)控技術相比，具有直觀、實時、可靠等諸多優(yōu)點，尤其對歷史數(shù)據(jù)查詢、查找報警事件起因、明確事故責任有著不可替代的作用，對后期事件預防起著積極作用。本文主要研究了基于視頻的室內火災檢測相關技術。本文以高校實驗室內火災事件為研究對象，研究火焰檢測算法的設計和具體實現(xiàn)過程。首先獲取背景圖像，因為監(jiān)控場景的緩變型，利用優(yōu)化的多幀圖像平均法獲取背景圖像，同時為了提高背景的可靠性，圖像以自定義塊為單位，定時對實時圖像與模板數(shù)據(jù)差分求和，采用適當閾值，對背景進行加權更新。其次對運動目標的實時提取。以背景圖像
3、為基礎，采用當前幀與背景幀差分法檢測運動目標。為了排除一些干擾區(qū)域，提高后期處理的效率，對提取的運動目標進行二值塊化、連通域標記、灰度統(tǒng)計一致性處理、運動累計處理、形態(tài)學處理等圖像預處理。隨后對分割出的目標，分別從火焰的圓形度特征、面積增長特征、頻帶特征做進一步的篩選確認，從而提高算法的可靠性。最后，將選定的火焰的三個特征分別作為弱分類器，通過Adaboost算法將三個弱分類器融合成強分類器，實現(xiàn)對火災的檢測識別。本文基于VC6.0平臺開發(fā)了火焰檢測系統(tǒng)。通過實驗，所用算法能夠較準確、快速的識別火災發(fā)生時產生的火焰，可行性和實用性較高，對高校實驗室火災預警也有重要的研究意
4、義。關鍵詞：視頻檢測，火焰檢測，背景更新，特征提取，分類器iAbstractWiththeadvancementofscienceandtechnology,videomonitoringtechnologyhasbeenwidelyused.Comparedwithtraditionalmonitoringtechnology,videomonitoringtechnologyhasmanyadvantagessuchasbeingintuitive,real-timeandreliable.Inparticular,byinquiringintohistoricald
5、ataandfindingoutthecauseofanalarmeventanddefiningtheresponsibilityofanaccident,itplaysanirreplaceableandactiveroleinthepreventionoflaterevents.Thispapermainlystudiestheindoorflamedetectiontechnologybasedonvideo.Thispaperstudiesthedesignofflamedetectionalgorithmandtheconcreterealizationpro
6、cessonthebasisoffireincidentinauniversitylaboratory.Getthebackgroundimagefirstandbecauseoftheslowvariationofthemonitoringscene,thebackgroundimageisobtainedbymeansofthemulti-frameimageaveragingmethod.Atthesametime,theimageisbasedonthecustomblocktoimprovethereliabilityofthebackground.Thedif
7、ferencebetweenthereal-timeimageandthetemplatedataiscomparedwiththeappropriatethresholdtoupdatethebackground.Secondlyisthereal-timeextractionofthemovingtarget.Basedonthebackgroundimage,thecurrentframeandthebackgroundframedifferencemethodareusedtodetectthemovingtarget
