[發明專利]一種基于多色彩模型和矩形特征的明火檢測方法和系統

有效

• 申請號: 201310752394.1
• 申請日: 2013-12-31
• 公開（公告）號: CN103761529B
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 田永鴻;魏蘭;王耀威;黃鐵軍
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市商泰律師事務所11255
• 代理人: 毛燕生

1.一種基于多色彩模型和矩形特征的明火檢測方法，其特征在于包括如下步驟：

步驟(1)：檢測監控視頻當前圖像幀中的運動區域；

步驟(2)：檢測運動區域中每個像素點在不同色彩模型下相關的顏色特征，將符合明火特征的像素點標記為明火候選像素，對標記明火候選像素的整張二值圖像做形態學處理，標記包含明火候選像素的連通區域外輪廓所在的最小矩形區域，將重疊或相鄰將近的矩形區域合并為一個矩形區域，標記為明火候選區域，并確定全圖像中明火候選區域的個數；

步驟(3)：對每個面積足夠大的明火候選區域，提取其矩形特征，輸入預先構建訓練模型的分類器，判斷是否為明火區域；

所述矩形特征為：每個連通區域邊緣特征、線特征、中心環繞特征、對角線特征及明火內焰、中焰、外焰組合矩形特征；所述提取明火候選區域的矩形特征的方式為：

對明火候選區域使用高斯模版做下采樣；

對明火候選區域使用高斯模版做上采樣；

對明火候選區域做膨脹運算；

提取矩形特征；

利用積分圖像法快速計算每個連通區域的矩形特征，所述矩形特征包括邊緣特征、線特征、中心環繞特征、對角線特征及明火內焰、中焰、外焰組合矩形特征，單個矩形特征的值定義為黑色矩形內所有像素值的和減去白色矩形內所有像素值的和，最終提取的矩形特征用如下公式表示：

feature_I表示第I個連通區域提取的矩形特征；ω_i為第i個矩形的權值；RecSum(r_i)為第i個矩形內所有像素值的和；{1,...N}為組成特征feature_I的矩 形個數；r＝(x,y,w,h,α)為五數組表示候選區域子圖中的任意矩形，其中(x,y)為矩形左上角頂點坐標，w、h為矩形的長和寬，α∈{0°,45°}為矩形選擇的角度。

2.根據權利要求1所述的基于多色彩模型和矩形特征的明火檢測方法，其特征在于，所述檢測監控視頻當前幀運動區域的方式為：

使用背景差分法，幀間差分法，高斯混合背景模型，光流法的任意一種檢測當前幀運動區域。

3.根據權利要求1所述的基于多色彩模型和矩形特征的明火檢測方法，其特征在于，所述檢測運動區域中每個像素在不同色彩模型下顏色特征的方式為：

統計運動區域在RGB色彩模型下紅色通道顏色分量、綠色通道顏色分量、藍色通道顏色分量；

統計運動區域在HSV色彩模型下色調分量、飽和度分量、亮度分量；

統計各個分量之間的特征關系，判斷是否滿足明火顏色特征，將滿足明火顏色特征的像素點標記為候選像素點。

4.根據權利要求1所述的基于多色彩模型和矩形特征的明火檢測方法，其特征在于，所述提取候選區域矩形特征的方式為：

通過運動模型，色彩模型，以及形態學處理提取圖像幀中的候選明火區域；

提取候選明火區域的矩形特征；

利用積分圖像法快速計算矩形特征值。

5.根據權利要求1所述的基于多色彩模型和矩形特征的明火檢測方法，其特征在于，所述構造分類器的構造方式為：

簡單矩形特征分類器、簡單分類器組合的強分類器、級聯分類器中的至少一種。

6.根據權利要求5所述的基于多色彩模型和矩形特征的明火檢測方法，其特征在于，所述一種級聯分類器的構造方式為：

利用單一的矩形特征構成弱分類器；

用無關的圖像數據集訓練弱分類器；

根據分類錯誤率選出最優弱分類器構成強分類器；

重新用樣本訓練分類器權值輸出強分類器。