[发明专利]一种基于局部极值共生模式和能量分析的烟雾检测

摘要

本文针对烟雾稀薄的场景下提出一种新颖的且具有鲁棒性的视频烟雾检测方法，该方法主要由预处理，特征提取和图像分类三个阶段组成。在预处理阶段，通过使用背景差分算法提取视频帧的运动前景区域；其次采用HSV颜色空间作用于运动前景区域识别烟雾像素；然后使用局部极值共生模式(local extrema co‑occurrence pattern，LECoP)计算纹理特征和使用烟雾能量分析计算能量特征；最后，将特征矢量训练支持向量机(support vector machine，SVM)用于识别烟雾。通过实验结果可以看出该文提出的方法能有效检测出烟雾。

主权项

1.一种基于局部极值共生模式和能量分析的视频烟雾检测方法，其特征在于，包括如下步骤:第一步，使用VIBE算法提取视频图像帧里的运动前景区域；所述的VIBE算法具体的思想就是为每个像素点存储了一个样本集，样本集中采样值就是该像素点过去的像素值和其邻居点的像素值，然后将每一个新的像素值和样本集进行比较来判断是否属于背景点。该模型主要包括三个方面：模型的工作原理；模型的初始化方法；模型的更新策略；第二步，根据第一步得到的运动前景区域，利用烟雾的HSV颜色空间提取烟雾区域；所述烟雾图像的HSV空间指烟雾图像的三个颜色分量H,S,V；第三步，根据第二步得到的烟雾区域，使用局部极值共生模式计算纹理特征矢量；利用烟雾能量分析计算能量特征矢量，将纹理特征矢量和能量特征矢量归一化合成为一个特征矢量；第四步，根据第三步得到的特征矢量训练支持向量机SVM，得到识别烟雾和非烟雾的分类器，通过分类器得到视频图像中的烟雾区域。