聂建豪,李士进

(河海大学 计算机与信息学院，江苏 南京 210098)

基于图像识别的秸秆焚烧事件检测

聂建豪,李士进

(河海大学 计算机与信息学院，江苏 南京 210098)

针对传统火灾检测存在的对周围环境要求比较高，且研究对象多数属于室内或者商业设施等现象，提出了基于滑动窗口图像特征提取的多特征融合和SVM相结合的秸秆焚烧火灾检测算法。首先在YCbCr空间模型下使用Otsu(大津算法)对火焰图像进行前景检测，再对所检测到的前景使用颜色判别方法，得到候选火焰区域，然后使用滑动窗口在这些区域上进行移动，在每一个窗口内提取HOG特征、灰度共生矩阵特征、颜色矩特征，将这些特征分别送入SVM训练得到不同的分类器进行秸秆焚烧事件检测。最后根据投票方法将三种特征进行融合，最终检测出是否发生火灾。实验结果表明，该算法实现简单，识别率高，可达到86.67%。且由于算法基于火灾的静态特征，更能体现火焰的固有图像特征，与其他类型的火焰检测相比，适用性更强。

颜色模型；滑动窗口；单一特征提取；多特征融合

0 引 言

火灾在日常生活中发生频繁，对人们的生命和财产安全构成了严重危害。而农田秸秆焚烧会污染空气，并产生大量有毒有害物质，甚至引发火灾。国内从1999年就明令禁止秸秆焚烧，但是至今仍屡禁不止。秸秆焚烧可能有深刻的社会原因，暂不考虑，仅仅从技术角度对秸秆焚烧造成的火灾进行警报，从而遏制火灾的危害。

为了对秸秆焚烧造成的火灾进行预防和警报，科研人员进行了大量研究。……