改进局部三值模式的烟雾识别和纹理分类
TP391.4; 为提高烟雾识别的检测率和降低误报率,首先提出了基于置信水平的局部三值模式(CLLTP),进而提出了基于CLLTP的组合特征模型(M_CLLTP).CLLTP是依据差分图像的像素值呈正态分布而提出的一种改进的局部三值模式.M_CLLTP模型提取了原图的CLLTP特征、Gabor特征图的加权的CLLTP特征和边缘特征图的CLLTP特征,并融合它们生成M_CLLTP特征.对比实验显示,M_CLLTP方法在三个烟雾数据集上都获得了较高的检测率和F1分数、较低的误报率,在两个纹理数据库上获得了最高的平均召回率.实验结果表明,所提方法对烟雾和纹理具有很好的辨识能力,非常适用于烟雾识别....
Saved in:
Published in | 计算机科学与探索 Vol. 14; no. 7; pp. 1221 - 1231 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
宜春学院 数学与计算机科学学院,江西 宜春 336000%江西财经大学 信息管理学院,南昌 330032
01.07.2020
上海师范大学 信息与机电工程学院,上海 201418%江西财经大学 信息管理学院,南昌,330032%江西财经大学 信息管理学院,南昌 330032 江西科技师范大学 数学与计算机科学学院,南昌 330038%水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌,443002 水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002 江西财经大学 信息管理学院,南昌 330032 |
Subjects | |
Online Access | Get full text |
ISSN | 1673-9418 |
DOI | 10.3778/j.issn.1673-9418.1907036 |
Cover
Abstract | TP391.4; 为提高烟雾识别的检测率和降低误报率,首先提出了基于置信水平的局部三值模式(CLLTP),进而提出了基于CLLTP的组合特征模型(M_CLLTP).CLLTP是依据差分图像的像素值呈正态分布而提出的一种改进的局部三值模式.M_CLLTP模型提取了原图的CLLTP特征、Gabor特征图的加权的CLLTP特征和边缘特征图的CLLTP特征,并融合它们生成M_CLLTP特征.对比实验显示,M_CLLTP方法在三个烟雾数据集上都获得了较高的检测率和F1分数、较低的误报率,在两个纹理数据库上获得了最高的平均召回率.实验结果表明,所提方法对烟雾和纹理具有很好的辨识能力,非常适用于烟雾识别. |
---|---|
AbstractList | TP391.4; 为提高烟雾识别的检测率和降低误报率,首先提出了基于置信水平的局部三值模式(CLLTP),进而提出了基于CLLTP的组合特征模型(M_CLLTP).CLLTP是依据差分图像的像素值呈正态分布而提出的一种改进的局部三值模式.M_CLLTP模型提取了原图的CLLTP特征、Gabor特征图的加权的CLLTP特征和边缘特征图的CLLTP特征,并融合它们生成M_CLLTP特征.对比实验显示,M_CLLTP方法在三个烟雾数据集上都获得了较高的检测率和F1分数、较低的误报率,在两个纹理数据库上获得了最高的平均召回率.实验结果表明,所提方法对烟雾和纹理具有很好的辨识能力,非常适用于烟雾识别. |
Author | 夏雪 李钢 章琳 袁非牛 雷帮军 |
AuthorAffiliation | 江西财经大学 信息管理学院,南昌 330032;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002;宜春学院 数学与计算机科学学院,江西 宜春 336000%江西财经大学 信息管理学院,南昌 330032;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002;上海师范大学 信息与机电工程学院,上海 201418%江西财经大学 信息管理学院,南昌,330032%江西财经大学 信息管理学院,南昌 330032;江西科技师范大学 数学与计算机科学学院,南昌 330038%水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌,443002 |
AuthorAffiliation_xml | – name: 江西财经大学 信息管理学院,南昌 330032;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002;宜春学院 数学与计算机科学学院,江西 宜春 336000%江西财经大学 信息管理学院,南昌 330032;水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002;上海师范大学 信息与机电工程学院,上海 201418%江西财经大学 信息管理学院,南昌,330032%江西财经大学 信息管理学院,南昌 330032;江西科技师范大学 数学与计算机科学学院,南昌 330038%水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌,443002 |
Author_FL | XIA Xue LEI Bangjun YUAN Feiniu LI Gang ZHANG Lin |
Author_FL_xml | – sequence: 1 fullname: LI Gang – sequence: 2 fullname: YUAN Feiniu – sequence: 3 fullname: XIA Xue – sequence: 4 fullname: ZHANG Lin – sequence: 5 fullname: LEI Bangjun |
