[发明专利]一种基于人工智能的火灾烟气图像识别方法

权利要求书

1.一种基于人工智能的火灾烟气图像识别方法，其特征在于，包括以下步骤：

启动系统；

通过计算机读取视频图像数据；

通过计算机分析得到烟气图像； 将烟气图像在HIS模型中进行分割，并提取目标图像的青灰色分量及轮廓；

利用图像预处理技术分析烟气图像以及干扰图像的特征；

再将烟气轮廓的圆形度作为火灾的识别依据，如果判别为火灾烟雾，则计算机发出指令，控制报警器发出报警信号，并控制联动灭火装置迅速启动灭火功能；如果判别为非火灾烟雾，则返回第二步，计算机继续读取视频图像数据。

2.根据权利要求1所述的一种基于人工智能的火灾烟气图像识别方法，其特征在于，所述视频图像采集通过安装在被监控区域的监测摄像头完成，且视频图像数据通过数据采集卡或硬盘录像机传到视频监控计算机。

3.根据权利要求1所述的一种基于人工智能的火灾烟气图像识别方法，其特征在于，火灾的识别依据为圆形度大于3的图像判定为火灾烟气图像，圆形度小于3的图像判定为非火灾烟气图像。

4.根据权利要求1所述的一种基于人工智能的火灾烟气图像识别方法，其特征在于，所述目标图像的青灰色分量及轮廓的提取算法包括：

选择基准点，逐个扫描图像像素点X，得到对应像素点的R、G、B分量和色调H，保留色调H在175~185之间的点，并计算所保留点的α值，只要α在0~20之间的点就可以作为基准点A；

基准点的归一化，对选为基准点的A的像素点进行归一化；

计算基准点的HIS值，求出归一化的像素点的最小值和最大值，计算此点的HIS值；

计算下一个像素点的HIS值，继续扫描图像的下一个像素点B，计算此点的亮度、饱和度和色调的值；

计算AB两点之前的空间距离；

保留烟气像素点，空间距离D小于或者等于0.2的点，都可以作为初步的目标区域被保留下来，重复上述的步骤，扫描所有的像素点，得到的图像会有一些噪音，空间距离D小于或者等于0.2的点的R、G、B分量特征，可能不满足烟气颜色区域，将初步目标区域的取值范围0~20的像素点作为目标区域保留，其它像素点即作为白色背景，滤除干扰噪音。

5.根据权利要求1所述的一种基于人工智能的火灾烟气图像识别方法，其特征在于，所述圆形度的计算公式为C=L2/4πA，其中L为形状的周长，A为形状的面积。