[发明专利]一种利用深度学习分类模型实现烟雾检测的方法和系统有效
| 申请号： | 201811578770.9 | 申请日： | 2018-12-24 |
| 公开（公告）号： | CN109598891B | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 李成华;杨斌;江书怡;江小平;向清华 | 申请（专利权）人： | 中南民族大学 |
| 主分类号： | G08B17/12 | 分类号： | G08B17/12 |
| 代理公司： | 武汉臻诚专利代理事务所(普通合伙) 42233 | 代理人： | 宋业斌 |
| 地址： | 430074 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用深度学习分类模型实现烟雾检测的方法，包括：从视频流中获取一帧待去烟雾图像，利用高斯混合模型对待去烟雾图像进行处理，以得到该待去烟雾图像的运动区域，利用暗通道去雾算法对图像进行处理，以得到无烟图像模型，获取待去烟雾图像和无烟图像模型之间的差值图像，对差值图像进行二值化处理，以得到疑似烟雾区域，获取运动区域和疑似烟雾区域之间的交集区域，将交集区域输入训练好的深度学习分类模型中，以得到最终的烟雾识别结果，并根据该烟雾识别结果在待去烟雾图像中标注烟雾区域。本发明用轻量级的深度学习分类模型，达到较高的准确率和检测率，降低误检率，并可以实现实时检测的效果。 | ||
| 搜索关键词： | 烟雾图像 分类模型 烟雾 交集 差值图像 图像模型 烟雾检测 烟雾识别 运动区域 学习 高斯混合模型 二值化处理 实时检测 检测率 视频流 误检率 准确率 去雾 算法 标注 图像 | ||
【主权项】：
1.一种利用深度学习分类模型实现烟雾检测的方法，其特征在于，包括以下步骤：(1)从视频流中获取一帧待去烟雾图像I；(2)利用高斯混合模型对步骤(1)中得到的待去烟雾图像I进行处理，以得到该待去烟雾图像I的运动区域Region1；(3)利用暗通道去雾算法对图像I进行处理，以得到无烟图像模型J；(4)获取步骤(1)得到的待去烟雾图像I和步骤(3)得到的无烟图像模型J之间的差值图像P；(5)对步骤(4)得到的差值图像P进行二值化处理，以得到疑似烟雾区域Region2；(6)获取步骤(2)中得到的运动区域Region1和步骤(4)中得到的疑似烟雾区域Region2之间的交集区域；(7)将步骤(6)中得到的交集区域输入训练好的深度学习分类模型中，以得到最终的烟雾识别结果，并根据该烟雾识别结果在待去烟雾图像I中标注烟雾区域。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南民族大学，未经中南民族大学许可，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/patent/201811578770.9/，转载请声明来源钻瓜专利网。
