基于改进CV模型的煤矿井下早期火灾图像分割

• 作者: 吴一全 宋昱 韩斌
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 矿井 早期火灾图像 图像分割 CV模型 区域拟合中心 区域能量系数 中值绝对差
• 年，卷（期）: 2017,（6）
• 页码范围: 1620-1627
• 页数: 8页
• 分类号: TD75.2|TP391.41
• 语种: 中文
• DOI: 10.13225/j.cnki.jccs.2016.0964

摘要

煤矿井下早期火灾图像中火焰区域、火焰余辉及非火焰高灰度干扰区域三者的灰度值十分接近,利用传统的Chan-Vese (CV)模型很难将火焰区域精确地提取出来.针对这一问题,提出了一种改进的CV模型以实现煤矿井下早期火灾图像的精确分割.在计算目标和背景区域拟合中心时,引入自适应权值进行加权平均,充分考虑了像素点灰度值与拟合中心的差异,并据此确定该点对拟合中心的贡献度,更加精确地计算目标和背景区域的拟合中心;为了加速模型的演化,引入曲线内外区域像素的中值绝对差,替换模型中的内外区域能量系数,提高模型分割效率.最终达到快速提取早期火灾图像中火焰区域的目的.大量实验结果表明,与现有的Otsu算法、CV模型、引入能量权重的CV模型、引入梯度信息的CV模型以及两种类似提出模型的CV模型相比,利用改进CV模型对煤矿井下早期火灾图像,能取得更好的分割效果,并且满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴一全	南京航空航天大学电子信息工程学院	198	2249	23.0	36.0
3	宋昱	南京航空航天大学电子信息工程学院	13	146	6.0	12.0
4	韩斌	南京航空航天大学电子信息工程学院	6	23	3.0	4.0