[發(fā)明專利]一種基于流動和擴(kuò)散特征的視頻煙氣探測方法

有效

• 申請?zhí)枺?/td>: 201310394992.6
• 申請日: 2013-09-03
• 公開（公告）號: CN103456123A
• 公開（公告）日: 2013-12-18
• 發(fā)明（設(shè)計）人: 汪箭;王世東;榮建忠
• 申請（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號: G08B17/10
• 分類號: G08B17/10;G06K9/00;G06T7/20
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 楊學(xué)明

1.一種基于流動和擴(kuò)散特征的視頻煙氣探測方法，其特征在于，該方法利用視頻煙氣探測系統(tǒng)探測煙氣，該視頻煙氣探測系統(tǒng)由攝像頭、計算機(jī)、報警裝置以及傳輸信號線路組成，攝像頭為CMOS或CCD攝像頭，該方法首先通過Choquet模糊積分算法提取視頻幀中的運(yùn)動目標(biāo)，接著計算序列幀中運(yùn)動目標(biāo)質(zhì)心，利用質(zhì)心把序列幀中具有搖晃特征的運(yùn)動目標(biāo)提取出來；根據(jù)煙氣擴(kuò)散造成煙氣頂部和底部的紋理相異，通過灰度共生矩陣(GLCM,Grey?Level?Co-occurrence?Matrix)判斷煙氣頂部和底部紋理特征及差異性，識別出視頻幀中的煙氣目標(biāo)，具體步驟如下：?

（1）.提取運(yùn)動目標(biāo)?

使用Choquet模糊積分融合YCbCr顏色模型中的三分量提取視頻幀中的運(yùn)動目標(biāo)，離散Choquet模糊積分計算如下：?

式中A_i＝{x_i,…,x_n}，g(A_i)為模糊測度；當(dāng)T是一個有限集合時，記為T＝{t₁,…,t_n}，式中模糊函數(shù)f:T→[0,1)，并對模糊函數(shù)f(t)排序，使得：?

f(t₁)≤f(t₂)≤...,f(t_n)????（2）?

使用Choquet模糊積分融合YCbCr顏色模型中的三分量判斷視頻序列幀中運(yùn)動目標(biāo)，首先計算當(dāng)前幀和背景圖像對應(yīng)像素的YCbCr顏色模型中亮度、藍(lán)色和紅色分量的相似度，利用Choquet模糊積分融合各分量的相似度，從視頻幀中提取運(yùn)動目標(biāo)，當(dāng)前幀和背景對應(yīng)像素亮度分量相似度為：?

式中，L_C(x,y)和L_B(x,y)分別表示當(dāng)前幀和背景在坐標(biāo)(x,y)處對應(yīng)像素亮度分量值，當(dāng)前幀和背景對應(yīng)像素藍(lán)色分量相似度為：?

式中，B_C(x,y)和B_B(x,y)分別表示當(dāng)前幀和背景在坐標(biāo)(x,y)處對應(yīng)像素藍(lán)色分量值，當(dāng)前幀和背景對應(yīng)像素紅色分量相似度為：?

式中，R_C(x,y)和R_B(x,y)分別表示當(dāng)前幀和背景在坐標(biāo)(x,y)處對應(yīng)像素紅色分量值，對于像素特征分量x_i，模糊密度g({x_i})表示像素顏色分量區(qū)分運(yùn)動目標(biāo)像素和背景像素的重要程度，以當(dāng)前幀中某像素被認(rèn)作為背景像素的可能性愈大，則該像素分量的重要程度愈大，該像素分量的模糊密度g({x_i})也愈大，像素顏色分量的重要程度并不固定，但像素某一分量模糊密度和相似度成單調(diào)性增長，g({x_i})通過下式計算：?

g_(x,y)({x_i})＝t₁×f(x,y)????(6)?

式中，閾值t₁設(shè)為0.5，式(1)中，Ch<0.95被認(rèn)作動態(tài)區(qū)域像素，因視頻中時常含有噪音數(shù)據(jù)，所以需對背景差分結(jié)果作形態(tài)學(xué)處理；?

（2）.提取搖晃目標(biāo)?

