为了实现对输电线路山火的实时监控和预警,研发了基于多特征融合的输电线路山火识别预警系统。从视频图像序列中提取山火图像的颜色特征、纹理特征及面积特征,采用模糊C均值(fuzzy C-means,FCM)聚类算法将3个特征进行多特征融合来检测...为了实现对输电线路山火的实时监控和预警,研发了基于多特征融合的输电线路山火识别预警系统。从视频图像序列中提取山火图像的颜色特征、纹理特征及面积特征,采用模糊C均值(fuzzy C-means,FCM)聚类算法将3个特征进行多特征融合来检测视频图像中的山火,计算燃烧面积并划分危险等级。采用C/C++语言将山火识别算法封装到输电线路智能视频监控装置的数字信号处理器(digital signal processor,DSP)中,实现后台控制中心对输电线路山火险情的实时监测识别和预警。实际应用测试结果表明,该系统运行效率高、稳定性强,识别精度可达97%以上。展开更多
文摘为了实现对输电线路山火的实时监控和预警,研发了基于多特征融合的输电线路山火识别预警系统。从视频图像序列中提取山火图像的颜色特征、纹理特征及面积特征,采用模糊C均值(fuzzy C-means,FCM)聚类算法将3个特征进行多特征融合来检测视频图像中的山火,计算燃烧面积并划分危险等级。采用C/C++语言将山火识别算法封装到输电线路智能视频监控装置的数字信号处理器(digital signal processor,DSP)中,实现后台控制中心对输电线路山火险情的实时监测识别和预警。实际应用测试结果表明,该系统运行效率高、稳定性强,识别精度可达97%以上。
