公路隧道圖像型火災(zāi)火焰檢測方法研究.pdf

1、火災(zāi)是公路隧道中除交通事故外危害最大的一類安全事故。由于公路隧道環(huán)境特殊，一旦發(fā)生火災(zāi)，不僅車輛和人員疏散困難，火災(zāi)救援工作更是難以在短時間內(nèi)展開，往往會造成重大的人員傷亡和財產(chǎn)損失。如果在火災(zāi)初期就能進行及時準(zhǔn)確的報警，則能及時抑制火災(zāi)蔓延、減少火災(zāi)造成的損失。因此，公路隧道早期火災(zāi)檢測具有重要意義。本文針對隧道的特殊環(huán)境，融合火焰的多種圖像特征，采用AdaBoost識別方法對視頻中的火焰進行檢測。本文主要研究內(nèi)容如下:
　　(

2、1)運動目標(biāo)檢測。分別利用幀間差分法、混合高斯模型背景差法以及光流法進行運動目標(biāo)檢測，通過分析對比三種方法的特點，本文選用幀間差分法提取運動目標(biāo)區(qū)域，并對運動目標(biāo)圖像進行后處理。
　　(2)候選火焰區(qū)域分割。本文提出了一種有效分割候選火焰區(qū)域的方法，該方法采用RGB和Lab顏色空間對疑似區(qū)域進行分割，實驗結(jié)果表明本文提出的顏色分割方法效果較好。
　　(3)火焰的多特征檢測。本文主要研究火焰的H分量一階矩、Lab中的a、b分量

3、比值、矩形度、圓形度、尖角數(shù)以及跳動頻率特征，并通過實驗分析對比火焰和非火焰干擾物各特征數(shù)據(jù)的分布范圍。
　　(4)基于AdaBoost的火焰識別。本文將從視頻中提取的火焰和干擾樣本數(shù)據(jù)構(gòu)成特征向量輸入SVM、AdaBoost中，分別訓(xùn)練生成SVM、AdaBoost學(xué)習(xí)模型，并分別優(yōu)化選取SVM、AdaBoost的參數(shù)，以提高識別正確率。通過實驗分析對比SVM和AdaBoost兩種模型的識別正確率，選用檢測正確率較高的AdaBoo