激光与光电子学进展, 2021, 58 (4): 0410023, 网络出版: 2021-02-24  

TDFF:一种强鲁棒性的烟雾图像检测算法 下载: 834次

TDFF: Strong Robust Algorithm for Smoke Image Detection
作者单位
南京邮电大学电子与光学工程学院、微电子学院, 江苏 南京210023
图 & 表

图 1. 非均匀模式中不同类型的特征。(a1)~(a4) 线性特征;(b1)~(b4) T型特征;(c1)(c2) 十字与对角特征

Fig. 1. Different types of features in heterogeneous modes. (a1)--(a4) Linear features; (b1)--(b4) T-type features; (c1)(c2) cross and diagonal features

下载图片 查看原文

图 2. TDFF算法的处理流程

Fig. 2. Processing flow of TDFF algorithm

下载图片 查看原文

图 3. 不同特征的提取结果。(a1)(a2) 传统LBP特征;(b1)(b2) T-MFLBP特征

Fig. 3. Extraction results of different features. (a1)(a2) Traditional LBP features; (b1)(b2) T-MFLBP features

下载图片 查看原文

图 4. 不同方法在不同数据集中的检测率对比

Fig. 4. Comparison of detection rates of different methods in different datasets

下载图片 查看原文

图 5. 不同方法在不同数据集中的误警率对比

Fig. 5. Comparison of false alarm rates of different methods in different datasets

下载图片 查看原文

图 6. 不同方法在不同维度下的检测率对比曲线

Fig. 6. Detection rate comparison curves of different methods in different dimensions

下载图片 查看原文

图 7. 不同方法在不同维度下的误警率对比曲线

Fig. 7. Comparison curves of false alarm rates in different dimensions by different methods

下载图片 查看原文

图 8. 不同特征融合方法在不同迭代次数下的检测率对比曲线

Fig. 8. Comparison curves of detection rates of different feature fusion methods under different number of iterations

下载图片 查看原文

图 9. 不同特征融合方法在不同迭代次数下的误警率对比曲线

Fig. 9. Comparison curves of false alarm rates of different feature fusion methods under different number of iterations

下载图片 查看原文

表 1不同特征融合方法的性能比较

Table1. Performance comparison of different feature fusion methods unit: %

DatasetLBP+GaborT-MFLBP+GaborTDFF
Detection rateFalse alarm rateDetection rateFalse alarm rateDetection rateFalse alarm rate
194109461004
297139611998
39779941002
49313929996

查看原文

王韦刚, 王炳蔚, 张云伟. TDFF:一种强鲁棒性的烟雾图像检测算法[J]. 激光与光电子学进展, 2021, 58(4): 0410023. Weigang Wang, Bingwei Wang, Yunwei Zhang. TDFF: Strong Robust Algorithm for Smoke Image Detection[J]. Laser & Optoelectronics Progress, 2021, 58(4): 0410023.

引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!