原文服务方: 西安交通大学学报       
摘要:
针对复杂场景的烟雾检测准确性低等问题,提出了一种基于多种纹理特征的烟雾检测算法.首先,为了提取出完整的烟雾前景区域,在背景建模时融合了视频像素点的时间和空间信息.然后,在研究和改进局部二值图特征的基础上,提出了3种新的具有高辨别力和鲁棒性的纹理特征,分别为梯度局部二值图特征、多量级局部二值图特征以及局部共生二值图特征.通过提取前景区域局部图像块的这3种纹理特征,利用支持向量机分类器进行分类.最终,通过对3种纹理特征的综合决策检测出准确的烟雾区域.在烟雾图像数据库的测试下,该算法的平均检测出率、误报率及错误率分别为0.978、0.014及0.016,与现有最优算法相比,性能分别提高了0.6%、0.97%、0.83%.大量视频实验结果表明,该算法对复杂场景适应性强,检测准确率高,对比现有视频烟雾检测算法检测率提高了2%~4%.
推荐文章
开放环境下视频图像的烟雾时空特征描述
时空特征
局部二值模型
动态纹理特征
二维互信息
信息熵
基于混合高斯模型定位的火灾烟雾纹理特征提取
混合高斯模型
火灾区域
纹理提取
前景提取
基于多维动态纹理分析的烟雾检测算法
多维动态纹理
高阶线性动态系统(h-LDS)
梯度方向直方图(HOG)
烟雾检测算法
基于背景动态更新与暗通道先验的火灾烟雾检测算法
背景估计
暗通道先验
颜色特征
旋转不变的LBP
HOG特征
KNN分类器
烟雾检测
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 时空背景模型下结合多种纹理特征的烟雾检测
来源期刊 西安交通大学学报 学科
关键词 烟雾检测 时空背景建模 纹理特征 支持向量机
年,卷(期) 2018,(8) 所属期刊栏目
研究方向 页码范围 67-73
页数 7页 分类号 TP391.41
字数 语种 中文
DOI 10.7652/xjtuxb201808011
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 张为 天津大学微电子学院 71 358 10.0 15.0
2 刘艳艳 南开大学电子信息与光学工程学院 25 52 4.0 6.0
3 赵敏 天津大学微电子学院 6 11 2.0 3.0
4 王鑫 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (4)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (7)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
烟雾检测
时空背景建模
纹理特征
支持向量机
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导