您当前的位置： 首页 > 论文 > 2018,49(04) > 信息与计算机科学
基金项目:
山西省自然科学基金资助项目（201701D121058;2013011016-1）；
分类号:
TU892
DOI:
10.16355/j.cnki.issn1007-9432tyut.2018.04.010
期刊号:
2018,49(04)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 李鸿燕 | 太原理工大学信息工程学院 |
摘要:
为了提高动态纹理特征分析的可靠性且降低计算量,提出了一种基于多维动态纹理分析的烟雾检测算法。该算法在预处理阶段利用ICA烟雾前景初步分离烟雾模型得到初步烟雾前景,然后通过GBVS提取多通道、多尺度的底层特征得到烟雾前景显著区域,以提高前景目标检测阶段对烟雾前景的分割精确度;在烟雾特征提取阶段,提出基于多维特征分析的烟雾特征提取检测方法（h-LDS/RGBH）,该方法首先经过烟雾颜色和背景差分预处理得到烟雾候选区域,然后在四维图像块中引入RGB和HOG特征,最后基于对多维图像数据的高阶分解,分析烟雾视频的动态特征。多维动态纹理分析（h-LDS/RGBH）改善了烟雾特征提取阶段所提取的烟雾特征稳定性不高且对烟雾的判断准则过于简单的缺点,提高了动态纹理特征分析的可靠性。实验表明,其检测率高于LDS和h-LDS/RGB的识别率。实验表明,该算法的检测率高于LDS和h-LDS/GRB.
关键字:
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;