科研之友
微信
新浪微博
Facebook
分享链接
摘要
输电线路往往建设在山林、野外等人烟稀少的地区,若该区域附近发生山火,将严重威胁社会经济和人民的安全。早期山火多以烟雾的形式呈现,通常使用固定摄像头对其进行实时监控。在分析固定摄像头拍摄画面特点的基础上,提出了基于网格划分的图像特征提取方法,并采用高斯滤波对特征进一步处理,通过异常检测的方法检测监控视频差值矩阵中的异常点,最后将着火点标注显示。实验结果表明,相比于有监督的经典机器学习方法,基于异常检测的方法不需提前训练,只依靠固定摄像头拍摄的上下文信息优势,就能够准确地检测出极小的烟雾,解决早期山火图像样本不足且正负样本不均衡的问题,且该算法结构简单,适用于嵌入式摄像头完成前端智能分析,达到实时监测目的。
-
单位华北电力大学; 电子工程学院
