为了解决视频烟雾检测中特征提取难度较大、复杂度较高的问题,提出一种基于潜在语义(Latent Semantic Analysis,LSA)特征和支持向量机(Support Vector Machine,SVM)的烟雾检测算法。该算法首先将烟雾图像库中的每幅图像进行有重叠分块,提取每个分块的小波纹理与HSV颜色特征;再对所有分块特征进行聚类,量化成"视觉字",并且根据每个"视觉字"在每幅烟雾图像中出现的频率,建立"词-文档"矩阵;然后,采用LSA的方法获得每幅烟雾图像的潜在语义特征;最后,结合SVM,实现视频烟雾检测。对比实验表明,该算法特征提取简便,可以更快检测烟雾的发生,提高了烟雾检测效率。

利用protues8.9仿真实现基于STM32单片机的室内火灾监测报警系统，内含完整的工程与仿真图，亲测有效。

该课题是基于MATLAB平台的火焰边缘检测。传统的火焰检测都是框出火焰的最大外接矩形，误差大，会把不是火焰的部分也框进去。该课题做到仅仅检测火焰的外接边缘，将火焰不规则的外形给利用颜色给框起来。利用颜色的方法，rgb转hsv，然后利用火焰边缘特点进行鉴定判断。可以自由设定从哪帧到哪帧进行检测，带GUI可视化界面，你值得拥有。欢迎交流。