[发明专利]一种基于疑似火焰区域特征的检测方法

说明书

本发明公开了一种基于疑似火焰区域特征的检测方法。本发明方法包括以下步骤：针对火灾图像背景复杂的特点，首先使用互信息法计算两帧图像间的相似性测度以预判断火灾图像，利用组合图像分割法对火焰区域进行分割，排除大部分干扰，得到疑似区域；然后分析疑似区域的面积变化值、致密度、偏心率、重心高度系数、圆形度和矩形度等特征，这些特征可以较全面地表征火灾信息，最后利用支持向量机的分类方法，将提出的火焰特征作为输入量，对火灾图像进行分类识别。本发明算法对不同场景的火灾识别具有较高的准确率，相对于现有技术而言，有效地提高火灾图像的检测效果和准确性。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于疑似火焰区域特征的检测方法。

背景技术

传统的火灾检测大多基于传感器，通过搜集火灾烟雾颗粒、火焰温度和相对湿度等信息，对火灾进行评估做出响应。但传感器必须放在火焰附近才能有效使用，且不能用于对传感器干扰较大的场景，因此难以适用于大空间、开阔空间以及复杂场景。且难以确定火灾位置、火焰大小、火势发展状况等信息，给火灾的预防和及时消防带来困难。不同于传统的传感器检测方法，视频火焰检测不仅适用于多种场景，而且能够准确检测出火焰相关信息，对于早期的火焰检测效果较好。

基于图像处理的火灾探测技术，是从监控视频中提取疑似火灾图像并对其特征参数进行分析，从而判断是否发生火灾，对火灾图像的识别首先是要从复杂背景中分割出疑似火焰区域。利用统计阈值和背景掩码相结合的方法进行火焰区域提取，但其只能适用于固定背景的场合。也有学者提出HIS和区域生长相结合的分割方法，但其生长点相关准则不容易确定。利用灰度共生矩阵可以得到一系列的纹理特征统计量，这种算法可以减少计算量，但精度不高。

发明内容

本发明的目的在于本发明针对火灾图像背景复杂的特点，提出了一种基于疑似火焰区域特征的检测方法，首先用相似性预判断，再用三层组合分割模型进行初步火焰疑似区域分割，并对疑似火焰区域进行特征提取，最后利用支持向量机(SVM)进行识别归类，以提高火灾图像的检测效果和准确性。

为实现上述发明目的，本发明的一种基于疑似火焰区域特征的检测方法具体包括以下步骤：

S1使用互信息法计算两帧图像间的相似性测度以预判断火灾图像；

S2使用组合图像分割法对火焰区域进行分割；

S3提取步骤2二值图像结果的火焰图像特征参数；

S4利用所述火焰图像特征参数进行基于支持向量机的火焰识别。

进一步地，所述步骤S1包括：采用互信息法计算两帧图像间的相似性测度，通过搜过最大互信息表征两帧图像的相似性；

具体地，用I(A,B)描述随机变量的相关性互信息：

上式中，A和B是随机变量，PA(a)和PB(b)是灰度概率分布密度，PAB(a,b)是联合概率密度。

进一步地，所述步骤S2包括：

S2.1使用差分法分割排除大部分背景不变的区域；

S2.2使用颜色分割法排除颜色和火焰差别较大的干扰区域；

S2.3使用形态学图像处理方法准确地找出火焰区域。

进一步地，所述步骤S2.2包括：