基于BEMD和SVM的火焰检测算法

• 作 者: 戴静 严云洋 范勇 高尚兵 周静波
• 机 构: 西南科技大学计算机科学与技术学院,淮阴工学院计算机与软件工程学院
• 出 处: 常州大学学报(自然科学版)
• 发表日期: 2017年02期
• 关键词: 二维经验模式 局部二值模式 火焰检测 纹理特征 支持向量机 bidimensional empirical mode decomposition local
• 基金项目: 国家自然科学基金资助项目（61402192）, 江苏省“六大人才高峰”项目（2013DZXX-023）, 江苏省“333工程”（BRA2013208）, 淮安市科技计划项目（HAG2013057,HAG2013059）

为提高火焰检测的准确性,提出了一种采用二维经验模式(BEMD)和支持向量机(SVM)的火焰检测算法。首先基于累积差分法检测运动目标,根据Ohta颜色空间找出图像中具有火焰颜色的疑似区域;其次将疑似区域图像经过BEMD分解,结合局部二值模式(LBP)对所提取到的固有模态函数(IMF)图像进行纹理特征提取;最后将提取的纹理特征结合圆形度、矩形度、重心高度输入到SVM里面进行火焰的判别。实验结果表明该方法具有较高的火焰检测率以及较低的误检率。