基于混合高斯模型定位的火灾烟雾纹理特征提取.pdfVIP

电子发烧友 电子技术论坛 基于混合高斯模型定位的火灾烟雾纹理特征提取1 任厚平 1 张永明 2 张维农 1 袁非牛 2 余春雨 2 Ren Houping , Zhang Yongming, Zhang Weinong, Yuan Feiniu, Yu Chunyu （1 中科院合肥智能机械研究所；2 中国科技大学火灾科学重点实验室） 摘要：视觉( 图像型)火灾探测需要提取较高质量的目标纹理特征用于火灾识别。本文利用混合高斯模型对烟雾目标 进行前景提取，并且屏蔽掉非运动的背景图像，然后根据结果图像的灰度分布，计算灰度共现距阵，提取纹理特征。 关键词：混合高斯模型；火灾区域；纹理提取；前景提取 中图分类号：TP391 文献标示码：A Smoke Texture Character Extraction Based On Mixture Gaussian Model Abstract ：Vision based fire detection has many advantages over traditional methods. In vision based fire detection approaches, it is required to extract better texture character of flame or smoke than other fields. We mainly take a advantage of mixture Gaussian model and frame difference to adaptively extract a variational foreground image from a still background. This paper uses mixture Gaussian model to extract the foreground image and screen the background. Then compute Gray Level Cooccurence Matrix of the foreground image and extract the texture character. Keywords: mixture Gaussian model , fire region, texture extract, foreground extract 1．引言 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。为了辨识和分析图像中的目标需要将它们 从图像中分离提取出来，在此基础上才有可能进一步对目标进行测量以及对图像进行利用。而纹理是真实图像区域 固有的特征之一。一般来说，纹理是由许多相互接近的，互相编织的元素构成，并常富有周期性。在视觉火灾探测 中，纹理特征是火灾探测的重要参量。本文主要是探讨火灾初期阶段，烟雾的图像纹理特征的提取。由于烟雾的多 变性和对纹理质量的要求,在进行纹理特征提取之前要对烟雾图像区域进行前景提取即分割出烟雾图像。 图像差分法是对运动目标前景提取的一个有用的方法，它根据视频前后两帧图像的减运算来减去背景。但是由 于烟雾形状断变化的特性，在对图像进行减运算的时候，会丢失掉许多图像的有用信息。 本文利用高斯模型来对烟雾目标进行前景提取，提取烟雾目标同时屏蔽掉所有的非运动的背景信息，然后对结 果图像进行纹理特征的提取。 2 ．混合高斯模型及其EM 求解 2.1 混合高斯模型 对于观测数据集 X={x ,x ,…,x }中的单个采样 x 其高斯混合分布的密度函数为 1 2 N i K P (x | Θ) ∑π p (x |θ ) (1) i k k i k k 1 其中，π