- 专利标题: 一种基于颜色特征最优组合的CART决策树火灾图像识别方法
-
申请号: CN202210363855.5申请日: 2022-04-07
-
公开(公告)号: CN114818883B公开(公告)日: 2023-05-26
- 发明人: 李海 , 寇月 , 熊升华 , 任可 , 郭湘川
- 申请人: 中国民用航空飞行学院
- 申请人地址: 四川省德阳市广汉市南昌路四段46号
- 专利权人: 中国民用航空飞行学院
- 当前专利权人: 中国民用航空飞行学院
- 当前专利权人地址: 四川省德阳市广汉市南昌路四段46号
- 代理机构: 成都东恒知盛知识产权代理事务所
- 代理商 何健雄
- 主分类号: G06V10/56
- IPC分类号: G06V10/56 ; G06N5/01 ; G06V10/774 ; G06V10/80
摘要:
本发明公开了一种基于颜色特征最优组合的CART决策树火灾图像识别方法,包括如下步骤:构建火灾图像与非火灾图像样本集,并随机划分为训练样本集和测试样本集;基于Lab、RGB、HSV三种色彩模式提取火灾与非火灾样本库颜色特征;在Lab、RGB、HSV色彩模式下分别基于精细决策树寻找最优特征,得到最优特征组合集;基于得到的最优特征组合集以及训练样本集进行CART决策树模型的训练,得到最优CART决策树模型;将测试样本集输入到最优CART决策树模型,完成火灾图像的识别。本发明基于火灾图像颜色特征融合CART决策树进行火灾图像方法的识别,对火灾图像进行识别时准确率较高,其效果明显优于其他决策树类方法,能够更好的表征图像火灾类型,为火灾事故预防提供方法基础。
公开/授权文献
- CN114818883A 一种基于颜色特征最优组合的CART决策树火灾图像识别方法 公开/授权日:2022-07-29