基于字典与BP神经网络的烟雾图像分割与识别方法

    公开(公告)号:CN110415260A

    公开(公告)日:2019-11-05

    申请号:CN201910706010.X

    申请日:2019-08-01

    摘要: 本发明公开了一种基于字典与BP神经网络的烟雾图像分割与识别方法,包括步骤:一、图像处理器对输入图像进行增强处理;二、图像处理器将增强处理后的图像与烟雾字典矩阵作比较计算得到疑似烟雾区域;三、图像处理器对所得到的疑似烟雾图像进行多尺度小波分解,计算多尺度小波分解后所得各层图像的灰度共生矩阵的统计量,采用计算所得的各层图像的灰度共生矩阵的统计量构造纹理特征向量,再将纹理特征向量输入到烟雾识别BP神经网络中,得到烟雾识别结果。本发明方法步骤简单,实现方便,烟雾识别效率高、准确率高。

    一种基于卷积神经网络的煤矿火灾识别方法

    公开(公告)号:CN110378421B

    公开(公告)日:2021-06-25

    申请号:CN201910657551.8

    申请日:2019-07-19

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于卷积神经网络的煤矿火灾识别方法,包括步骤一、构建用于进行煤矿火灾图像识别的卷积神经网络结构;步骤二、训练卷积神经网络;步骤三、利用卷积神经网络对煤矿火灾图像进行识别。本发明方法步骤简单,实现方便,能够应用在煤矿火灾的监测中,有效提高对煤矿火灾图像的识别率,使用效果好,便于推广使用。

    一种基于卷积神经网络的煤矿火灾识别方法

    公开(公告)号:CN110378421A

    公开(公告)日:2019-10-25

    申请号:CN201910657551.8

    申请日:2019-07-19

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于卷积神经网络的煤矿火灾识别方法,包括步骤一、构建用于进行煤矿火灾图像识别的卷积神经网络结构;步骤二、训练卷积神经网络;步骤三、利用卷积神经网络对煤矿火灾图像进行识别。本发明方法步骤简单,实现方便,能够应用在煤矿火灾的监测中,有效提高对煤矿火灾图像的识别率,使用效果好,便于推广使用。

    基于字典与BP神经网络的烟雾图像分割与识别方法

    公开(公告)号:CN110415260B

    公开(公告)日:2022-02-15

    申请号:CN201910706010.X

    申请日:2019-08-01

    摘要: 本发明公开了一种基于字典与BP神经网络的烟雾图像分割与识别方法,包括步骤:一、图像处理器对输入图像进行增强处理;二、图像处理器将增强处理后的图像与烟雾字典矩阵作比较计算得到疑似烟雾区域;三、图像处理器对所得到的疑似烟雾图像进行多尺度小波分解,计算多尺度小波分解后所得各层图像的灰度共生矩阵的统计量,采用计算所得的各层图像的灰度共生矩阵的统计量构造纹理特征向量,再将纹理特征向量输入到烟雾识别BP神经网络中,得到烟雾识别结果。本发明方法步骤简单,实现方便,烟雾识别效率高、准确率高。

    一种低照度林火图像分割方法

    公开(公告)号:CN107657619B

    公开(公告)日:2019-03-01

    申请号:CN201710953728.X

    申请日:2017-10-13

    摘要: 本发明公开了一种低照度林火图像分割方法,包括步骤:一、将通过摄像机采集的低照度林火图像导入图像处理器中;二、采用改进的直方图均衡化算法对低照度林火图像进行图像增强处理;三、采用中值滤波的方法对图像进行中值滤波处理;四、得到基于YCbCr颜色空间分割的火焰二值化图像;五、得到基于区域生长分割算法分割的火焰二值化图像;六、图像处理器对基于YCbCr颜色空间分割的火焰二值化图像和基于区域生长分割算法分割的火焰二值化图像进行异或操作,得到最终的低照度林火图像分割图像。本发明方法步骤简单,实现方便,火焰分割的准确性高,效率高,分割效果好,具有很强的抗干扰性,实用性强,使用效果好,便于推广使用。

    一种煤矿火灾视频监控用火灾图像识别方法

    公开(公告)号:CN109272496B

    公开(公告)日:2022-05-03

    申请号:CN201811028243.0

    申请日:2018-09-04

    IPC分类号: H04N7/18

    摘要: 本发明公开了一种煤矿火灾视频监控用火灾图像识别方法,包括步骤:一、构建火焰像素比对样本数据和非火焰像素比对样本数据并存储在监控计算机中;二、图像采集及传输:设置在煤矿火灾监控点处的摄像头拍摄其周围图像并将其拍摄到的煤矿火灾监控图像发送给监控计算机;三、图像增强:监控计算机调用图像增强处理模块并依次采用改进的反锐化掩膜法和直方图均衡化方法对煤矿火灾监控图像进行图像增强处理;四、火灾图像识别:监控计算机调用火灾图像识别模块并采用KNN算法对进行图像增强处理后的煤矿火灾监控图像进行分析处理,判断是否为火灾图像。本发明实现方便,能够可靠地识别煤矿火灾,有效减少煤矿火灾的危害,实用性强,便于推广使用。

