[发明专利]火焰图像前景提取算法

摘要

本发明涉及一种火焰图像前景提取算法，包括：选取火焰燃烧视频中的多帧图像，分别进行下面的处理；计算当前帧与上一帧的差值图像，同时计算当前帧的局部二值模式LBP图像，对于当前帧，遍历图像上各个像素点，将像素点区分为火焰点和非火焰点，对每个像素点生成特征向量；构建决策树分类器，构建Adaboost分类器，将经过上述步骤得到的各像素点的5维特征向量训练分类器；对于需要提取火焰前景的视频图像，提取各个像素点对应的特征向量输入到的决策树分类器获得初级疑似区域。遍历初级疑似区域中各像素点，将其对应的特征向量输入到Adaboost分类器中进行第二次分类，得到次级疑似区域。得到最终疑似区域；得到最终的火焰前景图像。

主权项

1.一种火焰图像前景提取算法，包括以下几个步骤：1)选取火焰燃烧视频中的多帧图像，分别进行下面步骤2)和3)的处理；2)计算当前帧与上一帧的差值图像，同时计算当前帧的局部二值模式LBP图像；3)对于当前帧，遍历图像上各个像素点，将像素点区分为火焰点和非火焰点，对每个像素点生成一个5维特征向量[R,G,B,Diff,LBP]，其中，R、G、B分别代表该像素点对应的各色彩通道值，Diff表示差值图像上对应该像素点坐标的属性值，LBP表示LBP图像上对应该像素点的属性值；4)采用CART算法构建决策树分类器，采用RealAdaboost算法构建Adaboost分类器，将经过上述步骤得到的各像素点的5维特征向量训练分类器；5)对于需要提取火焰前景的视频图像，提取各个像素点对应的特征向量输入到预先训练的决策树分类器中进行分类，从而获得初级疑似区域；6)遍历初级疑似区域中各像素点，将其对应的5维特征向量输入到Adaboost分类器中进行第二次分类，区分疑似火焰像素点和非火焰像素点，由疑似火焰像素点构成的区域被称为次级疑似区域；7)对次级疑似区域进行形态学处理，并根据面积和外接矩形长宽比特征进行简单的筛选，然后得到最终疑似区域；8)利用最终疑似区域的外接矩形对原始图像相应位置进行剪裁，得到目标区域图像，使用OTSU法对目标区域图像进行自适应阈值分割，从而可得到最终的火焰前景图像。