谢书翰， 张文柱， 程 鹏， 杨子轩

(西安建筑科技大学 信息与控制工程学院，陕西 西安710048)

1 引 言

随着经济的发展，大型场景的火灾检测任务越发重要，而传统火灾检测环节中传感器的检测能力较差，检测环节易受各种干扰因素的影响，从而使检测的准确率较低[1]。随着图像、视频处理技术的迅猛发展，各种基于图像、视频处理技术的烟雾检测算法被提出，在各种大型空间火灾检测任务中效果显著。烟雾先于火焰的发生而发生，且烟雾具有比火焰更强的扩散性，摄像头更加容易捕捉到烟雾图像，所以烟雾检测在火灾检测任务中显得格外重要。

目前，传统基于图像、视频的火灾烟雾检测算法主要是根据烟雾的形状、色彩、纹理、湍流、飘动等特征进行火灾烟雾识别，研究者通过研究烟雾的一种或多种特征，使用各种不同的分类算法进行火灾烟雾识别。Genovese等人[2]研究烟雾在YUV空间的颜色特性，得到烟雾检测算法，但是对于扩散缓慢的烟雾以及复杂背景的烟雾视频效果不佳。Sedlák V等人[3]研究了烟雾的运动特性、烟雾的颜色、面积增长率和运动方向，通过多特征进行分类识别，但是该方法小区域烟雾以及扩散不明显的烟雾区域检测效果较差。Gubbi等人[4]提出一种结合小波变换的检测烟雾方法，利用小波分解得到子带图像，提取出几十种烟雾特征。李红娣等人[5]通过图像金字塔和池化操作，提取LOBP和EOH直方图，得到烟雾特征矢量，最后放入支持向量机进行训练得到火灾烟雾识别模型。……