Такие системы успешно применяются для детектирования дыма в помещении, однако не дают результатов при использовании на открытых пространствах, так как концентрация продуктов сгорания быстро уменьшается изза воздействия естественных метеорологических условий [1]. <...> Одними из эффективных методов детектирования дыма на видеоизображении являются методы анализа динамических текстур, обладающих пространственной и временной регулярностью [2]. <...> В работе [3] рассмотрен метод детектирования дыма на видеоизображении с применением одного из методов анализа динамических тек16 ИНФОРМАЦИОННОУПРАВЛЯЮЩИЕ СИСТЕМЫ стур — семейства локальных бинарных шаблонов. <...> Рассматриваются такие виды шаблонов, как базовые бинарные шаблоны, локальные тернарные шаблоны, расширенные бинарные шаблоны. <...> Для анализа изображений с низкой освещенностью предлагаются различные методики, например, составление матрицы изменения яркости изображения [4], ручная настройка параметров системы детектирования стоплиний на перекрестках [5], применение различных фильтров, в частности фильтра энергетических текстурных характеристик Лавса [6]. <...> В настоящей работе предложен независимый от типа оборудования алгоритм детектирования дыма в сложных погодных условиях, а также при наличии шума. <...> Слабая освещенность Время суток существенно влияет на особенности отображения искомого объекта на видеопоследовательности. <...> Для эффективной работы алгоритма классификации динамических текстур необходимо рассмотреть все аспекты, от которых зависит корректность их определения. <...> Для распознавания лиц при изменяющемся освещении предлагается алгоритм, основанный на представлении исходного изображения в виде матрицы изменения ярИсходное изображение а) = 0,2 = 0,5 костей, что позволяет добиться устойчивости относительно изменений условий освещенности [4]. <...> Для этого к цветовому значению в каждом из каналов пиксела прибавлялась нормально распределенная <...>