煤矿井下图像型早期火灾探测

• 作者: 王媛彬 马宪民
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 煤矿井下 早期探测 图像 特征提取 火灾识别 火灾信息 融合 SVM
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 矿业工程
• 页码范围: 713-716
• 分类号: TP391
• 字数: 3634字
• 语种: 中文
• DOI: CNKI:21-1379/N.20111029.1325.006

摘要

针对煤矿井下传统火灾探测方法的不足,提出了一种基于图像型的火灾探测方法,阐述了对所获取的红外图像进行预处理、特征提取和火灾识别的过程.根据早期火灾的特点,通过提取图像序列中多个参数的火灾信息,并将量化后的火灾特征值输入支持向量机,对支持向量机进行分类器训练,再利用训练好的分类器对火灾和干扰物进行分类识别.实验结果表明:该方法探测正确率高,误判率低,抗干扰能力强,对于小样本的非线性分类问题效果较好.该研究成果对煤矿外因火灾的预防具有一定实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宪民	西安科技大学电控学院	86	594	12.0	20.0
2	王媛彬	西安科技大学电控学院	28	139	7.0	11.0