检索结果

Select

1. 基于粗糙集的火灾图像特征选择与识别

胡燕王慧琴秦薇薇邹婷梁俊山

计算机应用 2013, 33 (03): 704-707. DOI: 10.3724/SP.J.1087.2013.00704

摘要（916）

PDF （614KB）（532）

针对图像型火灾探测方法检测准确度和实时性间的矛盾,提出了基于粗糙集的火灾图像特征选择和识别算法。首先通过对火焰图像特征的深入研究发现,在燃烧能量的驱动下火焰的上边缘极不规则,出现明显的震动现象,而下边缘却恰恰相反; 基于此特点,可利用上下边缘抖动投影个数比作为火焰区别于边缘形状较规则的干扰。然后,选择火焰的6个显著特征构造训练样本,在火灾分类能力不受影响的前提下,使用实验所得的特征量归类表对训练样本进行属性约简,并将约简后的信息系统属性训练支持向量机模型,实现火灾探测。最后与传统支持向量机火灾探测算法做了比较。实验结果表明:将粗糙集作为支持向量机分类器的前置系统,把粗糙集理论的属性约简引入到支持向量机中,可以大大消除样本集冗余属性,降低了火灾图像特征空间的维数,减少了分类器训练和检测数据,在保证识别精度的同时,提高了算法的速度和泛化能力。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于独立成分分析和支持向量机的图像型火灾探测

胡燕王慧琴马宗方梁俊山

计算机应用 2012, 32 (03): 889-892. DOI: 10.3724/SP.J.1087.2012.00889

摘要（1283）

PDF （610KB）（592）

图像型火灾探测具有非接触性、反应快等优点,可有效解决大空间火灾探测难题,是火灾探测新的研究方向,其核心问题是火焰和干扰物的分类识别。常用方法是提取火焰在图像上表现的单个或某几个特征信息作为识别依据,需要设置大量经验阈值,识别率常因特征选择不合适而受到影响。通过对火焰整体特性的研究,提出了基于独立成分分析和支持向量机的火焰探测方法。首先在RGB空间建立颜色模型对连续数帧火灾图像预处理,并进行频闪特性和模糊聚类分析提取疑似目标区域,根据独立成分分析线性变换一对一和可逆性估计出基函数描述火焰图像特征,最后用支持向量机模型实现火灾探测。实验结果表明,该方法提高了图像型火灾探测精度和速度,可适用于多种火灾探测场景。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于纹理特征的自适应图像修复算法

陈卿王慧琴吴萌

计算机应用 2011, 31 (06): 1572-1574. DOI: 10.3724/SP.J.1087.2011.01572

摘要（1413）

PDF （699KB）（509）

为了解决基于样本图像修复算法对纹理部分的修复易产生误差累计的问题，提高图像修复的准确性，对优先值计算公式进行了修正，通过引入调节因子α调整填充边缘优先级顺序，使算法在修复过程中对图像纹理细节的部分较为敏感；利用图像的小波系数估计图像的平均细节能量值，自适应地调节α因子，从而实现对不同纹理程度的图像自适当地调整修复策略，并通过实验证明了算法的有效性。