[发明专利]一种基于串并行处理的多特征交通视频烟雾检测方法

权利要求书

1.基于串并行处理的多特征交通视频烟雾检测方法，其特征在于，包括以下步骤：

步骤101、获取拍摄的交通领域内的图像数据并进行预处理；

步骤102、混合高斯建模并提取感兴趣区域；

步骤103、提取感兴趣区域的颜色特征、形状特征和小波特征；

步骤104、基于串并行处理的烟雾颜色特征、形状特征及小波特征综合判断，并采用动态阈值的方法对阈值进行动态实时调节，对所分析的结果进行动态判断；

具体地，所述步骤103包括以下步骤：

步骤31、将感兴趣区域进行颜色特征提取：对感兴趣区域内像素点的RGB通道分量值进行归一化处理、烟雾像素点通道值范围设置及条件判据设定；

步骤32、将感兴趣区域进行形状特征提取：利用freeman链码计算出疑似烟雾区域的周长及面积，对各个联通区域进行不规则度及不规则度突变量的计算与统计，设定不规则度及不规则度突变量的阈值，满足阈值范围内的像素点进行标记；具体包括以下步骤：

步骤32A、提取出可疑烟雾轮廓；

步骤32B、将得到的轮廓线以4×4像素划分为小块；

步骤32C、使用freeman链码来近似描述边界轮廓，freeman链码沿着顺时针方向，依次连接上一步得到的近似点，对每一段连接线进行方向4向链码编码；

步骤32D、通过得到的链码编码，计算出烟雾轮廓的边界周长和面积；

步骤32E、计算二维图像上的烟雾不规则度的一个度量：

其中，Φ为不规则度，C为烟雾区域的周长，S为烟雾区域的面积；

步骤33、将感兴趣区域分别进行小波特征提取：提取内容为采用小波变换Haar进行二维单次小波变换，将感兴趣区域图像分解为低频部分LL，高频部分水平分量LH、垂直分量HL、斜分量HH，计算各像素点的高频能与低频能数据值，计算小波高频能变化率，设定高频能、低频能数据及小波高频能变化率的阈值，计算像素点数据在阈值范围内的进行标记；具体包括以下步骤：

步骤33A、像素的高频能计算公式如下：

w_n(x,y)＝|LH_n(x,y)|²+|HL_n(x,y)|²+|HH_n(x,y)|², 式(7)

其中，w_n(x,y)为像素点(x,y)的高频能，LH_n(x,y)为像素点(x,y)的高频水平分量，HL_n(x,y)为像素点(x,y)的高频垂直分量，HH_n(x,y)为像素点(x,y)的高频斜方向分量；

步骤33B、区域的高频能计算公式如下：

其中，E(I_t)为第t帧视频图像感兴趣区域的小波高频能，ROI为视频图像感兴趣区域，LH(i,j)为像素点(i,j)的高频水平分量，HL(i,j)为像素点(i,j)的高频垂直分量，HH(i,j)为像素点(i,j)的高频斜方向分量；

步骤33C、计算小波高频能变化率：

其中，α为当前视频帧感兴趣区域的小波高频能相对下降量，E(I_t)为第t帧视频图像感兴趣区域的小波高频能，E_b为第t帧视频图像感兴趣区域所对应的背景区域的小波高频能；

步骤33D、采用15帧内高频能变换率的方差描述曲线变化情况；方差公式：

其中，S²是方差，n是帧数，x₁是第一帧的高频能变换率，x₂是第二帧的高频能变换率，x_n为第n帧的高频能变换率，x为每帧高频变化率总和的平均值；根据方差大小分成5类，赋予权值：0，0.25，0.5，0.75和1；

具体地，在步骤101中，所述图像具有判别烟雾有无的衡量指标，所述判别烟雾有无的衡量指标包括不规则度突变量和小波分析高频能突变量；

所述不规则度突变量计算公式为:

γ＝(Φ_l+1-Φ_l)/Φ_l， 式(6)

其中,γ为不规则度突变量，Φ_l+1为第l+1帧时可疑烟雾区域的不规则度，Φ_l为第l帧时可疑烟雾区域的不规则度；

所述小波分析高频能突变量为：

β＝(α_l+1-α_l)/α_l， 式(11)

其中，β是小波分析高频能突变量，α_l+1为第l+1帧时可疑烟雾区域的小波高频能相对下降量，α_l为第l帧时可疑烟雾区域的小波高频能相对下降量。