森林火灾火焰像素检测的背景减除算法

摘要

背景减除（background subtraction,BS）是森林火灾火焰图像中运动像素检测的主要手段,已有文献多采用高斯混合模型进行运动像素检测,然而GMM算法对于背景包含大量运动像素的视频并不能取得好的效果,而野外环境的森林火灾视频风吹树枝叶会导致大量的运动像素。为更好地提取森林火焰的运动像素,对36种BS检测算法应用于光照强度变化、树枝叶摆动、相机抖动等多种森林火灾视频进行实验,并选择4种效果好的BS检测算法（高斯平均值背景减除法（DPWren GA）、改进的高斯混合模型（DPZivkovic AGMM）、混合高斯背景模型（Mixture Of Gaussian V2）、局部二进制相似度分割背景减除法（LOBSTER））进行分析研究。结果表明,DPWren GA法检测到的前景完整性不够理想,但其噪声点最少,精确率最高。LOBSTER法能最完整地分割出前景。4种算法对阳光强烈的场景和存在树枝遮挡的火灾视频的检测效果都不是很理想,但对相机抖动有较好的适应性。