cad论文.doc

作者:佚名论文来源:本站原创点击数: 575 更新时间: 2011-10-20 统王云中,马洪连(大连理工大学计算机科学与技术学院,辽宁大连 116023 )摘要:基于图像的火灾检测是图像识别领域一个热门的研究方向。本文通过利用视频序列中火灾的静态和动态特征,分别从三个方面识别火焰:火焰的运动特征,颜色特征和抖动特征。并依次根据相应特征建立了高斯背景去除模型、颜色特征检测模型和火焰的抖动检测模型, 最终通过融合各个模块的检测结果给出视频中火焰的判定。系统利用了 CUDA 进行加速处理,采用了 CPU-GPU 协同处理结构,从而实现了实时性。系统拥有良好的稳定性和准确性,并能够保持快速的处理效率。关键词:火焰检测; CUDA ;高斯模型;傅立叶变换中图分类号: TP3 A fire detection system on videos based on CUDA WANG Yunzhong, MA Honglian (Dalian University of Technology School of Science and Technology puter, LiaoNing DaLian 116023) Abstract: Automated fire detection is an active research topic puter vision. This pletes a system which could detect fire in videos. For fire ’s three feature it has used three models which are Gaussian model, color detecting model and flutter model to detect features of fire. At last, bine the results of them and get the final result. The system also uses CPU-GPU structure which pleted by CUDA to speed up. The system can work correctly and rapidly. Keywords: Fire detection; CUDA; Gaussian model; Fourier model 0引言尽管在火灾监测的课题上有越来越多的关注,但是这方面的论文还是比较少的。许多火焰检测的系统都是基于卫星图像或者卫星传感器的热量分析来实现的[1-3] 。这些方法并不能满足火灾检测的需求。也有很多文章通过火焰的特征来检测,但是对于火灾检测的实时性和正确性都有待于提高。很多系统使用像素颜色值和他们的时间变化特点来检测火焰[4-8] 。首先构造一个高斯平滑的颜色直方图来判断火焰颜色的像素。但是这个算法本质上是颜色为基础的,并没有其他的火焰区域特征。另外时间变化的图像像素值特征没有捕捉到火灾的其他动态特征。另外一个以颜色为基础的检测方法是 YCvCr 颜色空间的使用,但是也是存在上述问题。模糊控制方法也被应用到火灾检测中与颜色检测一同工作[5] 但是并没有离开颜色检测的局限性,只是将检测结果模糊化。虽然颜色的方法达到很高的检测率,但是这种方法