[发明专利]一种基于视频图像的火焰识别方法在审
申请号: | 201910407827.7 | 申请日: | 2019-05-16 |
公开(公告)号: | CN110135347A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 张义勇;董辉;宋子刚;李志奎;齐跃 | 申请(专利权)人: | 中国船舶重工集团公司第七0三研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/11;G08B17/12 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 时起磊 |
地址: | 150036 黑龙江*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 火焰识别 视频图像 火焰动态 几何特征 分类器 采集视频图像 面积变化率 图像预处理 支持向量机 准确度 火焰尖角 监控领域 特征提取 消防火灾 颜色特征 差分法 粗糙度 圆形度 尖角 质心 | ||
1.一种基于视频图像的火焰识别方法,其特征在于,包括以下步骤:
步骤1、采集的视频图像,通过差分法,让采集到的当前视频图像与前一张图像进行差分操作,对是否有火焰的发生做出判别;如果有火焰发生,执行步骤2对该区域做出判断;否则,继续等待获取下一张图像;
步骤2、火焰疑似图像预处理;
步骤3、火焰疑似区域的提取:根据图像分割算法,分割出疑似区域;
步骤4、火焰疑似区域特征提取:针对疑似区域进行特征提取,特征包括:几何特征、颜色特征及火焰动态特征;其中,几何特征包括火焰圆形度、边界粗糙度和尖角个数;火焰动态特征包括火焰面积变化率、火焰质心位移和火焰尖角个数变化的剧烈程度;
步骤5、根据实验环节采集的图像样本及特征,通过支持向量机SVM进行训练,得到训练好的火焰识别分类器;
步骤6、针对待识别视频图像提取火焰疑似区域的特征,利用训练好的火焰识别分类器进行火焰识别。
2.根据权利要求1所述一种基于视频图像的火焰识别方法,其特征在于,所述进行特征提取中颜色特征提取的过程如下:
采用的颜色模型为YCbCr彩色模型;在YCbCr中,Y代表亮度成分,Cb代表蓝色色度成分,Cr代表红色色度成分;
将图像的RBG彩色模型转换为YCbCr彩色模型;
对于一张给定的图像,利用YCbCr颜色模型来表示,那么三分量的平均值如下:
其中,(xi,yi)表示像素点的坐标值,K表示整张图片的像素点总数;
转化到YCbCr颜色空间模型后,有如下形式:
Y(xi,yi)>Cb(xi,yi) (3)
Cr(xi,yi)>Cb(xi,yi) (4)
其中,Y(xi,yi),Cb(xi,yi),Cr(xi,yi)分别表示在坐标值为(xi,yi)处亮度分量、蓝色色度分量、红色色度分量;
一张图像中的火焰区域通过如下定义:
为了记载方便,(x,y)也用来表示像素点的坐标值,等同于(xi,yi);F(x,y)表示符合公式(5)的被标记的火焰像素;
针对经过(5)处理后的图像,继续进行如下处理:
通道细节定义如下:
τ是一个常数;
分析图像集里图片的火焰像素部分色度统计信息,
含有火焰区域的像素区域在Cb-Cr平面中通过多项式fu(Cr)、fl(Cr)、fd(Cr)表示,
fu(Cr)=-2.6×10-10Cr7+3.3×10-7Cr6-1.7×10-4Cr5+5.16×10-2Cr4-9.10×Cr3
+9.6×102Cr2-5.6×104+1.40×106
fl(Cr)=-6.77×10-8Cr5+5.50×10-5Cr4-1.76×10-2Cr3+2.78Cr2-2.15×102Cr3
+6.62×103
fd(Cr)=1.81×10-4Cr4-1.02×10-1Cr3+2.17×10Cr2+2.78Cr2-2.05×103Cr
+7.29×104 (7)
然后定义一个火焰区域的识别准则:
FCbCr(x,y)表示对应坐标值为(x,y)的像素点是否落在公式(7)所限定的区域内;1表示落在限定区域中,0表示在区域之外。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国船舶重工集团公司第七0三研究所,未经中国船舶重工集团公司第七0三研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910407827.7/1.html,转载请声明来源钻瓜专利网。