|
ОБНАРУЖЕНИЕ ПОЖАРА В РЕАЛЬНОМ ВРЕМЕНИ НА ОСНОВЕ АЛГОРИТМА
Pdf ko'rish
|
| bet | 27/551 | | Sana | 15.05.2024 | | Hajmi | 15,84 Mb. | | #234763 |
Bog'liq Asosiy oxirgi 17.05.2023 18.20ОБНАРУЖЕНИЕ ПОЖАРА В РЕАЛЬНОМ ВРЕМЕНИ НА ОСНОВЕ АЛГОРИТМА
СЛУЧАЙНЫХ ПОЛЕЙ МАРКОВА
Ахатов Акмаль Рустамович
,
Самаркандский государственный университет имени Шарафа Рашидова
доктор технических наук, профессор,
проректор по международному сотрудничеству;
ORCID: 0000-0003-3834-854X, e-mail: a-rustamovich@samdu.uz;
Тожиев Маъруф Рузикулович,
Джизакский филиал Национального университета Узбекистана имени Мирзо
Улугбека
докторант кафедры «Компьютерные науки и программирование»;
ORCID: 0000-0002-2899-4495, e-mail: mtojiyev@inbox.ru
;
Аннотация.
Данная статья описывает разработку алгоритма обнаружения
пожаров в реальном времени на основе модели случайных полей Маркова. В статье
представлено описание алгоритма, включая его основные компоненты, а также
процесс обработки видеоизображения и обнаружения пожара в нем. Результаты
экспериментов показали, что разработанный алгоритм демонстрирует высокую
точность и эффективность в обнаружении пожаров в видеоизображениях в режиме
реального времени. В заключении статьи обсуждаются ограничения алгоритма и
возможности его дальнейшего улучшения. Результаты этой работы могут быть
использованы в различных приложениях, таких как системы пожарной
безопасности и наблюдение за лесными пожарами.
Ключевые слова:
алгоритмы обнаружения пожаров, MRF (марковские случайные
поля),
обработка
изображений,графовая
резка,
байесовский
классификатор,сегментация
изображений,компьютерное
зрение,пожарная
безопасность.
Abstract.
This article describes the development of a real-time fire detection algorithm
based on Markov Random Fields (MRF) model. The article presents a description of the
algorithm, including its main components, as well as the process of video image processing
and fire detection in it. The results of the experiments showed that the developed
algorithm demonstrates high accuracy and efficiency in detecting fires in video images in
real-time mode. The limitations of the algorithm and opportunities for its further
improvement are discussed in the conclusion of the article. The results of this work can be
used in various applications, such as fire safety systems and forest fire monitoring.
Key words:
fire detection algorithms, MRF (Markov random fields), image processing,
graph cuts, Bayesian classifier, image segmentation, computer vision, fire safety.
|
| |
