1、煙霧檢測(cè)的一個(gè)重要應(yīng)用就是用于火災(zāi)預(yù)警，因?yàn)榛馂?zāi)發(fā)生的前期往往伴隨著煙霧的產(chǎn)生。而傳統(tǒng)的火災(zāi)檢測(cè)方法主要根據(jù)光電傳感器件或粒子傳感器監(jiān)測(cè)火災(zāi)發(fā)生過(guò)程中產(chǎn)生的副產(chǎn)品或一些其他的環(huán)境變量，比如溫度的監(jiān)測(cè)，火焰顏色的監(jiān)測(cè)，煙霧顆粒濃度的監(jiān)測(cè)，環(huán)境濕度的監(jiān)測(cè)等。但是傳統(tǒng)火災(zāi)探測(cè)器一般是基于單一數(shù)據(jù)判別的檢測(cè)方法，僅適用于室內(nèi)低小空間，距離近，干擾少的情況，有很大的局限性。而基于視頻圖像處理的煙霧檢測(cè)技術(shù)可以很好的克服這些問(wèn)題，它是基于計(jì)算機(jī)圖像

2、處理技術(shù)、模式識(shí)別技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展而來(lái)的，它的諸多優(yōu)點(diǎn)包括:檢測(cè)范圍廣和檢測(cè)信息量直觀豐富，對(duì)視頻圖像信息的反應(yīng)速度快，同時(shí)遠(yuǎn)離火源并滿(mǎn)足對(duì)廣闊空間火災(zāi)探測(cè)的要求。
　　基于視頻圖像處理的煙霧檢測(cè)技術(shù)在火災(zāi)監(jiān)測(cè)領(lǐng)域里表現(xiàn)出來(lái)的優(yōu)勢(shì)，使得這種煙霧檢測(cè)方法正發(fā)揮著越來(lái)越重要的作用。本文主要研究基于視頻圖像特征提取的煙霧檢測(cè)算法，涉及的研究?jī)?nèi)容包括視頻中煙霧的運(yùn)動(dòng)檢測(cè)和煙霧區(qū)域的提取，視頻圖像中煙霧特征的提取，以及基于隨機(jī)森林(

3、RandomForest，RF)算法和支持向量機(jī)(Support Vector Machine，SVM)的分類(lèi)器選擇和煙霧塊識(shí)別。通過(guò)提取煙霧的靜態(tài)特征和動(dòng)態(tài)特征，利用煙霧區(qū)域凸形度和增長(zhǎng)率分析以及基于隨機(jī)森林的特征分析，本文提出了兩種基于視頻圖像處理的煙霧檢測(cè)方法:
　　(1)根據(jù)煙霧運(yùn)動(dòng)的擴(kuò)散性以及煙霧圖片中煙霧的半透明性，首先提出了一種基于小波能量及煙霧增長(zhǎng)率的煙霧檢測(cè)方法。該方法主要分三步完成:首先，利用視頻圖像中煙霧的運(yùn)

4、動(dòng)擴(kuò)散性，采用背景估計(jì)法提取疑似煙霧區(qū)域;其次，根據(jù)煙霧的半透明性，視頻煙霧圖片在小波變換域里的高頻能量相對(duì)于無(wú)煙背景圖片，會(huì)因紋理和邊緣信息的丟失而減少，將視頻中背景幀和當(dāng)前幀進(jìn)行分塊，分別求出背景幀和當(dāng)前幀各塊的小波高頻能量，相互比較后進(jìn)一步判斷煙霧區(qū)域;最后，根據(jù)煙霧運(yùn)動(dòng)的不規(guī)則性和擴(kuò)散性，對(duì)煙霧區(qū)域進(jìn)行凸形度分析和增長(zhǎng)率分析，并最終由此確定煙霧區(qū)域，得到煙霧檢測(cè)的結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法復(fù)雜度低，能快速有效的進(jìn)行視頻煙霧檢測(cè)，

5、實(shí)現(xiàn)火災(zāi)的提前預(yù)警。
　　(2)通過(guò)將視頻中煙霧的檢測(cè)問(wèn)題轉(zhuǎn)化為視頻中煙霧的模式識(shí)別問(wèn)題，利用隨機(jī)森林的分類(lèi)回歸模型，提出了一種基于隨機(jī)森林特征選擇的視頻煙霧檢測(cè)方法。該方法的主要步驟如下:首先，確定四種表征煙霧的主要特征:RGB顏色特征，小波變換高頻子圖，多尺度局部最大飽和度，多尺度暗通道;其次，為得到視頻中的煙霧區(qū)域，將視頻圖片進(jìn)行分塊，并根據(jù)煙霧圖像信息模型利用離線(xiàn)視頻無(wú)煙背景圖片塊合成煙霧圖片塊，然后用隨機(jī)森林方法結(jié)合提取

6、的特征訓(xùn)練煙霧塊樣本和非煙霧塊樣本，得到特征選擇的結(jié)果;再利用支持向量機(jī)結(jié)合隨機(jī)森林選擇的特征得到分類(lèi)煙霧塊和非煙霧塊的分類(lèi)器，將分類(lèi)器檢測(cè)的煙霧塊組合得到煙霧區(qū)域;最后分析視頻煙霧區(qū)域的凸形度和增長(zhǎng)率，得到煙霧檢測(cè)的結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法能夠及時(shí)的預(yù)警煙霧同時(shí)降低火災(zāi)預(yù)警的誤報(bào)率;提出的算法將煙霧檢測(cè)問(wèn)題轉(zhuǎn)化為圖像中煙霧塊和非煙霧塊的二分類(lèi)問(wèn)題，能夠在不依賴(lài)于實(shí)驗(yàn)閾值設(shè)定的情況下得到煙霧區(qū)域;利用隨機(jī)森林的特征選擇，能夠自動(dòng)的進(jìn)行