期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进麻雀搜索算法的森林火灾图像多阈值分割 被引量:17
1
作者 贺航 马小晶 +2 位作者 王宏伟 宋帆 刘寒 《科学技术与工程》 北大核心 2021年第26期11263-11270,共8页
为了减少森林火灾对人们的生活和生态环境带来巨大的损失和破坏,采用图像处理技术对森林火灾进行精准定位和预判,可以有效地降低火灾的扩大和蔓延。针对火灾图像大津法分割算法计算量大、运行时间长和阈值选取不够准确导致分割精度不高... 为了减少森林火灾对人们的生活和生态环境带来巨大的损失和破坏,采用图像处理技术对森林火灾进行精准定位和预判,可以有效地降低火灾的扩大和蔓延。针对火灾图像大津法分割算法计算量大、运行时间长和阈值选取不够准确导致分割精度不高等缺点,提出精英反向学习-莱维飞行策略的麻雀搜索算法,并将其有效地应用到指数熵多阈值图像的分割中进行寻优,通过研究最佳阈值对森林火灾图像进行合理的分割,并与其他三种指数熵多阈值图像分割算法进行了对比分析。结果表明:改进麻雀搜索算法的森林火灾图像多阈值分割技术能够及时获得火灾图像分割的最佳阈值,其分割的准确性、实时性和抗噪性均明显优于现有的灰狼算法、粒子群算法和鲸鱼算法,能够为图像处理的工程应用提供一种较好的阈值分割技术。 展开更多
关键词 森林火灾图像 麻雀搜索算法 精英反向学习 莱维飞行 指数熵多阈值图像分割算法
下载PDF
基于鲸鱼算法的森林火灾图像多阈值分割 被引量:22
2
作者 胡加鑫 贾鹤鸣 +3 位作者 邢致恺 朱柏卓 张森 黄怡沁 《森林工程》 2018年第4期70-74,95,共6页
为监测森林火灾的实时火情,本文研究图像分割算法应用于林火图像的识别。由于林火图像背景复杂干扰目标多,采用单阈值Otsu方法对林火图像进行分割的精度较差,因此本文研究鲸鱼优化算法(Whale Optimization Algorithm,WOA)对多阈值图像... 为监测森林火灾的实时火情,本文研究图像分割算法应用于林火图像的识别。由于林火图像背景复杂干扰目标多,采用单阈值Otsu方法对林火图像进行分割的精度较差,因此本文研究鲸鱼优化算法(Whale Optimization Algorithm,WOA)对多阈值图像分割的最佳阈值进行寻优。鲸鱼优化算法是在寻找最优解的过程中效率较高的算法,该算法具有收敛速度快、精度高的特点。针对森林火灾图像中的火焰区域准确分割问题,应用WOA对Otsu的适应度函数进行寻优,在红绿蓝模式的林火数字图像上进行仿真试验。试验结果表明:提出的算法在森林火灾图像多阈值分割中优于传统单阈值的Otsu算法,可以获得更为准确的分割阈值和更高的分割效率,具有较强的工程实用性。 展开更多
关键词 森林火灾图像 鲸鱼优化算法 多阈值图像分割 OTSU算法
下载PDF
基于视频图像的森林火灾识别算法研究 被引量:9
3
作者 齐怀琴 徐刚 王娜 《电视技术》 北大核心 2010年第9期116-118,共3页
针对火焰的色彩特性和燃烧时的动态特性,提出一种面向视频图像序列的火灾识别算法。首先通过火焰颜色特征,在HSV模型基础上运用改进的区域增长法提取目标区域,然后根据火焰区域的重心和面积变化特性,通过设定模糊数学的隶属度函数来判... 针对火焰的色彩特性和燃烧时的动态特性,提出一种面向视频图像序列的火灾识别算法。首先通过火焰颜色特征,在HSV模型基础上运用改进的区域增长法提取目标区域,然后根据火焰区域的重心和面积变化特性,通过设定模糊数学的隶属度函数来判定是否有火灾发生。实验结果表明,本算法实用有效,对火灾的识别率较高。 展开更多
关键词 森林火灾图像 火焰识别 动态特性 区域增长法 隶属度函数
下载PDF
Detecting Forest Fire Prone Areas Using Object-Based Image Analysis and GIS Techniques: A Case Study in Kayer Khola, Nepal
4
作者 Kabir Uddin Petra Fǖreder 《Journal of Environmental Science and Engineering(B)》 2012年第6期748-755,共8页
Every year during summer, natural and human-induced forest fires threaten the environment in the largely forested areas of the Himalayan region and the local population living near these forests. Nepal, with its multi... Every year during summer, natural and human-induced forest fires threaten the environment in the largely forested areas of the Himalayan region and the local population living near these forests. Nepal, with its multitude of forests, is one of the most forest fire-prone areas in the region. This study examines the possibility of averting forest fires, minimizing their frequency and the damage they cause, through advanced mapping of forest fire prone areas using a VHSR (very-high spatial resolution) satellite image of GeoEye-1, DEM (digital elevation data) created from topographic maps and additional data layers (e.g., precipitation, settlements). The study was conducted in Kayer Khola, Chitwan district, Nepal. The classification of the satellite image has been performed using OBIA (object-based image analysis) techniques taking into account spectral, spatial and context information as well as hierarchical properties. The land cover classification result was thereafter combined with additional data in ArcGIS, where the input layers were reclassified and all classes of the input layers ranked according to their proneness to forest fires. Fire prone areas were delineated in five classes ranging from very high to very low. The study revealed that 82% of fires occur in forest areas. This case study in Kayer Khola shows that OBIA and GIS modeling techniques can be used to successfully identify forest fire-prone areas. The mapping of forest fire-prone areas will enable forest departments in countries of the Himalayan region to delineate forest fire prone areas, which can guide the forest departments set up appropriate fire-fighting infrastructure in these areas and thus help, minimize or avert forest fires. 展开更多
关键词 Remote sensing GIS (geographic information system) SEGMENTATION forest fire.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部