-
题名基于改进CV模型的煤矿井下早期火灾图像分割
被引量：7
- 1
-
-
作者
韩斌
吴一全
宋昱
-
机构
南京航空航天大学电子信息工程学院
安徽理工大学煤矿安全高效开采省部共建教育部重点实验室
-
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2017年第6期1620-1627,共8页
-
基金
煤矿安全高效开采省部共建教育部重点实验室开放基金资助项目(JYBSYS2014102)
-
文摘
煤矿井下早期火灾图像中火焰区域、火焰余辉及非火焰高灰度干扰区域三者的灰度值十分接近,利用传统的Chan-Vese(CV)模型很难将火焰区域精确地提取出来。针对这一问题,提出了一种改进的CV模型以实现煤矿井下早期火灾图像的精确分割。在计算目标和背景区域拟合中心时,引入自适应权值进行加权平均,充分考虑了像素点灰度值与拟合中心的差异,并据此确定该点对拟合中心的贡献度,更加精确地计算目标和背景区域的拟合中心;为了加速模型的演化,引入曲线内外区域像素的中值绝对差,替换模型中的内外区域能量系数,提高模型分割效率。最终达到快速提取早期火灾图像中火焰区域的目的。大量实验结果表明,与现有的Otsu算法、CV模型、引入能量权重的CV模型、引入梯度信息的CV模型以及两种类似提出模型的CV模型相比,利用改进CV模型对煤矿井下早期火灾图像,能取得更好的分割效果,并且满足实时性要求。
-
关键词
矿井
早期火灾图像
图像分割
CV模型
区域拟合中心
区域能量系数
中值绝对差
-
Keywords
mine
early fire image
image segmentation
CV model
region fitting center
region energy coefficients
me- dian absolute difference
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP391.41
[自动化与计算机技术—计算机科学与技术]
-
