吴 凡， 王慧琴， 王 可

(西安建筑科技大学 信息与控制工程学院, 陕西 西安710055)

1 引 言

火灾是自然和社会灾害中发生概率最高的灾害之一，对人类的生活和生命安全构成严重威胁[1]。因此，快速而准确地检测火灾发生至关重要。

当前的火灾探测方式仍以各种火灾传感器为主，虽然其低价简单，但极易受到粉尘、气流以及高度等因素的干扰[2]。通常情况下，明火在与空气充分接触之后才会产生，而在燃烧初期烟雾即已出现，因此准确检测烟雾能够比火焰检测更早发出火灾报警[3]。

目前烟雾检测研究流程大致可分为疑似烟雾目标提取、烟雾特征提取以及烟雾检测几个重要部分。Barmpoutis[4]等基于HSV(Hue, Saturation, Value) 颜色模型，使用结合烟雾颜色特征的背景差法提取帧内疑似烟雾区域。Park[5]等结合帧差法和非参数颜色模型检测疑似烟雾目标，基于此算法设计了一种烟雾检测随机森林分类器。该算法可以加快烟雾检测速度，但检测烟区中易存在空洞，且用于复杂环境时烟雾检测虚警率高。在以上研究基础上，一些学者为增强分类器的性能，加入了机器视觉方法。李红娣[6]等使用金字塔分解算法提取烟雾的金字塔纹理和边缘特征，并通过支持向量机(Support Vector Machine)进行训练和检测烟雾。Zhao[7]等利用烟雾的颜色等特性，基于CS Adaboost算法对烟雾进行检测，该算法可有效地分辨浓雾和烟雾。上述方法的烟雾特征设计与提取多数由手工完成，需基于经验设定阈值作为识别烟雾的判断依据，未必能够反映烟雾的本质特征，其合理性会因烟雾本身和环境变化受到影响。……