所属单位：信息与控制工程学院

发表刊物：光子学报

关键字：中文关键字：稀疏表示，英文关键字：

摘要：常用的图像型火焰探测算法是提取火焰在图像上表现出的单个特征信息或其有效组合作为识别的依据，需要大量的训练样本进行学习与参量优化，且识别率对特征选择的要求也很高．本文从火焰的整体特征考虑，提出了基于颜色模型和稀疏表示模型相结合的图像型火灾探测方法．首先在ＨＩＳ空间建立颜色模型对火灾图像进行预处理提取出疑似区域，建立稀疏表示模型，并利用主成分分析方法构造火焰和疑似火焰物体的特征字典，最后利用ｌ１－ｍｉｎｉｍｉｚａｔｉｏｎ计算测试样本与训练样本的最小逼近残差实现火焰和干扰物体的分类识别．实验结果表明，该方法提高了火灾图像的分类准确度和识别速度，同时具有较高的准确率．

备注：马宗方

第一作者：马宗方

论文类型：期刊论文

卷号：卷：

期号：期：

页面范围：页：

是否译文：否

发表时间：2011-08-01