![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
火灾方向
课题的子方向,火灾检测,火灾分割...
人间烟火_0528
这个作者很懒,什么都没留下…
展开
-
一种基于颜色预处理的深度学习候选区域和火焰检测方法(复现)
* 原图 复现结果**2、选择性搜索(selective search)4、Inception-V3模型的分类。1、HSV和YCbCr空间筛选。3、从RGB图像中提取候选区域。原创 2023-06-14 10:04:48 · 112 阅读 · 0 评论 -
基于静态特征和帧间面积的火灾检测
【代码】基于静态特征和帧间面积的火灾检测。原创 2023-11-23 10:18:41 · 67 阅读 · 0 评论 -
火灾动态特征,基于OV指数(重叠比例)的静止、蔓延和移动等动态的区分
这里是通过寻找每一帧与前面5帧的交集(每一帧的交集取并集),与当前帧火灾面积的比值,也就是OV,用于排除误检,如果OV指数过大则认为最近5帧相似度很高(火灾),如果OV指数处于一定的范围//,则认为这是火灾,如果OV指数很小,则说明这是移动的物体,排除误检。原创 2023-11-19 23:43:26 · 46 阅读 · 0 评论 -
提取图片像素点RGB三通道的数值,并进行相关的分析
随机抽取图像中100个像素点对应的RGB三通道值,分别对每一个通道绘制散点图,其中横坐标为像素点序号,纵坐标为该通道的值,纵坐标的坐标轴的值从0开始,分别计算对应的平均值、极差、方差、标准差,在图中绘制置信度为70%的区域(也就是这个区域包含80%的像素点)在图中绘制一条水平线,各个像素点到这条水平线的距离最短。原创 2023-07-23 10:48:11 · 811 阅读 · 1 评论 -
绘制一副图片沿着一条横线,RGB通道值得变化规律
注释:可以通过修改:fig1, ax1 = plt.subplots(figsize=(6,6)),调整输出图的大小。原创 2023-07-20 16:00:51 · 80 阅读 · 1 评论 -
不规则区域,统计ROI区域像素点的数目
由于ROI区域不规则,不能给出坐标位置,仅仅知道该区域在图片中的位置,需要在原图中手动绘制几个ROI区域,然后统计该区域像素点的个数。(和图像的通道数量没有关系,无论什么图像都会把图像转为单通道)原创 2023-07-20 15:00:37 · 206 阅读 · 1 评论 -
基于颜色空间的火灾检测
6.增加一个静止的空白画布,画布的大小和视频帧的大小一致,每间隔1秒钟,计算二值化视频帧中所检测到的火灾形心(只有一个)坐标,并把当前帧火灾形心坐标添加画布的对应位置,也就是每1秒钟空白窗口上面多一个点。1.对视频的每一帧先利用公式gray=1.6r-g-0.8b,得到相应的灰度图,再利用otsu算法进行二值化,对每一帧执行先腐蚀再膨胀去除噪声,最终得到二值化视频。2.对于二值化视频中的每一帧,合并距离较近的火灾区域,去除面积较小的火灾区域,同时在两个窗口分别展示未经过任何处理的原视频和最终的二值化视频。原创 2023-07-22 21:52:51 · 61 阅读 · 0 评论 -
输出火灾面积随时间的变化
【代码】输出火灾面积随时间的变化。原创 2023-11-23 11:04:49 · 67 阅读 · 0 评论 -
视频火灾检测算法
1.对视频的每一帧先利用公式gray=1.6r-g-0.8b,得到相应的灰度图,再利用otsu算法进行二值化,对每一帧执行先腐蚀再膨胀去除噪声,最终得到二值化视频。2.对于二值化视频中的每一帧,合并距离较近的火灾区域,去除面积较小的火灾区域,同时在两个窗口分别展示未经过任何处理的原视频和最终的二值化视频。4.两个视频均实时显示FPs,即每秒可以处理视频的帧数,在两个视频中均实时显示每秒钟火灾面积的大小,即变化速度。3.计算二值化视频中所检测到的火灾面积和火灾个数,并且把对应数值在两个视频上面进行实时展示。原创 2023-07-19 17:11:41 · 159 阅读 · 0 评论 -
