[發明專利]煙霧檢測方法與系統

在審

• 申請號: 201410325268.2
• 申請日: 2014-07-09
• 公開（公告）號: CN104050478A
• 公開（公告）日: 2014-09-17
• 發明（設計）人: 楊勝;鄭雪梅
• 申請（專利權）人: 湖南大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00;G06T7/20
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 胡海斌

技術領域

本發明涉及火災檢測技術領域，特別是涉及煙霧檢測方法與系統。

背景技術

火災是一種給人類帶來嚴重損失的災害，而煙霧作為火災發生初期的表現，準確地識別煙霧顯得尤為重要。

目前，比較成熟的傳統煙霧檢測方法是基于傳感器的探測技術，常見的有感煙、感溫、感光、感濕、感聲等煙霧探測器。但是這些基于傳感器探測技術的探測器必須在煙霧點附近才能準確的檢測出煙霧，易受監控環境的面積、溫度、濕度和氣流等因素的影響，而且只有煙霧達到一定的濃度后才能被探測器檢測到，所以傳統的探測器的應用范圍受到了較大限制。

可見現有的煙霧檢測方法存在檢測靈敏度低，無法及時、準確反映火災發生情況。

發明內容

基于此，有必要針對現有的煙霧檢測方法存在檢測靈敏度低，無法及時、準確反映火災發生情況的問題，提供一種檢測靈敏度高，能夠及時、準確表征火災發生情況的煙霧檢測方法與系統。

一種煙霧檢測方法，包括步驟：

獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測視頻圖像的像素點；

對所述煙霧檢測視頻圖像中的像素點進行運動區域檢測，獲取所述煙霧檢測視頻圖像序列中的運動區域；

標記所述運動區域，對每個所述運動區域中的視頻圖像進行特征提取，得到多個多維新組合的特征向量組，其中，所述特征包括m維小波特征和n維亮度值特征，所述m和所述n均為正整數；

根據所述多個多維新組合的特征向量組，檢測所述運動區域是否產生煙霧。

一種煙霧檢測系統，包括步驟：

獲取分析模塊，用于獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測視頻圖像的像素點；

運動區域獲取模塊，用于對所述煙霧檢測視頻圖像中的像素點進行運動區域檢測，獲取所述煙霧檢測視頻圖像序列中的運動區域；

特征向量組獲取模塊，用于標記所述運動區域，對每個所述運動區域中的視頻圖像進行特征提取，得到多個多維新組合的特征向量組，其中，所述特征包括m維小波特征和n維亮度值特征，所述m和所述n均為正整數；

檢測模塊，用于根據所述多個多維新組合的特征向量組，檢測所述運動區域是否產生煙霧。

本發明煙霧檢測方法與系統，首先對視頻序列進行運動區域提取，然后對運動區域提取小波特征以及亮度值特征，形成多個多維新組合的特征向量組，最后根據多個多維新組合的特征向量組，檢測所述運動區域是否產生煙霧。整個過程中，通過分析這樣一種新的組合特征向量組來確定是否有煙霧發生，利用多個小波特征和亮度值特征來檢測，能夠高效、高靈敏度來檢測是否有煙霧發生，能夠及時、準確表征火災發生情況。

附圖說明

圖1為本發明煙霧檢測方法第一個實施例的流程示意圖；

圖2為本發明煙霧檢測方法第二個實施例的流程示意圖；

圖3為本發明煙霧檢測系統第一個實施例的結構示意圖；

圖4為本發明煙霧檢測系統第二個實施例的結構示意圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下根據附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施僅僅用以解釋本發明，并不限定本發明。

如圖1所示，一種煙霧檢測方法，包括步驟：

S100：獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測視頻圖像的像素點。

煙霧檢測視頻圖像數據可以從監控攝像頭拍攝的圖像數據中獲取。對獲取到的煙霧檢測視頻圖像數據進行分析處理，得到煙霧檢測視頻圖像的序列，再進一步分析煙霧檢測視頻圖像序列，獲得煙霧檢測視頻圖像的像素點。

S200：對所述煙霧檢測視頻圖像中的像素點進行運動區域檢測，獲取所述煙霧檢測視頻圖像序列中的運動區域。

在對視頻煙霧的檢測過程中，首先要檢測視頻圖像序列中運動區域，其目的是從視頻圖像序列中將運動區域從背景圖像中提取出來。為了準確、高效獲取運動區域，需要對所述煙霧檢測視頻圖像中的像素點進行運動區域檢測，可以采用的方法包括但是不限于光流法、幀間差分法和背景差分法。

S300：標記所述運動區域，對每個所述運動區域中的視頻圖像進行特征提取，得到多個多維新組合的特征向量組，其中，所述特征包括m維小波特征和n維亮度值特征，所述m和所述n均為正整數。