Resumen

La segmentación de la región candidata a humo es el eslabón clave de la detección de humo en vídeo; un método eficaz y rápido de segmentación de la región candidata a humo desempeña un papel importante en un sistema de reconocimiento de humo. Sin embargo, la interferencia de la niebla espesa y de los objetos en movimiento del color del humo degrada enormemente la precisión del reconocimiento. En este artículo se presenta un método novedoso de segmentación de regiones candidatas a humo basado en la teoría de conjuntos aproximados. En primer lugar, se utiliza el filtrado Kalman para actualizar el fondo del vídeo con el fin de excluir la interferencia de objetos estáticos de color humo, como el cielo azul. En segundo lugar, en el espacio de color RGB, las regiones de humo se segmentan definiendo la aproximación superior, la aproximación inferior y la rugosidad de la distribución del color del humo. Por último, en el espacio de color HSV, las regiones de humo pequeñas se fusionan mediante la definición de la relación de equivalencia para distinguir las imágenes de humo de las imágenes de niebla densa en términos de la variedad del valor del componente V desde el centro hasta el borde de la región de humo. Los resultados experimentales sobre la segmentación de regiones de humo demostraron la eficacia y utilidad del esquema propuesto.

• Materias:Ingeniería electrónica Comunicaciones Ópticas Redes Inalámbricas Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Optical communications Wireless Networks Signal processing computer-assisted Data processing
• Palabras claves:candidate smoke region segmentation, candidate smoke region segmentation, rgb color space smoke regions, v component value variety, hsv color space, heavy fog images, rough set theory, small smoke regions, smoke recognition system, smoke region segmentation
• Keywords:candidate smoke region segmentation, candidate smoke region segmentation, rgb color space smoke regions, v component value variety, hsv color space, heavy fog images, rough set theory, small smoke regions, smoke recognition system, smoke region segmentation