基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对森林这样的大空间、复杂场景下的火灾检测,提出一种在单帧视频序列图像中的烟检测方法,并研究一种新的超像素合并算法,改进现有的天地线检测算法.该方法对图像进行SLIC(Simple Linear Iterative Clustering)超像素分割,并用一种新的超像素合并算法解决过分割问题;通过改进的天地线分割算法,排除天空中云对于烟检测的干扰;根据光谱特征,运用支持向量机(SVM)对超像素块进行分类.实验结果表明,超像素合并算法高效简洁,易于编程实现,基于图像分割的烟检测技术能排除云雾等噪声对烟雾检测的干扰,在森林场景下的烟雾检测正确率为77%,可以作为人工森林火灾监测的辅助手段.
推荐文章
早期森林火灾烟雾图像序列的分割算法
图像分割
时间-空间域
瞬时-累积动态数据
烟雾前景
森林火灾早期预警的多光谱检测技术
森林火灾
红外图像
检测
多光谱图像
基于鲸鱼算法的森林火灾图像多阈值分割
森林火灾图像
鲸鱼优化算法
多阈值图像分割
Otsu算法
基于单高斯模型的森林火灾烟图像目标检测
火灾烟图像
目标检测
动态数据累积
高斯背景统计模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像分割的森林火灾早期烟检测算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 单帧图像 烟雾检测 图像分割 天地线检测 超像素合并
年,卷(期) 2017,(16) 所属期刊栏目 图形图像处理
研究方向 页码范围 166-171
页数 6页 分类号 TP391.4
字数 4275字 语种 中文
DOI 10.3778/j.issn.1002-8331.1603-0174
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 禹素萍 东华大学信息科学与技术学院 22 191 7.0 13.0
5 吴贇 东华大学信息科学与技术学院 6 7 1.0 2.0
9 顾晓雯 东华大学信息科学与技术学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (307)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单帧图像
烟雾检测
图像分割
天地线检测
超像素合并
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
上海市青年科技启明星计划
英文译名:Sponsored by Shanghai Rising-Star Program
官方网址:http://www.stcsm.gov.cn/Detail/PolicyStatueDetail.aspx?id=480
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导