基于改进层次聚类和SVM的图像型火焰识别

• 作者: 党勃 王慧琴 胡燕 贾阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 火焰识别 改进层次聚类 支持向量机 数据采样
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 165-168,194
• 页数: 5页
• 分类号: TP391
• 字数: 4900字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1204-0235

摘要

为了提高大空间建筑内实时监控的火灾检出率，提出基于改进分层聚类和支持向量机（SVM）的火灾识别算法。首先建立火焰颜色模型，用像素运动累积法获取疑似目标，借助改进层次聚类法对其进行合并，形成少量疑似区域。然后提取疑似区域相邻帧间相关性、面积变化率、质心偏移距离、红绿分量比、平均亮度这五个特征量。最后将特征输入到SVM进行二分类，判断是否有火。实验结果表明该算法提高了聚类算法在实际应用中的效率，克服了已有火灾识别算法过分依赖阈值的局限性，适用于室内大空间基于视频监控的火灾探测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡燕	西安建筑科技大学信息与控制工程学院	35	252	10.0	14.0
2	王慧琴	西安建筑科技大学信息与控制工程学院	128	1203	18.0	29.0
3	贾阳	西安建筑科技大学信息与控制工程学院	2	21	2.0	2.0
4	党勃	西安建筑科技大学信息与控制工程学院	2	18	1.0	2.0