Author_xml | – sequence: 1 fullname: 李钢 – sequence: 2 fullname: 袁非牛 – sequence: 3 fullname: 夏雪 – sequence: 4 fullname: 章琳 – sequence: 5 fullname: 雷帮军 |
BookMark | eNo9j71KA0EcxLeIYIx5B1uLO_e_u7cfpQS_IGCjddi73ZOcsgFXUbtAJCgIiliZQuwCFpLOaNCX8XLJW3igWM0w_JhhllDFdZxFaAVwSIWQa1nY9t6FwAUNFAMZgsICU15B1f9sEdW9b8c4YoyA4LKK-PRhPPsa5KPuvDf8frvOu5Pp8Dmf3BaPl0XvaT74nL3286uX_P6meB8Xd6XvF6OPZbSQ6iNv639aQ_ubG3uN7aC5u7XTWG8GHjCLgjjhxiZgE2654gJARwaApNYILGLBQCWWS1wyFIgEraUhnHFshGGxIozW0Opv75l2qXYHraxzeuzKxVbms8PzixNPMMHlT4joDzFtX4U |
ClassificationCodes | TP391.4 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.3778/j.issn.1673-9418.1907036 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
DocumentTitle_FL | Smoke Recognition and Texture Classification Using Improved Local Ternary Patterns |
EndPage | 1231 |
ExternalDocumentID | jsjkxyts202007015 |
GrantInformation_xml | – fundername: The National Natural Science Foundation of China under Grant No. 61862029; the Science Technology Project of Jiangxi Education Department under Grant Nos. GJJ170317, GJJ150406, GJJ190833; the Open Project of Hubei Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering under Grant No. 2018SDSJ01 |
GroupedDBID | 2B. 4A8 92I 93N ALMA_UNASSIGNED_HOLDINGS M~E PSX TCJ |
ID | FETCH-LOGICAL-s1045-bc6dec1ec6e696711a5d112fed707b7419ce680dec31281aa8d26460d7d4b9243 |
ISSN | 1673-9418 |
IngestDate | Thu May 29 04:00:17 EDT 2025 |
IsPeerReviewed | true |
IsScholarly | true |
Issue | 7 |
Keywords | Gabor变换 局部三值模式 烟雾识别 纹理分类 置信水平 边缘特征 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1045-bc6dec1ec6e696711a5d112fed707b7419ce680dec31281aa8d26460d7d4b9243 |
PageCount | 11 |
ParticipantIDs | wanfang_journals_jsjkxyts202007015 |
PublicationCentury | 2000 |
PublicationDate | 2020-07-01 |
PublicationDateYYYYMMDD | 2020-07-01 |
PublicationDate_xml | – month: 07 year: 2020 text: 2020-07-01 day: 01 |
PublicationDecade | 2020 |
PublicationTitle | 计算机科学与探索 |
PublicationTitle_FL | Journal of Frontiers of Computer Science & Technology |
PublicationYear | 2020 |
Publisher | 宜春学院 数学与计算机科学学院,江西 宜春 336000%江西财经大学 信息管理学院,南昌 330032 上海师范大学 信息与机电工程学院,上海 201418%江西财经大学 信息管理学院,南昌,330032%江西财经大学 信息管理学院,南昌 330032 江西科技师范大学 数学与计算机科学学院,南昌 330038%水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌,443002 水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002 江西财经大学 信息管理学院,南昌 330032 |
Publisher_xml | – name: 宜春学院 数学与计算机科学学院,江西 宜春 336000%江西财经大学 信息管理学院,南昌 330032 – name: 水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌 443002 – name: 上海师范大学 信息与机电工程学院,上海 201418%江西财经大学 信息管理学院,南昌,330032%江西财经大学 信息管理学院,南昌 330032 – name: 江西财经大学 信息管理学院,南昌 330032 – name: 江西科技师范大学 数学与计算机科学学院,南昌 330038%水电工程智能视觉监测湖北省重点实验室(三峡大学),湖北 宜昌,443002 |