基于颜色特征和质心位移的火灾检测算法
首先基于RGB颜色空间对火灾进行检测,对于出现的误检情况,使用检测到火灾的质心的变化给予排除。3.每间隔50帧,绘制当前帧的形心坐标,并输出散点图。2.对检测到的火灾区域,计算该区域的质心坐标。1.基于火灾颜色特征完成对火灾的检测。原创 2023-11-21 08:44:01 · 54 阅读 · 1 评论 -
基于Alexnet的火焰检测
预测代码 predict。原创 2023-05-11 15:58:41 · 33 阅读 · 0 评论 -
基于视频图像的火灾检测算法
【代码】基于视频图像的火灾检测算法。原创 2023-04-23 22:13:40 · 333 阅读 · 1 评论 -
基于视频图像的火灾检测算法2
1.视频帧满足R(x,y)>𝐺(𝑥,𝑦)>𝐵(𝑥,𝑦)、R(x,y)>190,𝐺(𝑥,𝑦)>100、𝐵(𝑥,𝑦)<140、Y(x,y)≥Cr(x,y)、𝐶𝑟(x,y)≥Cb(x,y)、Y(x,y)>𝑌通道均值、Cr(x,y)>𝐶𝑟通道均值、Cb(x,y)<𝐶𝑏通道均值条件。把满足以上条件的区域用红色的方框给框出来,并给出“Fire”的警告,不满足条件的给出“No Fire”的警告,展示处理后的视频,并保存下来。代码2:在上述程序中,添加一段程序:只保留检测面积最大的火焰的目标。原创 2023-04-25 14:11:53 · 214 阅读 · 0 评论 -
基于规则的多色空间和相关系数的高效森林火灾探测在无人机中的应用-文献复现
条件1:视频帧满足R(x,y)>𝐺(𝑥,𝑦)>𝐵(𝑥,𝑦)、R(x,y)>190,𝐺(𝑥,𝑦)>100、𝐵(𝑥,𝑦)<140、Y(x,y)≥Cr(x,y)、𝐶𝑟(x,y)≥Cb(x,y)、Y(x,y)>𝑌通道均值、Cr(x,y)>𝐶𝑟通道均值、Cb(x,y)<𝐶𝑏通道均值条件。用python写一段程序处理一段视频,把满足以下条件视频帧的相关位置框出来并打上“有火情”的标签,统计满足以下条件视频帧的数量,保存处理后的视频文件。条件2:基于动态火焰检测中的帧差法,相关系数满足大于0.95。原创 2023-04-20 17:14:00 · 201 阅读 · 1 评论 -
基于经典颜色空间的火灾检测算法总结
满足Y(x,y)≥Cr(x,y)、𝐶𝑟(x,y)≥Cb(x,y)、Y(x,y)>𝑌通道均值、Cr(x,y)>𝐶𝑟通道均值、Cb(x,y)<𝐶𝑏通达均值条件的为1(火焰),其余的为0(背景区域)2.满足Y(x,y)≥Cr(x,y)、𝐶𝑟(x,y)≥Cb(x,y)、Y(x,y)>𝑌通道均值、Cr(x,y)>𝐶𝑟通道均值、Cb(x,y)<𝐶𝑏通道均值条件的为1,其他的为0,得到二值化图B。满足R(x,y) > 𝐺(𝑥,𝑦) > 𝐵(𝑥,𝑦)、R(x,y) > 190条件的为1(火焰),其余的为0(背景区域)原创 2023-04-22 21:41:03 · 1064 阅读 · 2 评论 -
无人机巡检文献总结
2.对火势的大小和走向进行研判,计算火焰的面积,烟雾的面积,烟雾的颜色,划分几个不同的火灾等级(与地面巡检不同,这里体现出无人机高空巡检的优势,能从一个更为广阔的视角对火灾态势进行判断),提出一种基于迁移学习的火焰检测方法,方法内容:应用Otsu-K-means、RGB、HSV色彩空间阈值分割算法以及K-means-RGB、K-means-HSV、K-means-RGB-HSV融合算法和MobileNetV3深度学习算法进行识别,对识别到的火焰进行分割,对火焰或烟雾的面积进行计算;原创 2023-03-20 19:51:38 · 1019 阅读 · 0 评论