文献类型：期刊文章

作　　者：袁非牛[1,2] 夏雪[1] 李钢[1,3] 章琳[1,4] 史劲亭[5]

Yuan Feiniu;Xia Xue;Li Gang;Zhang Lin;Shi Jinting(School of Information Technology,Jiangxi University of Finance and Economics,Nanchang 330032,China;College of Information,Mechanical and Electrical Engineering,Shanghai Normal University,Shanghai 201418,China;College of Mathematics and Computational Science,Yichun University,Yichun 336000,China;School of Mathematics and Computer Science,Jiangxi Science and Technology Normal University,Naachang 330038,China;Vocational School of Teachers and Technology,Jiangxi Agricultural University,Nanchang 330045,China)

机构地区：[1]江西财经大学信息管理学院,南昌330032 [2]上海师范大学信息与机电工程学院,上海201418 [3]宜春学院数计学院,宜春336000 [4]江西科技师范大学数学与计算机科学学院,南昌330038 [5]江西农业大学职业师范(技术)学院,南昌330045

出　　处：《中国图象图形学报》

基　　金：国家自然科学基金项目(61862029);水电工程智能视觉监测湖北省重点实验室开放基金项目(2018SDSJ01);江西省高校科技落地计划基金项目(KJLD12066);江西省教育厅科技基金项目(GJJ170317);江西省社会科学规划基金项目(18YJ15)~~

年　　份：2019

卷　　号：24

期　　号：2

起止页码：269-281

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的通过烟雾检测能够实现早期火灾预警,但烟雾的形状、色彩等属性对环境的变化敏感,使得烟雾特征容易缺乏辨别力与鲁棒性,最终导致图像烟雾识别、检测的误报率与错误率较高。为解决以上问题,提出一种基于Gabor滤波的层级结构,可视为Gabor网络。方法首先,构建一个Gabor卷积单元,包括基于Gabor的多尺度、多方向局部响应提取和跨通道响应浓缩;然后,将Gabor卷积单元输出的浓缩响应图进行跨通道编码并统计出直方图特征,以上Gabor卷积单元与编码层构成了一个Gabor基础层,用于提取多尺度、多方向的基础特征,对基础层引入最大响应索引编码和全局优化能生成扩展特征;最后,将基础和扩展特征首尾相连形成完整烟雾特征,通过堆叠上述Gabor基础层能形成一个前馈网络结构,将每一层特征首尾相连即可获得烟雾的多层级特征。结果实验结果表明,此Gabor网络泛化性能好,所提烟雾特征的辨别力在对比实验中综合排名第一,所提纹理特征的辨别力在两个纹理数据集上分别排名第一与第二。结论所提Gabor网络能够实现多尺度、多方向的多层级纹理特征表达,既能提高烟雾识别的综合效果,也可提高纹理分类的准确率。未来可进一步研究如何降低特征的冗余度,探索不同层特征之间的关系并加以利用,以期在视频烟雾实时识别中得到实际应用。

关 键 词：烟雾识别  纹理分类 特征提取 GABOR滤波 层级结构

分 类 号：TP301.6]