[發明專利]一種基于視頻的多種特征融合的煙霧識別方法

有效

• 申請號: 201410245514.3
• 申請日: 2014-06-04
• 公開（公告）號: CN103996045B
• 公開（公告）日: 2017-06-06
• 發明（設計）人: 楊若瑜;孫建坤
• 申請（專利權）人: 南京大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/66
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 胡建華

1.一種基于視頻的多種特征融合的煙霧識別方法，其特征在于，包括以下步驟：

(1)設定背景幀和閾值幀；

(2)讀取視頻幀，更新背景和閾值；

(3)對視頻的第n幀I_n(x,y)與第n幀背景B_n(x,y)做差，差值圖像為differI_n(x,y)；

(4)判斷是否有訓練模型M，如果有直接進行步驟(5)，否則建立訓練模型M后進行步驟(5)；

(5)將視頻的第n幀轉化為k*k大小的塊，取塊中所有像素點的三通道的最小值，使用步驟4中的訓練模型M識別，將所有非煙霧區域設值為0，煙霧區域設值為1，得圖像minI_n；

(6)尋找視頻第n幀中的角點；

(7)對步驟6中找到的角點進行聚類，繪制包圍每類角點的輪廓，將輪廓內的所有點設值為0，得到圖像cornerI_n；

(8)采用基波函數，對步驟2中的第n幀背景B_n(x,y)和視頻中第n幀圖像I_n(x,y)分別作二維離散小波變換，分解后的圖像包含四個區域，LL區域表現圖像的低頻部分；HL、LH和HH區域分別包含水平方向、垂直方向和對角方向的邊緣信息，求小波變換后圖像幀與背景幀的差值；

(9)對步驟8中的HL、LH和HH區域分塊求塊內系數和，如果系數和大于閾值T1，則判定為非煙霧，否則判定為煙霧，然后根據HL、LH和HH區域中像素點的位置設置原視頻幀，得到圖像waveletI_n；

步驟(1)中，背景幀初始時取視頻第一幀，閾值幀中所有像素點的初始值均設為10；

步驟(2)中，閾值更新公式如下：

其中，T_n+1(x,y)表示第n+1幀閾值圖像中(x,y)點的灰度值，T_n(x,y)表示第n幀閾值圖像中(x,y)點的灰度值，B_n(x,y)表示第n幀背景圖像中(x,y)點的對應灰度值，α為常數，表示閾值更新速度，I_n(x,y)表示第n幀視頻幀中(x,y)點對應的值；

背景更新公式如下：

B_n+1(x,y)表示第n+1幀背景圖像中(x,y)點的對應灰度值；

步驟(4)中使用支持向量機SVM算法進行訓練；

步驟(6)中使用OpenCV中函數cvGoodFeaturesToTrack尋找視頻第n幀中的角點；

步驟(7)中使用基于距離和密度的聚類算法DBSCAN聚類；

使用convexHull繪制包圍每類角點的輪廓；

步驟(8)中選用db4小波函數作為基波函數；

步驟(9)之后包括以下步驟：

(10)對步驟3中得到的差值圖像differI_n(x,y)，步驟5中得到的圖像minI_n，步驟7中得到的圖像cornerI_n，以及步驟9中得到的圖像waveletI_n做與運算，得到圖像tmpResultI_n；

(11)對步驟10中的圖像tmpResultI_n做中值平滑運算，得到圖像resultI_n；

(12)計算步驟11圖像resultI_n中所有非0點的面積，若面積大于等于閾值T2，則將報警標志數num加1，如果num的值大于等于3，則報警；若面積小于閾值T2，則將報警標志數num置0；

(13)如果視頻未結束，則跳至步驟1；否則，結束；

選取黃色、灰色、淡藍色、紅色及棕色的煙霧圖片，圖片中僅包含煙霧，抽取圖片中大小為k*k塊的所有像素點的三通道的最小值，以抽取的數據作為訓練集，建立訓練模型M。