煙氣在流動時，其頂端的搖晃程度大于底端的搖晃程度，使用一個長軸定義運(yùn)動目標(biāo)的幾何方向，即使用二維平面上與最小慣量軸同方向的最小二階軸定為長軸，首先計算第n幀中運(yùn)動目標(biāo)質(zhì)心，使用一條通過運(yùn)動目標(biāo)質(zhì)心且垂直長軸的直線把運(yùn)動目標(biāo)分為兩部分：頂端部分和底端部分，頂端部分和底端部分又各自有自己的質(zhì)心，計算出連續(xù)k幀中運(yùn)動目標(biāo)頂端質(zhì)心和底端質(zhì)心的均值連續(xù)k幀中同一運(yùn)功區(qū)域質(zhì)心和質(zhì)心均值的歐式距離均值能準(zhǔn)確地反映該區(qū)域運(yùn)動變化程度，如果運(yùn)動目標(biāo)底端質(zhì)心的歐氏距離均值與運(yùn)動目標(biāo)頂端質(zhì)心歐氏距離均值之比小于設(shè)定閾值t∈(0,1)，則運(yùn)動目標(biāo)底端的搖晃程度小于頂端搖晃程度，具體通過以下方法判斷運(yùn)動目標(biāo)是否為搖晃目標(biāo)，某區(qū)域質(zhì)心和質(zhì)心均值的歐氏距離為：?

式中，C(X(n),Y(n))表示第n幀中運(yùn)動目標(biāo)的質(zhì)心坐標(biāo)，表示連續(xù)k幀中運(yùn)動目標(biāo)的質(zhì)心均值，歐氏距離的均值計算如下：?

式中，k=5，Mean(X,Y)反映該區(qū)域搖晃的程度，Mean(X,Y)的值愈大，搖晃程度愈大；反之，Mean(X,Y)的值愈小，搖晃程度愈小，式(10)用來判斷運(yùn)動目標(biāo)是否為搖晃目標(biāo)；?

SD＝Mean_b(X,Y)/Mean_t(X,Y)????(9)?

SD＜t₂????(10)?

式（10）中，閾值t₂設(shè)定為0.8，煙氣視頻的連續(xù)幀中，煙氣的長軸方向具有連續(xù)性，?如果連續(xù)兩幀探測到的區(qū)域長軸夾角大于35度，即使?jié)M足式(10)也不認(rèn)為是搖晃目標(biāo)；?

（3）.煙氣擴(kuò)散紋理特征判斷?

煙氣中像素R、G、B三通道的值比較接近，在判斷煙氣擴(kuò)散特征之前，首先利用煙氣灰度特征規(guī)則驗證搖晃運(yùn)動區(qū)域，過濾掉目標(biāo)中不符合要求的像素，然后為搖晃目標(biāo)頂部和底部分別創(chuàng)建l=16和θ=45度的灰度共生矩陣，由于煙氣的擴(kuò)散，煙氣頂部一般表現(xiàn)為較為瑣碎的區(qū)域，在創(chuàng)建灰度共生矩陣時，像素和像素頂部有5個連續(xù)像素在搖晃區(qū)域中，該像素才被計算在灰度共生矩陣中，這樣能擴(kuò)大頂部區(qū)域和底部區(qū)域的對比，有助于判斷煙氣的擴(kuò)散特征，灰度共生矩陣中主對角線上的元素之和與矩陣中所有元素之和比值表示為：?

式中，p_(i,j)(n)表示第n幀中某候選煙氣區(qū)域的灰度共生矩陣(i,j)處的元素值，煙氣底端紋理相對粗糙，頂端紋理相對較細(xì)，所以對應(yīng)搖晃目標(biāo)頂端部分的h(n)值小于底端部分的h(n)值，式(12)用作煙氣擴(kuò)散特征的判斷，?

式中，?

h_t(n)和h_b(n)分別表示候選煙氣區(qū)域中頂端部分和底端部分的h(n)值，連續(xù)5幀的h_t/h_b均值比單幀更能準(zhǔn)確地反映候選煙氣區(qū)域是否具有擴(kuò)散特征，式中，設(shè)定t₃=0.96；?

煙氣底部區(qū)域顏色基本一致，則底端區(qū)域?qū)?yīng)的灰度共生矩陣中數(shù)值較大的元素主要集中在主對角線上或其附近，對于視頻中第n幀，底端區(qū)域?qū)?yīng)的灰度共生矩陣中主對角線上或其附近元素之和與矩陣中所有元素的和之比為：?

式(15)也用來判斷煙氣，?

式中：?

g_b(n)表示搖晃目標(biāo)底端的g(n)值，連續(xù)5幀的g_b(n)均值比單幀g_b(n)值更能準(zhǔn)確地反映搖?晃目標(biāo)是否具有該特征，式中，設(shè)定t₄=0.65，搖晃目標(biāo)如果滿足公式（12）和（15），則搖晃目標(biāo)被認(rèn)作為真實煙氣區(qū)域。?