基于显著性检测和高斯混合模型的早期视频烟雾分割算法

doi:10.3969/j.issn.1000-3428.2016.02.037

计算机工程

基于显著性检测和高斯混合模型的早期视频烟雾分割算法

贾阳,林高华,王进军,方俊,张永明

(中国科学技术大学火灾科学国家重点实验室,合肥 230026)

收稿日期:2015-01-22 出版日期:2016-02-15 发布日期:2016-01-29
作者简介:贾阳(1988-),女,博士研究生,主研方向为模式识别;林高华,硕士研究生;王进军,工程师;方俊,副教授;张永明,教授。
基金项目:
国家自然科学基金资助项目“民航机舱特殊环境火灾图像特征规律及视频探测方法研究”(U1233102);国家“973”计划基金资助项目“城市高层建筑重大火灾防控关键基础问题研究”(2012CB719702)。

Early Video Smoke Segmentation Algorithm Based on Saliency Detection and Gaussian Mixture Model

JIA Yang,LIN Gaohua,WANG Jinjun,FANG Jun,ZHANG Yongming

(State Key Laboratory of Fire Science,University of Science and Technology of China,Hefei 230026,China)

Received:2015-01-22 Online:2016-02-15 Published:2016-01-29

摘要/Abstract

摘要： 针对视频火灾探测中早期火灾烟雾提取问题,提出一种基于显著性检测和高斯混合模型的烟雾疑似区域分割算法。根据人眼视觉注意机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,采用显著性方法分割疑似烟雾区域。使用非线性增强方法增强视频的亮度图像和光流图谱,用增强后的图像计算显著性谱。由计算出的运动前景构造运动能量函数,对显著性谱进行估计,得到疑似烟雾区域。实验结果表明,与传统烟雾区域检测算法相比,该算法具有更好的分割精度,并且计算速度也有较大提高,适用于实时视频烟雾探测。

关键词: 视频烟雾探测, 图像增强, 显著性检测, 高斯混合模型, 烟雾分割

Abstract: An accurate candidate smoke region segmentation method using saliency-based method and Gaussian Mixture Model (GMM) for Video Smoke Detection(VSD) is proposed.According to Visual Attention Mechanism(VAM),smoldering smoke can be seen as a salient region in a video with its turbulence behavior and grayish color.A saliency-based method is used to do candidate smoke region segmentation.Saliency map is calculated using the nonlinearly enhanced luminance image and motion energy map.Suspected smoke regions are segmented from the saliency map using a motion estimation function calculated with GMM.The results are compared with those of three other methods used in the literature,revealing the proposed method has both a better segmentation result and better precision,and much faster operation speed than the existing methods.The proposed method is appropriate for real time VSD applications.

Key words: Video Smoke Detection(VSD), image enhancement, saliency detection, Gaussian Mixture Model(GMM), smoke segmentation

中图分类号:

TP301.6

贾阳,林高华,王进军,方俊,张永明. 基于显著性检测和高斯混合模型的早期视频烟雾分割算法[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2016.02.037.

JIA Yang,LIN Gaohua,WANG Jinjun,FANG Jun,ZHANG Yongming. Early Video Smoke Segmentation Algorithm Based on Saliency Detection and Gaussian Mixture Model[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2016.02.037.

