[发明专利]一种白天火灾视频检测方法

摘要

本发明涉及一种白天火灾视频检测方法，包括下列步骤：对于白天火灾视频，检测满足火焰颜色特点的区域；检测视频中的持续运动区域；求出既满足火焰颜色特征又满足火焰持续运动特征的区域，作为潜在火焰区域；对于所有的潜在火焰区域进行轮廓合并，得到火焰前景区域；对疑似火焰区域进行特征提取，并建立和训练建立SVM分类器。本发明基于火灾视频进行火焰检测，具有适用性广泛，优势明显，成本低廉，可用于辅助火灾事故调查人员分析起火原因。

主权项

一种白天火灾视频检测方法，包括下列步骤：①对于白天火灾视频，利用已经被马尔科夫模型训练好的火焰像素点的颜色特征，检测满足火焰颜色特点的区域；②利用VIBE背景建模算法检测视频中的持续运动区域；③求出既满足火焰颜色特征又满足火焰持续运动特征的区域，作为潜在火焰区域；④对于所有的潜在火焰区域，利用每个轮廓的面积、质心位置和质心距离进行轮廓合并，合并后的区域作为火焰前景区域；⑤计算火焰前景区域的周长的复杂度，利用多种复杂度特征的计算，消除与火焰颜色相近并且具有持续运动特征、但是外形轮廓比较简单的物体的干扰，得到疑似火焰区域；⑥对疑似火焰区域进行特征提取，并建立和训练建立SVM分类器，方法如下：1)根据火焰轮廓的周长和面积的变化规律，利用快速傅里叶变换计算疑似火焰区域的频率特征。2)利用时间小波变换和空间小波变换，计算疑似火焰区域在时间上和空间上的能量分布情况；3)利用疑似火焰区域内部的颜色分布情况和变化情况，计算火焰纹理特征；4)计算疑似火焰区域的每个像素点的R、G、B通道在时间和空间上的一阶、二阶倒数，再计算他们互相之间的协方差，用这些特征值组成一个特征向量，作为火焰的标准化协方差特征；5)利用机器学习的方法，建立SVM分类器，根据上述步骤1)‑4)计算出的所有特征值训练SVM分类器，对疑似区域分类，判断疑似火焰区域是否为真正的火焰。