    基于图像处理的森林火灾检测方法

    公开(公告)号:CN108877127B

    公开(公告)日:2020-02-07

    申请号:CN201810395331.8

    申请日:2018-04-27

    发明人: 王媛彬 任杰英

    摘要: 本发明公开了一种基于图像处理的森林火灾检测方法,其采用的系统包括图像采集传输装置和监控计算机,图像采集传输装置包括红外摄像头、图像采集传输控制器和太阳能供电系统;太阳能供电系统包括太阳能光伏板、太阳能发电控制器和蓄电池;图像采集传输控制器包括图像采集传输微控制器模块、无线通信模块、温度传感器、烟雾浓度传感器和GPS定位模块;其方法包括步骤:一、构建存储在监控计算机中的火焰像素比对样本数据和非火焰像素比对样本数据;二、图像采集及传输;三、监控计算机调用火灾图像识别模块并采用KNN算法对其接收到的森林火灾图像进行分析处理,判断是否为火灾图像。本发明在分类精度与速度方面均有提高,实用性强。

    一种煤矿火灾视频监控用火灾图像识别方法

    公开(公告)号:CN109272496A

    公开(公告)日:2019-01-25

    申请号:CN201811028243.0

    申请日:2018-09-04

    摘要: 本发明公开了一种煤矿火灾视频监控用火灾图像识别方法,包括步骤:一、构建火焰像素比对样本数据和非火焰像素比对样本数据并存储在监控计算机中;二、图像采集及传输:设置在煤矿火灾监控点处的摄像头拍摄其周围图像并将其拍摄到的煤矿火灾监控图像发送给监控计算机;三、图像增强:监控计算机调用图像增强处理模块并依次采用改进的反锐化掩膜法和直方图均衡化方法对煤矿火灾监控图像进行图像增强处理;四、火灾图像识别:监控计算机调用火灾图像识别模块并采用KNN算法对进行图像增强处理后的煤矿火灾监控图像进行分析处理,判断是否为火灾图像。本发明实现方便,能够可靠地识别煤矿火灾,有效减少煤矿火灾的危害,实用性强,便于推广使用。

    基于图像处理的森林火灾检测系统及方法

    公开(公告)号:CN108877127A

    公开(公告)日:2018-11-23

    申请号:CN201810395331.8

    申请日:2018-04-27

    发明人: 王媛彬 任杰英

    摘要: 本发明公开了一种基于图像处理的森林火灾检测系统,包括图像采集传输装置和监控计算机,图像采集传输装置包括支架以及安装在支架顶部的红外摄像头、图像采集传输控制器和太阳能供电系统;太阳能供电系统包括太阳能光伏板、太阳能发电控制器和蓄电池,太阳能发电控制器包括太阳能发电微控制器模块、第一电压转换电路、太阳能光伏板电压检测电路、蓄电池电压检测电路和充放电控制电路;图像采集传输控制器包括图像采集传输微控制器模块、第二电压转换电路、数据存储器、无线通信模块、温度传感器、烟雾浓度传感器、GPS定位模块和声光报警器;本发明还公开了一种基于图像处理的森林火灾检测方法。本发明在分类精度与速度方面均有提高,实用性强。

    一种低照度林火图像分割方法

    公开(公告)号:CN107657619A

    公开(公告)日:2018-02-02

    申请号:CN201710953728.X

    申请日:2017-10-13

    摘要: 本发明公开了一种低照度林火图像分割方法,包括步骤:一、将通过摄像机采集的低照度林火图像导入图像处理器中;二、采用改进的直方图均衡化算法对低照度林火图像进行图像增强处理;三、采用中值滤波的方法对图像进行中值滤波处理;四、得到基于YCbCr颜色空间分割的火焰二值化图像;五、得到基于区域生长分割算法分割的火焰二值化图像;六、图像处理器对基于YCbCr颜色空间分割的火焰二值化图像和基于区域生长分割算法分割的火焰二值化图像进行异或操作,得到最终的低照度林火图像分割图像。本发明方法步骤简单,实现方便,火焰分割的准确性高,效率高,分割效果好,具有很强的抗干扰性,实用性强,使用效果好,便于推广使用。