用两层分类算法进行视频烟雾检测

为提高视频烟雾检测的准确性,提出一种基于概率的两层最近邻自适应度量分类算法(ptlnn)来进行烟雾检测。该算法以最小化平均绝对误差为原则,结合adaboost和knn算法的优势,充分考虑局部和全局的样本分布,能明显提升分类精度。采用离散余弦变换(dct)和离散小波变换(dwt)两种方式对烟雾特征进行提取,并验证算法性能。通过与传统算法的对比实验发现,采用离散余弦变换并结合ptlnn算法在视频烟雾检测方面具有更好的效果,既满足实时性要求又提高了检测精度。