1、在公路隧道運(yùn)營(yíng)管理中，火災(zāi)是最嚴(yán)重的一類安全事故，隧道火災(zāi)事故往往是以嚴(yán)重的人員傷亡和巨大的財(cái)產(chǎn)損失為結(jié)局。若能在火災(zāi)發(fā)生初期及時(shí)發(fā)現(xiàn)并報(bào)警，就可以將損失降到最低，因此，公路隧道火災(zāi)早期探測(cè)至關(guān)重要。視頻探測(cè)技術(shù)是目前實(shí)現(xiàn)公路隧道火災(zāi)早期探測(cè)最有效的技術(shù)?；馂?zāi)發(fā)生時(shí)最早出現(xiàn)的通常是煙霧，本文針對(duì)隧道的特殊環(huán)境，融合煙霧的多種圖像特征，采用C-SVC識(shí)別方法對(duì)視頻中的煙霧進(jìn)行檢測(cè)。本文主要研究?jī)?nèi)容如下:
　　(1)運(yùn)動(dòng)目標(biāo)檢測(cè)。研究

2、分析了幀差法、光流法、混合高斯背景減除法和ViBe算法在視頻煙霧檢測(cè)中的效果和特點(diǎn)，本文采用一種基于GMM的ViBe運(yùn)動(dòng)檢測(cè)算法，可快速消除鬼影以獲得較為準(zhǔn)確的運(yùn)動(dòng)區(qū)域，并對(duì)其進(jìn)行圖像后處理。
　　(2)疑似煙霧區(qū)域分割。本文提出了一種有效分割疑似煙霧區(qū)域的方法，該方法采用RGB、HSI和Lab顏色空間對(duì)運(yùn)動(dòng)區(qū)域圖像進(jìn)行分割，實(shí)驗(yàn)表明本文提出的顏色分割方法較好。
　　(3)煙霧的多特征檢測(cè)。本文主要研究了煙霧的LBP高斯金字

3、塔、圓形度、平均梯度和閃爍頻率特征，并通過(guò)實(shí)驗(yàn)驗(yàn)證了四種特征可以有效區(qū)分視頻中的煙霧和偽煙霧干擾。
　　(4)基于SMO優(yōu)化的C-SVC煙霧識(shí)別模型。本文將從實(shí)驗(yàn)樣本視頻中提取的煙霧和偽煙霧干擾樣本數(shù)據(jù)構(gòu)成特征向量，輸入到C-SVC模型中，訓(xùn)練生成學(xué)習(xí)模型，實(shí)驗(yàn)驗(yàn)證了本文檢測(cè)模型的有效性。
　　本文采用C-SVC模式識(shí)別方法融合煙霧多特征對(duì)煙霧和偽煙霧干擾視頻進(jìn)行檢測(cè)，實(shí)驗(yàn)結(jié)果表明，本文的方法能夠有效檢測(cè)出視頻圖像中的煙霧，