基于多光谱分离的烟雾检测
Guangxue Jingmi Gongcheng/Optics and Precision Engineering(2013)
Abstract
由于大部分烟雾检测技术抗干扰性差,难以区分森林水雾和绿地等假信息,本文提出了使用主成分分析法及变换域测量技术,基于光谱分离的烟雾检测方法.首先,采用波长为460~520 nm、540~570 nm及580~610 nm的3个带通滤光片获得被测物的光谱主成分.然后,对光谱主成分进行空间映射,构建变换域平面,在该平面上应用简单的代数判断来实现对烟、水雾以及绿地的分类和识别.最后,进行了1 000次的Monte Carlo仿真实验.结果表明,三波段光谱法简便可行,分离度好,(P3,P4)的分离度为0.113,不仅克服了传统图像和视频检测方法无法区分烟雾和水雾的缺点,而且无需进行复杂的光谱数据分类计算,在火灾监测领域很有实用价值.
MoreTranslated text
Key words
multispectra,principal component analysis (pca),smoke detection,spectral separation
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined