基于图像识别的秸秆焚烧事件检测

来源 :计算机技术与发展 | 被引量 : 13次 | 上传用户:jishume
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对传统火灾检测存在的对周围环境要求比较高,且研究对象多数属于室内或者商业设施等现象,提出了基于滑动窗口图像特征提取的多特征融合和SVM相结合的秸秆焚烧火灾检测算法。首先在YCbCr空间模型下使用Otsu(大津算法)对火焰图像进行前景检测,再对所检测到的前景使用颜色判别方法,得到候选火焰区域,然后使用滑动窗口在这些区域上进行移动,在每一个窗口内提取HOG特征、灰度共生矩阵特征、颜色矩特征,将这些特征分别送入SVM训练得到不同的分类器进行秸秆焚烧事件检测。最后根据投票方法将三种特征进行融合,最终检测出
其他文献
居住在学校旁边的张爷爷和张奶奶,无儿无女,张奶奶得了中风,张爷爷一直照看她。一个星期日的早晨,小虎和小亮来到张爷爷家里,他们想帮助爷爷奶奶做点儿什么。"爷爷奶奶好!"小
期刊
奈奎斯特采样下的说话人识别,当为了确保高的识别率而采集较长时间说话人语音时,采样数据量特别大,其中有许多冗余造成了采样资源的浪费,压缩感知理论可以很好地解决此问题。
为了提高融合网络的生存时长,提出一种节点轮换休眠策略和分簇路由协议相结合的优化方法。通过分析节点轮换休眠算法发现基于退避时间休眠策略所得到的休眠节点集与无退避时间的休眠策略最终所得到的休眠节点集之间存在差集,这里称为盲休眠节点。节点轮换休眠策略中的盲休眠节点作为分簇路由协议中簇首选择的调节函数的一个影响因子,根据邻居节点中盲休眠节点的数量影响被选为簇首的概率。在节点轮换休眠策略中对休眠的判断条件进
随着用户产生的评分数据的稀疏性越来越高,传统的协同过滤算法在计算用户相似性和项目相似性的过程中暴露出弊端,导致推荐质量急剧下降。针对用户评分矩阵数据稀疏性高、推荐
随着移动设备的广泛使用,利用微信、QQ、邮箱等APP平台传播多媒体数据越来越便捷。为了保护多媒体数据的完整性,并对多媒体数据的完整性进行认证,数字水印技术应运而生。针对
小灵通所在的四年级五班有学生53人,六班有学生50人。开学后又转来7名同学,再给小灵通班分多少名同学,给六班分多少名同学,两班人数一样多?给小灵通班分2名同学,给六班分5名
期刊
假期,爸爸妈妈带我去参观开国总理周恩来纪念馆。纪念馆坐落在江苏省淮安市著名风景区桃花垠。听导游阿姨介绍,之所以选址在桃花垠,是因为把纪念馆建在风景区不需要占用耕地
目前,关于二值图像的超分辨率重建的研究很少,而二值图像应用广泛,低分辨率的二值图像会导致对其识别困难。针对这一现状,对基于稀疏表示的二值图像的超分辨率重建进行深入研究,提出了一种针对二值图像的超分辨率重建算法。一方面,分析二值图像具有的明显特征,对其进行针对性的边缘特征及纹理特征的提取,以更精确地表示二值图像的高频信息,提供更多的先验信息,提高二值图像的重建质量。另一方面,针对二值图像中存在二维码
小朋友,"年、月、日"是我们熟悉的时间单位,关于这类问题有很多,下面有几道与我们生活相关的有趣的"年、月、日"问题,你能破译其中的解题密码吗?例1.小明举行生日宴会,爸爸笑
猴妈妈叫小猴聪聪到商店去买桃子。聪聪问:“买桃子要带多少钱?”妈妈说:“带12元钱就够了。我口袋里正好有2张伍元纸币,4张贰元纸币和8张壹元纸币,你自己从这些钱中拿出12元