该代码利用颜色模型去检测火焰, 分为3个模块, HSV, RGB, YCrCb 颜色空间, 根据论文定义, 设定判断的相关区间, 从而从图像中判断出火焰的位置, 对火灾的预防以及火焰的检测可以起到重要的作用. 主要采用numpy进行预处理
2021-03-17 10:37:46
9.26MB
1
MATLAB火焰识别，识别动态视频，实时框定火焰边缘，采用基于颜色和形态学滤波的方法，带有一个GUI可视化界面，详细注释，是您学习的好帮手。
2021-03-17 09:12:01
18.09MB
1
适合目标检测，yolov3,ssd等目标检测算法，数据集包含xml坐标信息的标签。pytorch版本下的yolov3训练实现火焰检测(https://codingchaozhang.blog.csdn.net/article/details/107167792#comments_14120984)
2021-03-15 22:58:22
32.69MB
1
针对传统重建算法对火焰重建精度低、重建速度慢的问题,提出了基于正则先验的全变差代数迭代(ARTTV)算法,以提高对称与非对称火焰的重建精度。同时,为了提高重建速度,建立了基于“ARTTV-粒子群算法(PSO)内核”的极限学习机(ELM)神经网络,该神经网络具有与迭代算法近乎相同的重建能力,同时又具有超过迭代算法约300倍的重建速度。
2021-03-12 21:41:57
7.71MB
1
一、课题介绍
本设计为基于MATLAB的火焰烟雾火灾检测系统。结合火焰是实时动态跳跃的，采用面积增长率，角点和圆形度三个维度相结合的方式判断是否有火焰。该设计测试对象为视频，通过下一帧和上一帧的差异发现是否有火情，并可发出语音报警。本设计带有一个人机交互式GUI界面，界面友好。是个不错的毕设选题。
二、算法流程
结合火焰的面积增长率，角点和圆形度三个维度综合判断。并且得出每帧图像火焰部分的该三个参数，实时显示在GUI上。
2021-03-12 15:05:22
104.22MB
1
使用8000张规则和不规则的火焰数据集训练的.pth火焰模型,识别度高达百分之99.9，可以使用深度学习框架识别各种规则和不规则的火焰
2021-03-09 14:11:59
234.98MB
2209张火焰的数据集，已全部完成标注，包括图片和生成的xml文件，可供训练.h5模型和.pth模型，识别度达百分之95以上，可识别规则的和不规则的火焰
2021-03-09 14:11:58
171.97MB
本文基于LINUX设计了基于opencv的火焰识别程序，程序包含图像预处理，以及基于RGB与HSI分量的辨判别程序，最后当检测到火源后，通过串口通信的方式传输出去
2021-03-09 11:24:12
21KB
1
火焰数据集图片以及xml文件，两者相互匹配，可以通过深度学习keras-yolo3框架直接训练成火焰模型。
2021-03-01 20:52:00
3.75MB
1