【OpenCV】基于图像处理和模式识别的火灾检测方法
2016-05-07 09:47
351 查看
学期末一直忙考试,大作业,很久没来CSDN耕耘了。。。
虽然考试都结束了,手头还是累积了不少活儿要补,不多写了,晒个小项目,之前一直做的,后来当做模式识别课程的大作业交了。
大体框架如下:
![](http://img.my.csdn.net/uploads/201301/21/1358746997_9688.png)
还是之前的火灾检测,但是在一些简单的颜色、运动检测的基础上增加了模式识别的方法。(其实并不需要这么多种方法,因为作业要求试验三种以上的方法)
因为特征比较简单——SVM、非线性SVM、决策树、随机森林都是用的颜色直方图来训练;Adaboost就是完全用的《Rapid》中的Haar特征——所以其实模式识别方法并没有实质性的提高检测率,主要的检测效果还是依据前期初期得到的。
以下是用QT实现的小Demo:
![](http://img.my.csdn.net/uploads/201301/17/1358427851_4461.png)
再晒个检测效果图:
![](http://img.my.csdn.net/uploads/201301/17/1358428226_9906.png)
都是比较简单的场景,所以看上去效果还行,嘿嘿~
虽然考试都结束了,手头还是累积了不少活儿要补,不多写了,晒个小项目,之前一直做的,后来当做模式识别课程的大作业交了。
大体框架如下:
![](http://img.my.csdn.net/uploads/201301/21/1358746997_9688.png)
还是之前的火灾检测,但是在一些简单的颜色、运动检测的基础上增加了模式识别的方法。(其实并不需要这么多种方法,因为作业要求试验三种以上的方法)
因为特征比较简单——SVM、非线性SVM、决策树、随机森林都是用的颜色直方图来训练;Adaboost就是完全用的《Rapid》中的Haar特征——所以其实模式识别方法并没有实质性的提高检测率,主要的检测效果还是依据前期初期得到的。
以下是用QT实现的小Demo:
![](http://img.my.csdn.net/uploads/201301/17/1358427851_4461.png)
再晒个检测效果图:
![](http://img.my.csdn.net/uploads/201301/17/1358428226_9906.png)
都是比较简单的场景,所以看上去效果还行,嘿嘿~
(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)
相关文章推荐
- 浅谈框架和架构的区别
- OpenCV 视频监控(Video Surveilance)的算法体系
- 【OpenCV】图像代数运算:平均值去噪,减去背景
- linux C++ 获取文件绝对路径
- Linux服务器时间同步
- CentOS Linux解决Device eth0 does not seem to be present
- Apache与Nginx的优缺点比较
- Linux03--文件打包与解压
- Get-adServerSetting和Set-ADServerSetting-Exchange Management Powershell 命令同步博客!
- Nginx 反向代理、负载均衡、页面缓存、URL重写及读写分离详解
- #问题解决#安装centos7 后 win7引导项不见
- Linux Futex浅析
- JAX-RS的参考实现:《使用 Jersey 和 Apache Tomcat 构建 RESTful Web 服务》
- Linux(centOS6.5)下SVN的安装、配置及开机启动
- C++/Php/Python/Shell 程序按行读取文件或者控制台
- Linux的原子操作与同步机制
- Ubuntu搭建Openstack平台(kilo)(五.neutron(一)控制节点)
- shell 和awk性能对比
- shell sed 实现文本替换
- Apache Shiro用法初探