基于GMM与三维LBP纹理的视频火焰检测

严云洋^1,2(),张慧珍^1,2,刘以安²,高尚兵¹

1. 淮阴工学院计算机与软件工程学院, 江苏 淮安 223003
2. 江南大学物联网工程学院, 江苏 无锡 214122

收稿日期:2017-08-29出版日期:2019-02-20发布日期:2019-03-01

作者简介:严云洋(1967—),男,江苏淮安人，教授,博士, CCF会员,主要研究方向为数字图像处理,模式识别.E-mail：yunyang@hyit.edu.cn; areyyyke@163.com
基金资助:国家自然科学基金(61402192);江苏省“六大人才高峰”(2013DZXX-023);江苏省“333工程”(BRA2013208);江苏省“青蓝工程”(2017);淮安市“533工程”(2017);淮安市科技计划(HAG2013057)

Video flame detection based on GMM and 3D-LBP feature

Yunyang YAN^1,2(),Huizhen ZHANG^1,2,Yi′an LIU²,Shangbing GAO¹

1. Faculty of Computer & Software Engineering, Huaiyin Institute of Technology, Huaian 223003, Jiangsu, China
2. School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, Jiangsu, China

Received:2017-08-29Online:2019-02-20Published:2019-03-01


Supported by:国家自然科学基金(61402192);江苏省“六大人才高峰”(2013DZXX-023);江苏省“333工程”(BRA2013208);江苏省“青蓝工程”(2017);淮安市“533工程”(2017);淮安市科技计划(HAG2013057)

摘要/Abstract

摘要： 针对候选区域提取准确度问题及火焰特征的描述能力,提出一种基于高斯混合模型(Gaussian mixture model, GMM)与三维的局部二值模式(local binary pattern, LBP)纹理特征的火焰检测算法,分析火焰在RGB与HSV两个空间中的分布规律,训练出火焰的高斯混合模型,提取火焰候选区域。重点研究火焰的纹理特征,将LBP纹理与火焰的运动特征相结合形成一种新的三维LBP纹理,提高纹理特征对火焰的分类效果。使用单分类支持向量机(one-class support vector machine, One-class SVM)分类方法,判定候选区域是否为火焰。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1785