论文部分内容阅读
为了实现森林火灾的智能识别,提出一种基于稀疏表示的林火火焰自动识别方法。以林火火焰和5类干扰物体为研究对象,每类对象从视频图像中随机选取50帧作为训练样本,150帧作为测试样本。对每幅图像提取疑似火焰区域,求取面积变化率、颜色、纹理和形状特征参数。所有训练样本的特征向量构建训练样本特征字典,对每个测试样本利用l1最小化范数计算其在训练字典上的投影系数,根据最小重构残差进行分类识别。结果表明,稀疏表示方法的识别率可达到93.56%,为林火火焰识别提供了一个有效的解决方案。