论文部分内容阅读
针对视频火焰图像识别问题,采取一种结合蚁群算法（Ant Colony Algorithm）优化的BP神经网络火灾火焰检测方法。该方法克服了传统神经网络容易陷入局部最优值和收敛速度慢的问题。使用混合高斯模型建立统计模型分割火焰图像。火焰的判别特征采用面积增加率、圆形度和火焰尖角数,并且各特征量作为神经网络的输入量来得到判别火焰的最终概率。通过对大量实验数据的分析,表明该算法在可接受的时间范围内能有效改善火焰识别的准确度。