[发明专利]一种基于可见光的火焰识别系统

说明书

本发明公开了一种基于可见光的火焰识别系统，包含视频输入模块、前端筛选器、光学特征流水线、火焰集管理器、火焰验证区和报告火警模块。所述视频输入模块采集图像信息并传输给前端筛选器，前端筛选器对每一帧图像，根据运动检测和火焰颜色区域选出标准大小的备选区域后传输给光学特征流水线，光学特征流水线对每个ROI提取深度特征，送给不同的识别器。本发明的有益效果是：1、不依赖红外线和热成像技术，只使用普通监控摄像头拍摄的可见光视频做为检测的输入，2、深度提取火焰的“光学和运动”特征，综合使用多种识别器达到非常高的检出率和非常低的误报率。

技术领域

本发明涉及检测技术领域，具体是一种基于可见光的火焰识别系统。

背景技术

火焰探测器(flame detector)是探测在物质燃烧时，产生烟雾和放出热量的同时，也产生可见的或大气中没有的不可见的光辐射，常被用于工业、消防领域。

目前的火焰检测方法大多依赖红外线和热成像技术，依赖专用的硬件设备，不仅成本较高，而且需要额外的安装部署工作。

目前也有少量完全基于可见光的方案，但大多误报率很高，难以商业应用。

发明内容

本发明的目的在于提供一种基于可见光的火焰识别系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于可见光的火焰识别系统，包含视频输入模块、前端筛选器、光学特征流水线、火焰集管理器、火焰验证区和报告火警模块，所述视频输入模块采集图像信息并传输给前端筛选器，前端筛选器对每一帧图像，根据运动检测和火焰颜色区域选出标准大小的备选区域后传输给光学特征流水线，光学特征流水线对每个备选区域(ROI)提取深度特征，送给不同的识别器，进行识别，并将结果传输给火焰集管理器处理，火焰集管理器对已经发现的一组嫌疑火焰结构体做运动特征分析后传输给火焰验证器，火焰验证器对火焰集管理器报告的视频帧进行验证，最终传输给报告火警模块。

作为本发明的进一步方案：所述前端筛选器首先使用运动检测算法检测出代表运动像素的掩码位图MaskM，再对输入图像做阈值过滤产生标记火焰像素的掩码位图MaskF，而后对MaskM和MaskF进行逻辑与操作，产生标志二者交集的MaskR，而后使用窗口扫描算法搜集出MaskR中的非0区域，产生一系列的感兴趣区域。

作为本发明的进一步方案：所述光学特征流水线的输入是根据前端筛选算法输出的感兴趣区域而截取的小图片，简称为bgrROI，光学流水线会为输入产生一个HSV格式的副本，称为hsvROI，再bgrROI和hsvROI会送给光学流水线，逐一经过流水线上的各个识别器。

作为本发明的进一步方案：所述识别器分为强识别器和弱识别器，强识别器具有排除功能，可以否决输入，弱识别器只对输入进行度量，给出度量结果，不具有否决能力。

作为本发明的进一步方案：所述识别器包括中间区识别器、眼图识别器、火焰运动因子、火焰纹理识别器、深度神经网络识别器。

作为本发明的进一步方案：所述中间区识别器的目标是识别火焰的中间区，是火焰最亮的部分，在很多视频图像中，呈现为白色，B、G、R三个分量的值都为最大值，中间区识别器先使用预先设定的阈值对输入图片做阈值过滤，产生一个掩码位图m，然后依次做如下操作：a、在位图m中寻找轮廓；b、对找到的轮廓按照轮廓包含的线段个数进行排序；c、对排名前N的轮廓，计算圆润度因子RoundyFactor和凹陷次数FoldCount；d、淘汰RoundyFactor小于配置阈值的轮廓；e、据FoldCount给出对层流火焰或者湍流火焰的预测。

作为本发明的进一步方案：所述眼图识别器用于识别层流火焰，眼图识别器先对HSV格式的ROI图片产生眼图，然后度量“眼睛”中心区的高度和宽度，然后根据打分公式计算出FED测试的分数。