[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

技術領域

本發明涉及圖像處理和模式識別技術領域，尤其涉及明火檢測方法和系統。

背景技術

隨著計算機硬件水平的提高和信息處理技術的不斷發展，圖像處理和模式識別技術廣泛應用于對象檢測和安全監控領域。火災是最常見的災害之一，傳統的火災探測技術主要是利各類傳感器及信號處理技術實現早期探測報警。現在人們更多嘗試使用普通的攝像頭檢測，基于圖像處理與模式識別技術進行火災的監控與報警。基于視頻的火災檢測技術與傳統傳感器探測手段相比，具有諸多優點：設備簡單，使用范圍大，準確率高，放映速度快，便于火災原因調查等。

明火檢測是火災檢測最核心的步驟。現有的基于圖像處理和模式識別的明火檢測方法，主要利用明火劇烈燃燒時火焰圖像在顏色、形狀、邊緣、閃爍特征及其面積、位置隨時間變化的特性，從監控視頻圖像序列中識別明火信息，達到明火檢測的目的。運動和顏色檢測是較為基礎的步驟，其中顏色檢測不僅實現快速，而且檢測范圍廣。但現有的顏色檢測方法多是基于簡單的RGB彩色模型各個分量或飽和度獨立的顏色信息。如授權公告日為2010.09.08，授權公告號為CN101826153A的發明專利：火災檢測方法；以及授權公告日為2009.5.27，授權公告號為CN101441771A的發明專利：基于色彩飽和度與運動模式的視頻火災煙霧檢測方法。另一方面只依賴于顏色、形狀特征檢測較為簡單，會存在大量誤檢，如路燈，車燈，以及墻壁反射光等；邊緣、閃爍及面積變化率等特征計算較為復雜，且很大程度依賴于檢測閾值的設置，不能實現智能有效的識別檢測。

發明內容

針對現有技術中的缺陷，本發明提供一種基于多色彩模型和矩形特征的明火檢測方法和系統。

本發明提供一種基于多色彩模型和矩形特征的明火檢測方法，其包括如下步驟：

步驟（1）：檢測監控視頻當前幀的運動區域；

步驟（2）：檢測運動區域中每個像素的在不同彩色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，對標記是否為明火候選像素的二值圖像進行形態學處理，提取處理后的圖像中連通像素所在區域外輪廓的最小矩形區域，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；

步驟（3）：對每個明火候選區域，提取其矩形特征，輸入預先構建并訓練好的分類器，判斷是否為明火區域。

一種檢測監控視頻當前幀運動區域的方法，還包括：

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。

一種檢測運動區域中每個像素的在不同彩色模型下相關的顏色特征的方法，還包括：

統計各個連通區域在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；

統計各個連通區域在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，和預先設定、存儲的明火顏色特征進行比較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。

一種提取候選區域矩形特征，包括如下步驟：

對標記是否為明火像素的二值圖像做圖像形態學處理使相鄰較近的像素點或區域連通，提取連通區域外輪廓所在的最小矩形區域，合并相互覆蓋或相鄰較近的矩形區域作為明火候選區域；只要面積大于一定閾 值，就進行處理；面積太小的則拋棄。

將每個明火候選區域縮放至統一尺寸；

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、外焰組合矩形特征構成特征向量。

一種分類器，構造方式包括如下方式：

簡單矩形特征分類器、簡單分類器組合的強分類器、強分類器級聯的分類器中的至少一種。

其中，一種級聯分類器的構造使用Adaboost算法，包括如下步驟：

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。

由上述技術方案可知，本發明可較好的利用明火內焰、中焰、外焰的形態特征，通過訓練樣本生成準確率較高的分類器，對初步運動、顏色模型過濾得到的候選區域進一步檢測是否為明火區域。計算速度快，誤檢率低，提高了明火檢測的有效性。

本發明提供一種基于多色彩模型和矩形特征的明火檢測系統，其包括如下模塊：