SSID | ssib054421768 ssib002040941 ssib002423894 ssib051375751 ssib023646573 ssib036438069 ssib002040926 |
Score | 2.202673 |
Snippet | TP391.4;... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 1221 |
Title | 改进局部三值模式的烟雾识别和纹理分类 |
URI | https://d.wanfangdata.com.cn/periodical/jsjkxyts202007015 |
Volume | 14 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1LaxRBEB5CvHgRRcU3IvZp2WQePf04zuz2EAQ9JZBbmNcqEVZwN6A5SCASFARFPJmDeAt4kNyMBv0zbjb5F1bVzkuzQvQy9HRXV9XXNdNVNdM9Y1m3_dj24ljmbSeF241n0m_HeQpZSipk7Gdc5zEtkL0nFpb4nWV_eWZ2vrFqaW2YzKXrU_eV_I9VoQ7sirtk_8GyFVOogDLYF45gYTieyMbMCKY5CzUzioUR0yEzPgsdXL5gNFMeCxQzQKCY0tgE9WEHe0F94BBxh6mIGcl0wBTHAvTSEXYHbqFBzkHElKDuUCYR2mWqg8RhQNKhu13TYEGiGmHYjH2JlSG5Egtakv4dZII1wIRUCrosEKXaBmngGLjEk0OhvEaod5dINGrUbFHYQTnU0mXaEDCEVJOAIE7YCWkQ1C0SUQZ2ASv0mk9GIA0uV9FOrmViZBAGqgNy_QYGYK1Bkxa1wWDb0_D906j8yRpuEaSHwUajkfgwah1XquV5EHTazPWPk9PVw8shDmlQaHRAeCmwRQpHpKfAkQ2iQuGJ5pX9p6gHF0W3xAWQO6ALzPKN582OkF5b88JFlg6TNyYG2fB-jjvZ7V5EUhAUOdO8tCelIi-NIuYqEXMQm-Ln4OrIpFovujpYffjk6XCAVgYa_KjEKVdKWpdx95mp401wSbqZL-M5_23jNgTolQPCnycIv47f4dRTtqjie9_xJL6XrM45hwx-sr221HqyOhAhzf8NEO0H7Pfi_v1G6Lp41jpT5Jw3g8kEcs6aWX9w3hIH7_YOf2yPdjeONnd-fnk52tg_2Pk42n89fv98vPnhaPv74eet0YtPo7evxl_3xm-gvDXe_XbBWorMYmehXfxEpT1wIF1rJ6nI8tTJU5ELLaTjwAwMOVYvz6QtE8gndJoLZQONhy_V41hlkCMJO5MZT7TLvYvWbP9RP78EOHvg4BOAh1-JTDhPYtePk9TjnOcQ1fYuW7cKnCvFJDlYOWa5Kychumqdrm_oa9bs8PFafh2C_2Fygwz-CyfnuGQ |
linkProvider | ISSN International Centre |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%94%B9%E8%BF%9B%E5%B1%80%E9%83%A8%E4%B8%89%E5%80%BC%E6%A8%A1%E5%BC%8F%E7%9A%84%E7%83%9F%E9%9B%BE%E8%AF%86%E5%88%AB%E5%92%8C%E7%BA%B9%E7%90%86%E5%88%86%E7%B1%BB&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E6%8E%A2%E7%B4%A2&rft.au=%E6%9D%8E%E9%92%A2&rft.au=%E8%A2%81%E9%9D%9E%E7%89%9B&rft.au=%E5%A4%8F%E9%9B%AA&rft.au=%E7%AB%A0%E7%90%B3&rft.date=2020-07-01&rft.pub=%E5%AE%9C%E6%98%A5%E5%AD%A6%E9%99%A2+%E6%95%B0%E5%AD%A6%E4%B8%8E%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6%E5%AD%A6%E9%99%A2%2C%E6%B1%9F%E8%A5%BF+%E5%AE%9C%E6%98%A5+336000%25%E6%B1%9F%E8%A5%BF%E8%B4%A2%E7%BB%8F%E5%A4%A7%E5%AD%A6+%E4%BF%A1%E6%81%AF%E7%AE%A1%E7%90%86%E5%AD%A6%E9%99%A2%2C%E5%8D%97%E6%98%8C+330032&rft.issn=1673-9418&rft.volume=14&rft.issue=7&rft.spage=1221&rft.epage=1231&rft_id=info:doi/10.3778%2Fj.issn.1673-9418.1907036&rft.externalDocID=jsjkxyts202007015 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjkxyts%2Fjsjkxyts.jpg |