当前位置: 首页 > 专利查询>淮阴工学院专利>正文

一种基于联合特征及QLBC的火灾检测方法技术

技术编号:41713710 阅读:28 留言:0更新日期:2024-06-19 12:42
本发明专利技术公开了一种基于联合特征及QLBC的火灾检测方法,包括:联合特征选择,联合特征集由变换特征和纹理特征组成,具体包括基于灰度共生矩阵的特征GLCM、基于离散小波变换的特征DWT和基于离散余弦变换的特征DCT,利用正向特征选择方法SFS来顺序选择特征向量;基于二次Logit‑Boost分类器QLBC的火灾图像分类,建立一组基于二次logit‑boost的子分类器,并计算提取特征和测试特征之间的似然函数,基于似然性结果,将所有子分类结果合并到一个分类器中,使用梯度下降函数计算logit损失,并根据损失函数调整权重。与现有技术相比,本发明专利技术可以提供更高精度的火灾分类结果,该分类方法具有较低的误差、较少的训练时间和较高的准确性,适合对早期火灾的检测。

【技术实现步骤摘要】

本专利技术涉及早期火灾检测,具体涉及一种基于联合特征及qlbc的火灾检测方法。


技术介绍

1、火灾是最具有危险性的自然灾害之一,可能会导致相当大的生产损失、设备损坏和人员伤亡。因此,火灾检测在拯救人类生命和财产方面发挥着至关重要的作用,早期火灾探测可以有效防止火灾蔓延,能及时给人们发出提醒和警告,使得人们及时避免危险,最大限度地减少火灾造成的损失。常见的火灾检测系统分为基于视频图像帧的检查方法和基于化学传感器的检测系统。其中,基于化学传感器的检测系统一般利用传感器测量温度、一氧化碳(co)、二氧化碳(co2)和烟雾颗粒等参数,特别地,在室内环境中,一般会采用烟雾和温度传感器来检测火灾,然而,这些基于传统传感器的检测方法具有许多局限性。一方面,在检测过程中,这些传感器需要靠近火源,因此,无法在户外场景中工作。另一方面,通常在火燃烧一段时间后,已经产生大量烟雾的条件下,才能触发报警,更为重要的是,这些方法无法提供关于火灾位置和火灾规模的信息,也无法检测火灾是如何蔓延的,而这些都是消防部门在处理火灾事件时所必需的信息。随着计算机视觉的飞速发展,智能火灾探测受到了本文档来自技高网...

【技术保护点】

1.一种基于联合特征及QLBC的火灾检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于联合特征及QLBC的火灾检测方法,其特征在于,所述步骤1具体包括如下步骤:

3.根据权利要求1所述的一种基于联合特征及QLBC的火灾检测方法,其特征在于,所述步骤2中,提取火灾图像的联合特征具体实现过程如下:

4.根据权利要求3所述的一种基于联合特征及QLBC的火灾检测方法,其特征在于,所述步骤2.1中提取离散余弦变换的特征DCT具体过程如下:

5.根据权利要求3所述的一种基于联合特征及QLBC的火灾检测方法,其特征在于,所述步骤2.2...

【技术特征摘要】

1.一种基于联合特征及qlbc的火灾检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于联合特征及qlbc的火灾检测方法,其特征在于,所述步骤1具体包括如下步骤:

3.根据权利要求1所述的一种基于联合特征及qlbc的火灾检测方法,其特征在于,所述步骤2中,提取火灾图像的联合特征具体实现过程如下:

4.根据权利要求3所述的一种基于联合特征及qlbc的火灾检测方法,其特征在于,所述步骤2.1中提取离散余弦变换的特征dct具体过程如下:

5.根据权利要求3所述的一种基于...

【专利技术属性】
技术研发人员:付丽辉张江江严振兴顾吉荣杨钧淇王宇航
申请(专利权)人:淮阴工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1