基于多特征融合的视频烟雾检测

烟雾检测对火灾早期防范非常重要,传统的火灾探测技术主要利用传感器对火焰和温度进行识别,其每一个传感点只能检测到布控点周围的局部空间,对于开放空间等特殊场合难以发挥作用。为了克服传统火灾检测存在的误报率高等缺点,文中提出一种基于烟雾多特征融合技术的图像型火灾检测方法。该方法首先利用背景减除法获取普通CCD摄像机拍摄的疑似火灾烟雾区域,然后再从时域和频域着手,提取火灾烟雾的轮廓不规则特征、背景模糊度特征和纹理特征作为神经网络的输入信号,同时采用sigmoid函数将输出归一化,最后通过对BP神经网络训练完成火灾烟雾的多特征融合,并对来自网络的火灾视频进行测试。实验结果表明:图像型火灾检测方法能够准确快速地识别火灾烟雾,达到早期预警的目的。