[发明专利]一种基于视频图像的火焰识别方法

说明书

一种基于视频图像的火焰识别方法，属于消防火灾监控领域，具体涉及一种火焰识别方法。为了解决目前的火焰识别方法的准确度较低的问题。本发明采集视频图像，通过差分法确定火焰是否发生，并对火焰疑似图像预处理；然后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；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；利用训练好的火焰识别分类器进行火焰识别。本发明适用于视频图像的火焰识别。

技术领域

本发明属于消防火灾监控领域，具体涉及一种火焰识别方法。

背景技术

火灾不仅仅会给普通人群的生活和工作带来巨大威胁，甚至也会威胁到国防或军队建设，例如：航母内部结构比其他水面舰船等更加复杂，拥有的设备和舰员也较多，因此自身的安全管理难度系数大。而且甲板上存放的燃油和武器弹药等可燃物，检修或者作业时明火过多、舰载机起降作业的难度大等都有可能引起火灾甚至爆炸。舰载机火灾是目前航母中较为常见的火灾。

火灾的及时识别和扑救是扑灭火灾的关键，一般情况下发生火灾的初期15分钟之内是灭火的最好时机。所以能够及时、准确的识别火灾是目前急需面对的问题。但是目前的火焰识别方法的准确度和准确率较低，经常会出现误报或者漏报的情况，在火灾检测的应用条件下不能有效的得到应用。

不仅如此，针对平时的消防实战演练，也是需要进行点火和灭火操作的，目前的训练都是直接进行主观评定，并没有一种客观的评价标准或者自动进行评价的系统，其中一个最主要的因素是没有办法及时准确的获取火焰信息，所以就没有办法有效判断火焰是蔓延状态还是缩小状态，以及程度如何。

以上的问题的关键核心是火焰的识别准确度，但是目前基于图像的火焰识别方法对火焰的识别率和识别准确度并不高，现有的火焰识别方法并不能将火焰范围完整的识别出来，也反映了目前基于图像的火焰识别方法的准确度不高，所以现有的火焰识别方法的应用条件有限，尤其是不能应用于对火焰状态有识别需求的领域，例如消防实战演练的自动进行评价系统等。

发明内容

本发明为了解决目前的火焰识别方法的准确度较低的问题。进而提出一种基于视频图像的火焰识别方法。

一种基于视频图像的火焰识别方法，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。

进一步地，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：