变电站的环境特殊性要求站内火灾检测准确、快速,烟雾检测是早期火灾检测中的常用方法。针对变电站特殊环境,提出一种快速烟雾检测算法。首先,利用改进的Vi Be算法检测变电站实时监控视频中的运动区域,再通过颜色特征确定疑似烟雾区域,然后结合烟雾面积增长特性和移动特性识别烟雾区域。实验结果表明:这种算法能够检测到不同场景中的烟雾,对远距离、稀薄烟雾也能有效检测,满足变电站火灾检测实时性、准确性要求,能够应用于变电站场景烟雾检测。 1烟雾识别过程烟雾的具体识别过程如图1所示。图1烟雾检测过程示意图首先，获取视频图像，利用改进的ViBe算法检测视频中的运动区域;然后，将满足烟雾颜色特征的运动区域标记为疑似烟雾区域;最后，对疑似烟雾区域进行跟踪，计算其面积和质心位置变化，通过对比已知的烟雾运动特性，确定烟雾区域。2运动区域检测为满足烟雾检测的实时性要求，本节对提出的ViBe算法［6，7］进行改进，用改进的ViBe算法实现运动区域检测。检测过程主要分为3个阶段:背景模型初始化、像素的分类过程和背景更新。在背景模型初始化阶段，利用前3帧图像对背景模型进行初始化，同防碰撞算法-电动折弯机数控滚圆机滚弧机价格低电动滚圆机多少钱每一帧随机提取4个邻域样本像素和1个当前位置像素。在运动区域检测阶段，为提高算法对光照变化的鲁棒性，将视频图像从ＲGB空间转换到HSI空间，通过计算视频图像中各像素的亮度变化确定运动目标。为去除运动目标中的噪声点和空洞，对检测到的运动目标进行形态学开运算处理，剔除面积较小的无效检测区域，然后采用形态学闭运算填补运动区域中的空洞［8］。变电站监控场景中背景相对稳定，本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.com   在背景更新阶段主要考虑算法对光照变化的鲁棒性。为此，统计不同时间段的全局光照变化，并据此求取动态阈值r，这种根据先验知识的调整策略更具鲁棒性。图2为ViBe算法和本文方法的运动区域检测结果，实验表明:改进后的算法对光照变化和动态背景有很好的鲁棒性，检测到的运动区域完整，准确针对射频识别(RFID)系统中为了满足多类应用、异构网络、多样性服务等应用而部署的多阅读器和多应答器,导致数据识别、传输时延和信号完整性等性能下降的问题,研究了一种适用于多阅读器应答器系统的基于中继传感器的协同防碰撞算法。根据系统发生数据碰撞的三种情形,结合数据碰撞角度和碰撞效应权重,提出一种有效避免数据碰撞的中继传感器结构设计方案;设计了适合于RFID系统中继传感器协同合作的外围电路;结合系统覆盖区内三类辐射元的信号汇聚,提出了基于中继传感器的协同防碰撞算法。实验结果表明:在读取时隙和传输时延等方面,所提协同防碰撞算法明显优于传统的ALOHA算法。 同防碰撞算法-电动折弯机数控滚圆机滚弧机价格低电动滚圆机多少钱本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.com