参考文献

参考文献［1］etin A E,Dimitropoulos K,Gouverneur B,et al.Video Fire Detection——Review［J］.Digital Signal Process-ing,2013,23(6):1827-1843. ［2］姚太伟,王慧琴,胡燕.基于小波变换和稀疏光流法的火灾烟雾检测［J］.计算机工程,2012,38(6):204-206. ［3］吴爱国,杜春燕,李明.基于高斯混合模型与小波变换的火灾烟雾探测［J］.仪器仪表学报,2008,29(8):1622-1626. ［4］Chen Thou-ho,Yin Yen-hui,Huang Shifeng,et al.The Smoke Detection for Early Fire-alarming System Base on Video Processing［C］//Proceedings of International Conference on Intelligent Information Hiding and Multimedia Signal Processing.New York,USA:ACM Press,2006:427-430. ［5］黄英来,田少卿,孙晓芳.一种基于灰度位平面的林火烟雾图像自动识别方法［J］.东北林业大学学报,2013,41(8):155-159. (下转第217页) (上接第209页) ［6］Han Dongli,Lee B.Flame and Smoke Detection Method for Early Real-time Detection of a Tunnel Fire［J］.Fire Safety Journal,2009,44(7):951-961. ［7］帅师,周平,汪亚明,等.基于小波的实时烟雾检测［J］.计算机应用研究,2007,24(3):309-311. ［8］杨猛,赵春晖,潘泉,等.基于小波分析的烟雾多特征融合和空间精度补偿森林火情检测算法［J］.中国图象图形学报,2009,14(4):694-700. ［9］Itti L,Koch C,Niebur E.A Model of Saliency-based Visual Attention for Rapid Scene Analysis［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,1998,20(11):1254-1259. ［10］Achanta R,Estrada F,Wils P,et al.Salient Region Detection and Segmentation［C］//Proceedings of International Conference on Computer Vision Systems.Washington D.C.,USA:IEEE Press,2008:66-75. ［11］Gubbi J,Marusic S,Palaniswami M.Smoke Detection in Video Using Wavelets and Support Vector Machines［J］.Fire Safety Journal,2009,44(8):1110-1115. ［12］Rahtu E,Kannala J,Salo M,et al.Segmenting Salient Objects from Images and Videos［C］//Proceedings of the 11th European Conference on Computer Vision.Crete,Greece:［s.n.］,2010:366-379. ［13］Genovese A,Labati R D,Piuri V,et al.Wildfire Smoke Detection Using Computational Intelligence Techni-ques［J］.IEEE Transactions on Systems,Man,and Cybernetics,2013,43(4):1-6. ［14］Yang Jia,Jie Yuan,Wang Jinjun,et al.A Saliency-based Method for Early Smoke Detection in Video Sequences［J］.Fire Technology,2015,51(2):1-22. ［15］Yu Chunyu,Fang Jun,Wang Jinjun,et al.Video Fire Smoke Detection Using Motion and Color Features［J］.Fire Technology,2010,46(3):651-663. ［16］Achanta R,Hemami S,Estrada F,et al.Frequency-tuned Salient Region Detection［C］//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition.Washington D.C.,USA:IEEE Press,2009:1597-1604. 编辑顾逸斐

[1]	郭伟, 洪倩. 基于边界和中心关系的显著性检测方法[J]. 计算机工程, 2020, 46(6): 241-247.
[2]	张墨华, 彭建华. 面向图像先验建模的可扩展高斯混合模型[J]. 计算机工程, 2020, 46(4): 220-227.
[3]	张驰, 谭南林, 李国正, 苏树强. 基于多级特征的红外图像行人检测算法[J]. 计算机工程, 2020, 46(4): 260-265.
[4]	蔡凯, 李新福, 田学东. 基于视觉注意力分析的3D内容生成方法[J]. 计算机工程, 2020, 46(4): 266-272.
[5]	姚博凡, 邓红平, 蔡铭. 基于随机抽样GMM的城市交通运行状态模式分类[J]. 计算机工程, 2020, 46(12): 36-42.
[6]	郑文秀, 赵峻毅, 文心怡, 姚引娣. 基于瓶颈复合特征的声学模型建立方法[J]. 计算机工程, 2020, 46(11): 301-305,314.
[7]	王红茹, 张弓, 卢道华, 王佳. 基于背景光估计与颜色修正的水下图像增强[J]. 计算机工程, 2020, 46(10): 253-258.
[8]	邓路佳,刘平山. 基于GMM-FMs的广告点击率预测研究[J]. 计算机工程, 2019, 45(5): 122-126.
[9]	董本志,陈迪,景维鹏. 基于对称性区域过滤的显著性区域检测方法[J]. 计算机工程, 2019, 45(5): 216-221.
[10]	张跃,朱启兵,黄敏,李浩. 基于递阶辨识与交替方向乘子法的深度图像增强[J]. 计算机工程, 2019, 45(4): 228-234.
[11]	陈威,李决龙,邢建春,杨启亮,周启臻. 融合前景信息的背景模板优化显著性检测算法[J]. 计算机工程, 2019, 45(1): 221-225,232.
[12]	姚钊健,谭台哲. 结合凸包先验与流形排序的显著性检测算法[J]. 计算机工程, 2018, 44(9): 203-211,217.
[13]	王万耀,段先华,徐丹,於跃成,黄炜亮. 基于显著性的Grabcut图像分割方法[J]. 计算机工程, 2018, 44(7): 230-236,243.
[14]	朱晓妤,严云洋,刘以安,高尚兵. 基于深度森林模型的火焰检测[J]. 计算机工程, 2018, 44(7): 264-270.
[15]	高东东,张新生. 基于空间卷积神经网络模型的图像显著性检测 [J]. 计算机工程, 2018, 44(5): 240-245.

基于显著性检测和高斯混合模型的早期视频烟雾分割算法

Early Video Smoke Segmentation Algorithm Based on Saliency Detection and Gaussian Mixture Model

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10