项目名称：基于视频的烟雾检测

在视频烟雾事件检测的方面，提出基于AdaBoost算法和分区不变性特征的视频烟雾检测等方法，并采用Visual C++开发出一套视频烟雾检测系统。为了方便探索新的视频烟雾检测算法，我们拍摄了几组烟雾和非烟雾视频，并采用手工方法建立了几套烟雾和非烟雾静态图像库。演示软件、测试视频和图像库的下载地址为：http://sit.jxufe.cn/grbk/yfn/vsd.html

　　目的和意义：

视频火灾检测：采用计算机来模拟人眼的观察行为，判断监控视频中是否有火灾事件的发生。与传统光电、离子探测器相比，其优点如下： 

(1) 可在大空间、大面积的环境中使用，监测的范围广、距离远；

(2) 可用于多粉尘、高湿度的恶劣环境场所；

(3) 可在室外、强气流环境中使用；

(4) 响应速度非常快；

(5) 可提供直观的火灾信息；

(6) 可实现防盗和防火的集成。

检测目标：火焰和烟雾

(1) 视频火焰检测(Video Flame Detection)

(2) 视频烟雾检测(Video Smoke Detection

特征方法：

u 通过研究烟雾的运动规律、色彩饱和度检测，提出了一种基于积分图像的快速烟雾检测技术。

u 采用图像金字塔的局部二元模式直方图序列特征，结合BP神经网络，提出一种的烟雾检测方法。

u 通过合并边缘、LBP和色彩信息等特征，以及多尺度的方式消除传统类Haar特征的几何形状相关性，提出一种基

于AdaBoost算法的烟雾特征提取双重映射方法。

实验结果：