[发明专利]基于小波变化图像增强与多特征的森林火灾烟雾检测方法在审
| 申请号： | 201910013943.0 | 申请日： | 2019-01-08 |
| 公开（公告）号： | CN109753932A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 张玉萍;曹蕾 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/36;G06K9/40;G06K9/62 |
| 代理公司： | 牡丹江市丹江专利商标事务所(特殊普通合伙) 23205 | 代理人： | 张雨红 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于小波变化图像增强与多特征的森林火灾烟雾检测方法，属于火灾烟雾检测方法领域。现有的森林火灾烟雾检测方法，存在漏报或误报现象的问题。基于小波变化图像增强与多特征的森林火灾烟雾检测方法，对烟雾图像进行小波分解，并对小波系数进行灰度关联度计算和小波系数修正，抑制复杂背景下的烟雾图像噪声，对烟雾图像进行增强，通过计算烟雾图像的分形特征和基于灰度共生矩阵的图像纹理特征，利用图像烟雾区域与非烟雾区域在分形特征和纹理特征上的不同，并把特征输入SVM进行训练，通过机器学习和大样本量实现森林火灾烟雾区域的有效检测。本发明火灾烟雾视频检测中的表现稳定、漏报率低、准确度高。 | ||
| 搜索关键词： | 森林火灾 烟雾检测 烟雾图像 图像增强 小波变化 烟雾 分形特征 火灾烟雾 小波系数 灰度共生矩阵 图像纹理特征 关联度计算 准确度 表现稳定 复杂背景 机器学习 视频检测 特征输入 纹理特征 小波分解 有效检测 大样本 漏报率 灰度 漏报 误报 与非 噪声 图像 修正 检测 | ||
【主权项】：
1.基于小波变化图像增强与多特征的森林火灾烟雾检测方法，其特征在于：所述方法包括：对烟雾图像进行小波分解，并对小波系数进行灰度关联度计算和小波系数修正，抑制复杂背景下的烟雾图像噪声，对烟雾图像进行增强，通过计算烟雾图像的分形特征和基于灰度共生矩阵的图像纹理特征，利用图像烟雾区域与非烟雾区域在分形特征和纹理特征上的不同，并把特征输入SVM进行训练，通过机器学习和大样本量实现森林火灾烟雾区域的有效检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910013943.0/，转载请声明来源钻瓜专利网。
- 上一篇：卷积神经网络训练方法、系统及人脸特征点检测方法
- 下一篇：指纹识别面板
