论文部分内容阅读
森林火灾是一种世界性的灾害,具有传播速度快、灭火和扑救都比较困难的特点。当前,防范森林火灾的发生,实现森林火灾的自动监测是迫切需要解决的重要问题。基于视频的森林火灾监测技术不受空间和环境的影响,适用于森林火灾的监测,是一种新型的有效的火灾监测技术。本文综合视频图像处理、应用数学、计算机图形学、模式识别与人工智能等技术,对森林火灾视频图像的相关特征进行深入分析,提出了基于支持向量机的森林火灾的识别方法,最终设计和实现了一套基于视频的森林火灾自动监测系统。本文的主要内容及结果如下:首先,从森林火灾发展过程中呈现出的主要特征现象以及森林火灾的烟火特征入手,归纳和总结了森林火灾视频图像的一些规律和特性,为森林火灾的监测识别提供了重要的依据。第二,提出了一种改进的中值滤波算法,并能自适应搜索最优的滤波窗口布局。该算法针对传统的图像中值滤波算法中滤波窗口固定和运算速度慢的缺点,改进了传统的图像中值滤波方法,从而较为准确的完成森林火灾图像预处理。第三,针对森林火灾视频图像的颜色、纹理、形状和动态特征,分别对每种特征给出相应的识别算法,综合运用图像的多种特征进行森林火灾识别。最后,设计出基于支持向量机的森林火灾视频监测系统,进行相关的样本训练实验,并以浙江省临安市为实验区域进行验证性测试试验。试验表明:这种利用图像综合特征的森林火灾识别方法能够有效的识别出森林火灾,该监测系统具备较好的敏锐性和抗干扰能力,使远程视频监控系统高速有效的识别森林火灾,准确率达95%。本文的创新之处在于:(1)提出一种适用于森林火灾图像的中值滤波改进算法,该算法能避免传统的中值滤波算法在火灾图像预处理中运算速度慢,去燥不明显的缺点;(2)提出综合森林火灾视频图像的颜色、纹理、形状、动态多个特征,进行图像综合特征的森林火灾识别的判别方法;(3)首次将支持向量机与森林火灾监测系统结合,实现了基于视频的森林火灾监测,从而提高了传统的视频监测系统的运算速度和识别率,更有效地支持了森林火灾的预防和决策指挥。