Mostrar registro simples

dc.contributor.advisorTorres Madroñero, María Constanza
dc.contributor.authorPiedrahita Gil, Jimena
dc.date.accessioned2019-11-15T15:59:35Z
dc.date.available2019-11-15T15:59:35Z
dc.date.issued2018
dc.identifier.urihttp://hdl.handle.net/20.500.12622/1461
dc.description.abstractpesar de los avances en el campo de la visión artificial, los métodos computacionales para la detección de incendios desde imágenes en el rango espectral visible aun presentan tasas de falsas alarmas significativas. En este proyecto se propone una metodología para la detección automática de incendios en el rango espectral visible, a partir de la extracción de características para discriminar eventos de flama/humo y la selección de técnicas para el análisis y procesamiento de secuencias de imágenes. Se compararon varios modelos de color para establecer el espacio de representación más apropiado para la detección de flama/humo. Secuencias de imágenes se segmentaron con técnicas de detección de movimiento aplicando dos configuraciones: una topología en cascada y otra en paralelo, mezclando segmentación por movimiento y color. Para la segmentación por movimiento se usan dos funciones de Matlab, la función Riff que identifica las diferencias en valor absoluto de los frame y la función Bitxor que identifica la diferencia binaria entre los frame. Para la segmentación por color, se exploraron siete modelos de color RGB, YCbCr, CMY, CMYK, HSI, HSL, y HSV. Finalmente, con las imágenes segmentadas se generó una matriz de características a partir de las cuales se entrenó un clasificador y se realizó validación cruzada para determinar la mejor metodología para la detección de flama/humo en una secuencia de imágenes. Los resultados obtenidos demuestran que la detección de fuego en secuencias de imágenes logra una precisión del 93.1% al utilizar el modelo de color CMYK, usando la técnica de detección de movimiento Bitxor en la topología en paralelospa
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitanospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectIncendiosspa
dc.subjectProtección contra incendiosspa
dc.subjectPrevención de incendiosspa
dc.subjectProcesamiento de imágenesspa
dc.subjectDiagnóstico por imagenspa
dc.subjectMatlab (Lenguaje de programación)spa
dc.titleMetodología para la identificación automática de flama/humo por medio de análisis de patrones dinámicos de imágenes digitales en entornos abiertosspa
dc.publisher.facultyFacultad de ingenieríasspa
dc.publisher.programMaestría en Automatización y Control Industrialspa
dc.subject.keywordsImaging systemseng
dc.subject.keywordsImage transmissioneng
dc.subject.keywordsOptical data processingeng
dc.subject.lembSISTEMAS DE IMAGENESspa
dc.subject.lembTRANSMISION DE IMAGENESspa
dc.subject.lembPROCESAMIENTO OPTICO DE DATOSspa
dc.description.abstractenglishDespite the advances on the field of computer vision, the computational methods for video fire detection in the visible spectral range still have significant false alarm rates. This project proposes a methodology for automatic fire detection in the visible spectral range, through feature extraction to discriminate flame/smoke and the selection of techniques for analysis and processing of sequences of images. Several color models were compared to establish the most suitable representation space for flame/smoke detection. Image sequences were segmented with motion detection techniques by applying two configurations: cascade and parallel topologies, using both motion and color segmentation. For motion segmentation, this work used two Matlab functions, Diff function identifies the absolute difference value and Bitxor function identifies the binary difference among frames. For the color segmentation, this project explored seven color model RGB, YCbCr, CMY, CMYK, HIS, HSL and HSV. Finally, a matrix of features was generated from the segmented images, a classifier was trained and cross validation was performed to determine the best methodology for flame/smoke detection from a sequence of images. The obtained results showed that fire detection in image sequences achieves a precision of 93.1% when using the CMYK color model and Bitxor motion detection technique in the parallel topologyeng
dc.description.degreenameMagister en Automatización y Controlspa
dc.identifier.instnameinstname:Instituto Tecnológico Metropolitanospa
dc.identifier.reponamereponame:Repositorio Institucional Instituto Tecnológico Metropolitanospa
dc.identifier.repourlrepourl:https://repositorio.itm.edu.co/
dc.rights.localAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.type.localTesis de maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.publisher.grantorInstituto Tecnológico Metropolitanospa


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

http://creativecommons.org/licenses/by-nc-nd/4.0/
Exceto quando indicado o contrário, a licença deste item é descrito como http://creativecommons.org/licenses/by-nc-nd/4.0/