[发明专利]一种基于图像识别技术的森林火灾自动监测识别系统及方法

权利要求书

1.一种基于图像识别技术的森林火灾自动监测识别系统，其特征在于：所述的监测识别系统包括：图像采集模块、图像预处理模块、运动目标检测模块、特征提取模块、分类器模块、烟雾气体检测模块；其中，

图像采集模块，用于采集森林视频监控图像帧序列，并进行标准化格式转换和压缩；

图像预处理模块，用于对图像进行中值滤波去躁处理；

运动目标检测模块，用于确定接收的图像中的前景目标点，将可疑目标区域从背景中分割出来；

特征提取模块，用于得到归一化特征参数组成的特征向量；

分类器模块，用于判断图像是否发生了火灾；

烟雾气体检测模块，用于检测所在环境中的烟雾气体的值是否超过设定烟雾气体的阈值。

2.根据权利要求1所述的一种基于图像识别技术的森林火灾自动监测识别系统，其特征在于：所述的特征提取模块包括颜色、纹理、形状和运动特征提取四个子模块。

3.根据权利要求1或2所述的一种基于图像识别技术的森林火灾自动监测识别系统，其特征在于：所述的分类器模块包含烟雾识别子模块和火焰识别子模块。

4.一种基于图像识别技术的森林火灾自动监测识别方法，其特征在于：所述的监测识别方法通过以下步骤实现：

步骤一、由图像采集模块采集森林视频监控图像帧序列，并进行标准化格式转换和压缩；

之后逐帧提取原始视频监控图像并送入图像预处理模块进行中值滤波去躁处理；

之后，将彩色图像进行灰度化转换；

之后，将经过上述预处理后的图像送入运动目标检测模块；

步骤二、运动目标检测模块接收连续多帧图像，然后对接收的图像中的背景图像进行混合高斯建模估计，计算并不断的更新模型参数，通过分析新加入图像中各点是否匹配背景的最优高斯分布来确定前景目标点；

并将运动目标从背景中分割出来转变为二值图像，之后再进行去噪、填充的后处理，将可疑目标区域从背景中分割出来；

步骤三、当运动目标检测模块发现图像中有运动目标并将其分割出来时，调用特征提取模块提取目标图像的三阶颜色矩特征，能量、熵和逆差矩的纹理特征，圆形度的形状特征和面积增长率的动态特征，最后得到归一化特征参数组成的特征向量，送给后续分类器模块进行识别判决；

步骤四、使用分类器模块进行识别判决：

SVM分类器对特征提取模块的送来的特征向量进行计算分析，通过前期样本训练得到的参数，得出最终的判决结果，当判断是发生了火灾，就立即发出报警信息并标识目标图像，如果判断不是火灾则返回继续检测运动目标；

步骤五、通过烟雾气体检测模块，进一步检测所在环境中的烟雾气体的值，并在发出警报信息时附加烟雾检测结果；

若烟雾检测结果超过设定烟雾气体的阈值，则表明烟雾气体检测模块能进一步验证分类器模块的检测结果的准确性，若否，则仅仅在发出警报信息时附加烟雾检测结果。

5.根据权利要求4所述的一种基于图像识别技术的森林火灾自动监测识别方法，其特征在于：

所述的步骤一中图像预处理模块的处理步骤为：

(1)逐个帧接收主程序的视频序列；

(2)对每一帧图像进行使用imresize()库函数图像压缩；

(3)接着使用medfifl2()库函数进行图像中值滤波，同时将滤波后的彩色图像存储在文件中，以备后续特征提取模块调用；

(4)接着使用rgb2gray()库函数进行图像灰度化变换，并将灰度图像储存在件中，以备后续特征提取；

(5)最后返回灰度图像序列。