摘要
吸烟烟雾中含有多种有害物质，在公共场所吸烟不仅损害自身健康，也对被动吸烟者产生健康威胁。公共场所控烟相关条例也早就被提上日程。相比普通禁烟手段，智能监控手段由于具有非接触性，可以在室内及公共场所使用，拥有快捷迅速，处理及时等特点。通过视频监控的手段检测吸烟行为来控烟，便是公共场所禁烟的一种行之有效的方式，不仅可以减少禁烟成本，提高禁烟场所的禁烟效率。同时对未来的智能化城市建设，有着重要和深远的意义。 本文通过摄像头设备采集并建立了吸烟烟雾视频库，用以对视频中的吸烟烟雾进行检测。针对提取吸烟视频前景区域的问题，通过实验和对比，提出利用改进的ViBe算法和背景减除法相结合的方法，在保证算法对视频图像序列的处理速度的同时，也在一定程度上消除了由于背景更新缓慢形成的误以为前景的背景区域，从而快速有效的提取出疑似烟雾区域。 对于吸烟烟雾的特征选取问题，通过对吸烟烟雾的特性进行详细的分析和研究，发现吸烟烟雾的方向梯度直方图HOG特征以及纹理LBP特征能够描述吸烟烟雾轮廓和纹理特性，且具有一定的抗干扰性和不变性。考虑到单一特征无法充分描述吸烟烟雾的小范围、半透明、稀薄的羽流等特性，本文提出特征融合的方法，将两种特征进行融合，形成联合的特征向量来对烟雾进行描述，以提高向量特征的可靠性，也使对烟雾特性的表达更加充分和丰富。 在对吸烟烟雾建立样本库之后，考虑到实验的实时性和稳定性，采用了运算速度较快、鲁棒性较强、且分类效果较好的支持向量机(SVM)设计的分类器来对吸烟烟雾进行分类。通过实验验证了该算法在室内吸烟烟雾识别的问题上具有不错的有效性、准确性和实时性。
NETL