[发明专利]基于多特征融合和立体视觉的火焰检测和定位方法

说明书

本发明公开了一种基于多特征融合和立体视觉的火焰检测和定位方法，其涉及计算机视觉领域。该方法利用改进Vibe算法和OHTA颜色分割方法提取疑似火焰区域；再提取疑似火焰区域中的目标的形状特征、形态重叠度特征和面积变化率特征，从而建立多特征融合模型获得存在火焰的概率，根据概率来检测出是否存在火焰；最后根据火焰检测的结果和SSDA立体匹配算法，根据平行双目立体视觉系统原理进行火焰定位。本发明实现了具有抗干扰性强、鲁棒性、实时性，根据火焰检测定位结果有助于定位灭火，最大地降低火灾损失。

技术领域

本发明涉及计算机视觉领域，特指基于多特征融合和立体视觉的火焰检测和定位方法。

背景技术

为了满足人民生活水平不断提高的需要，采用大空间格局来突出建筑和尺度的大型公共建筑越来越多。内净高大于8米的建筑物，如体育馆、机场航站楼、会展中心、大型歌舞剧院等，都是一些具有代表性的大空间建筑。对于这些大空间建筑，普通的感烟、感温火灾探测报警系统无法迅速采集火灾发出烟温变化信息，而图像型火灾探测技术对于火灾探测具有非接触式探测的特点，不受空间高度、热障、易爆、有毒等环境条件的限制。

基于图像型火焰检测包括了火焰目标提取和火焰检测。通常可以利用运动目标检测的方法提取火焰目标，常用的运动检测方法有相邻帧差法、背景差分法和光流法。其中，所述相邻帧差法对光照不敏感，非常适合动态变化的环境，而且运算简单，但是不能检测出静止或运动速度过慢物体；所述背景差分法适用于摄像机静止的情况，计算速度快，但是对场景中光照条件、大面积运动和噪声比较敏感。所述光流法在摄像机运动时也能检测出独立的运动目标，但其缺点在于易受噪声干扰，且计算量较大。基于视频图像的火焰检测可利用火焰的运动、颜色、时频等特征实现火焰识别。其中，仅利用颜色等静态特征的火焰识别方法，容易受到类似与火焰颜色景物干扰，影响了系统的鲁棒性。Phollips等人利用火焰的灰度直方图强度以及相邻帧的时间变化进行火焰识别，同样需要比较好的检测环境(较少的移动的非火焰亮光干扰)，而且其实验数据为自己主观确定的，若输入数据发生变化，则效果会大打折扣。Yamagishi等人提出了一种基于神经网络的火焰检测方法，算法的计算量比较大。

再者，传统的自动的水喷淋嘴灭火措施不是定点灭火，而是在一定保护范围内全面洒水，易造成不必要的水渍，带来更多的财产损失。在确定发生火灾的同时，及时定位火灾位置，才能及时有效地进行灭火，最大地降低损失。

发明内容

本发明的目的在于克服上述现有技术的不足，提出一种基于多特征融合和立体视觉的火焰检测和定位方法，该方法能够快速有效地检测火灾，具有抗干扰性强和鲁棒性，并且能够及时定位出火灾位置，有利用及时地进行灭火，降低火灾损失。

为实现上述目的，本发明技术方案具体如下：

一种基于多特征融合和立体视觉的火焰检测和定位方法，包括以下步骤：

S1采用双目立体视觉系统的双摄像机采集图像，利用左右两个摄像机采集左右视频流图像，并对左摄像机采集到的视频流图像提取疑似火焰区域；

S2对步骤S1中的疑似火焰区域进行基于多特征融合的火焰检测；

S3利用检测得到的火焰目标进行火灾定位。

作为本发明的优选技术方案，所述步骤S1包括：

S1.1运动前景区域提取；

S1.2采用OHTA颜色空间进行颜色分割；

S1.3将步骤S1.1的运动前景区域结果和步骤S1.2的颜色分割结果进行与操作，获得疑似火焰区域。

作为本发明的优选技术方案，所述步骤S1.1包括：

S1.1.1利用Vibe算法建立背景模型；

S1.1.2检测运动前景目标和消除鬼影。