典型文献
基于PSO-SVM的变电站视频监控火灾识别算法
文献摘要：
为最大限度的降低由于火灾造成的生命财产损失,提出基于PSO-SVM的变电站视频监控火灾识别算法,提高火灾识别的精准度与环境适应性.依据火焰亮度与颜色特征在YCrCb颜色空间内,检测出变电站视频监控火灾图像中的火焰可疑区域,提取出火焰可疑区域的火焰面积变化率、火焰形状相似度、绿红分量面积比、高低频能量比4个特征,作为SVM的输入样本,构建SVM分类模型,将采用PSO算法快速精准地搜寻出SVM的最优参数,用于SVM模型训练与分类预测,最终实现对变电站视频监控火灾的识别.实验表明,该算法可精准检测出火焰可疑区域;有效排除干扰物,精准识别变电站视频监控火灾,识别火焰的精准度较高;即使在光线较暗时,也可快速识别火灾,火灾识别的环境适应性强.
文献关键词：
PSO-SVM;变电站视频监控;监控火灾;火灾识别算法;火焰可疑区域;火焰亮度特征
中图分类号：
作者姓名：
蔡正梓;程海兴;陈茜;王冠男
作者机构：
国网北京市电力公司,北京100051
文献出处：
引用格式：
[1]蔡正梓;程海兴;陈茜;王冠男-.基于PSO-SVM的变电站视频监控火灾识别算法)[J].自动化与仪表,2022(07):58-62,67
A类：
火灾识别算法,火焰可疑区域,火焰亮度特征
B类：
PSO,变电站视频监控,监控火灾,生命财产,财产损失,环境适应性,颜色特征,YCrCb,颜色空间,面积变化,面积比,高低频,能量比,分类模型,搜寻,寻出,最优参数,模型训练,分类预测,精准检测,干扰物,精准识别,光线,快速识别
AB值：
0.196363
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
