Key points are not available for this paper at this time.
Die Erkennung von Feuerflammen mit einer Videokamera ist schwierig, da eine Flamme unregelmäßige Merkmale aufweist, d.h. vage Formen und Farbmustern. Daher schlagen wir in diesem Papier eine neuartige Methode zur Erkennung von Feuerflammen mithilfe von Fuzzy-Endlichen Automaten (FFA) mit Wahrscheinlichkeitsdichtefunktionen basierend auf visuellen Merkmalen vor, und bieten damit einen systematischen Ansatz zur Handhabung von Unregelmäßigkeiten in rechnergestützten Systemen und die Fähigkeit, kontinuierliche Räume zu bearbeiten, indem die Fähigkeiten von Automaten mit Fuzzy-Logik kombiniert werden. Zunächst werden bewegte Regionen durch Hintergrundsubtraktion erkannt, und die möglichen Flammenregionen werden dann durch die Anwendung von Flammenfarbmodellen identifiziert. Im Allgemeinen haben Flammenregionen ein kontinuierliches unregelmäßiges Muster; daher werden Wahrscheinlichkeitsdichtefunktionen für die Variation in Intensität, Wavelet-Energie und Bewegungsorientierung erzeugt und auf die FFA angewendet. Der vorgeschlagene Algorithmus wird erfolgreich auf verschiedene Feuer/Nicht-Feuer-Videos angewendet, und seine Erkennungsleistung ist besser als die anderer Methoden.
Ko et al. (Fr,) untersuchten diese Frage.