[发明专利]一种火焰识别方法、系统、介质和设备

说明书

本发明公开了一种火焰识别方法、系统、介质和设备，首先进行模型构建，通过训练样本构建得到用于进行图像深度特征提取的深度特征提取模型，然后将训练样本的深度特征和手工特征作为输入训练得到火焰识别模型；当要对图像进行火焰识别时，通过深度特征提取模型提取出图像中的深度特征，并且将图像中的手工特征也提取出来，最后将图像的深度特征和手工特征同时输入到火焰识别模型中进行火焰识别，由火焰识别模型输出火焰识别结果。本发明结合图像的手工特征值和深度特征来识别图像中是否出现的火焰现象，通过手工特征和深度特征两种特征结合能够更加准确且快速的识别出图像中火焰的优点。

技术领域

本发明涉及图像处理技术领域，特别涉及一种结合深度特征和手工特征的火焰识别方法、系统、介质和设备。

背景技术

随着社会的不断发展和我国平安城市等理念的提出，人们对灾害的预防和管理也更加重视。在城镇出现的灾害中，火灾的危害不言而喻。虽然现在火灾防治领域的技术有了很大的发展，但及时准确的检测和火灾预警，仍是重点探究的方向。如何有效地提取火焰图像特征，提升火焰识别率，减少误报和漏报仍是一个重要的研究方向。

在火焰检测方面，传统的温感、光感等火灾探测器所能探测到的范围较为有限，且容易受到外界的干扰，难以达到准确识别火焰的目的。而随着安防监控设备在例如公园小区、学校医院、综合体、道路、地下车库等公共场所的大量应用，基于视频图像的火灾识别方法逐渐发展起来并受到各界的关注。此类方法具有较高的可行性和较好的发展前景，但其仍在技术实现上存在较大的发展空间，例如，如何快速有效地区分真火焰和疑似火焰(如像火焰的灯光、反光的镜子等)；如何做到在监控设备像素不高的情况下的准确识别；如何保证由于不同季节、不同天气、不同室内环境等导致的不同光线条件下以及不同燃烧材质(不同特征的火焰)的准确率等等。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种火焰识别方法，该方法结合深度特征和手工特征对火焰进行识别，能够快速并且准确的识别出火焰。

本发明的第二目的在于提供一种火焰识别系统。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现：一种火焰识别方法，包括如下步骤：

模型构建步骤：

获取训练样本集，训练样本集中包括多个带标签的训练样本，训练样本为有火焰图像或无火焰图像，各训练样本的标签即为有火焰或无火焰；

将各训练样本作为输入，各训练样本的标签作为输出对卷积神经网络进行训练，得到训练好的卷积神经网络，将训练好的卷积神经网络中全连接层去除后作为深度特征提取模型；

将各训练样本输入到深度特征提取模型中提取出深度特征；从训练样本中提取出手工特征；将各训练样本提取出的深度特征和手工特征作为输入，各训练样本的标签作为输出对分类器进行训练，得到训练好的分类器，作为火焰识别模型；

火焰识别步骤：

获取火焰待识别图像，作为测试样本；

从测试样本中提取出手工特征，将测试样本输入到深度特征提取模型中提取出深度特征；

将测试样本中提取出的手工特征和深度特征输入到火焰识别模型，通过火焰识别模型输出火焰识别结果。

优选的，训练样本和测试样本对应图像提取出的手工特征包括图像的统计特征、图像的圆形度特征、图像的边界粗糙度特征和图像的空间梯度特征；

其中图像的统计特征提取过程如下：

步骤S11、首先对图像进行滤波，得到滤波后的图像；