[發(fā)明專利]一種基于視頻分析的煙火檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 201710017811.6
• 申請日: 2017-01-11
• 公開（公告）號: CN106897720A
• 公開（公告）日: 2017-06-27
• 發(fā)明（設(shè)計）人: 李銘;尹萍;劉琛;劉愛玲
• 申請（專利權(quán)）人: 濟(jì)南中維世紀(jì)科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G08B17/12;G06T7/62;G06T7/33
• 代理公司: 濟(jì)南泉城專利商標(biāo)事務(wù)所37218
• 代理人: 張貴賓

技術(shù)領(lǐng)域

本發(fā)明屬于智能火災(zāi)監(jiān)控技術(shù)領(lǐng)域，具體涉及一種基于視頻分析的煙火檢測方法及裝置。

背景技術(shù)

火災(zāi)檢測系統(tǒng)在很多領(lǐng)域都有很重要的應(yīng)用，比如森林、倉庫、油田、農(nóng)場防火等。傳統(tǒng)的煙火檢測裝置主要是應(yīng)用一些傳感器，通過檢測熱氣流、煙霧固體懸浮顆粒等來檢測煙火，這些檢測裝置需要與火源近距離的接觸，無法滿足森林、農(nóng)場等開闊場景的需求。另外，在火災(zāi)燃燒的初期，通常會有煙霧釋放，因此為了盡早的進(jìn)行火災(zāi)預(yù)警，煙霧檢測也很重要。鑒于以上所述，基于視頻的煙火檢測方法被提出。

目前的基于視頻的煙火的檢測方法主要有：利用火焰和煙霧的顏色特征進(jìn)行檢測，包括在RGB色彩空間中火焰的R分量的值要大于G和B分量的值并且R的值要大于特定閾值，煙霧主要呈現(xiàn)深灰色或者淺灰色，在HSV空間中，火焰的飽和度要大于特定閾值。申請?zhí)枮镃N201510141324.1的中國專利公開了一種通過對疑似煙霧區(qū)域的特征統(tǒng)計，利用預(yù)先設(shè)置的特征統(tǒng)計決策判斷是否為煙霧，這些特征包括鄰幀相似特征、空間相似特征、梯度密度特征以及顏色模型特征。申請?zhí)枮镃N201210273296.5的中國專利公開了一種基于邊緣檢測算子的火災(zāi)圖像探測系統(tǒng)，對圖像進(jìn)行增強(qiáng)、濾波后經(jīng)灰度拉伸提高圖像的對比度后，利用邊緣檢測算子對單幀圖像進(jìn)行邊緣檢測，根據(jù)檢測后的數(shù)據(jù)計算火焰特征參數(shù)。申請?zhí)枮镃N201110191805.5的中國專利公開了一種利用遞歸背景估計算法提取運動區(qū)域，然后根據(jù)混合高斯顏色模型提取火焰顏色特征，根據(jù)視頻序列降采樣提取時域特征，根據(jù)小波變換提取頻域特征后判斷是否符合火焰特征。申請?zhí)枮?01010276036. 4的中國專利通過提取前景的邊緣然后判斷邊緣形狀是否存在尖角來獲取火焰的尖角特征，通過前景像素的亮度變化次數(shù)來獲取火焰的閃爍特征，然后結(jié)合顏色特征、幀序列的圖像相關(guān)性以及利用小波分解的方法進(jìn)行圖像高頻能量檢測來判斷視頻中是否存在火焰，通過周長的平方與面積的比值得到的煙霧的不規(guī)則特征、通過前景面積的不斷增大來獲得煙霧的擴(kuò)散性特征，然后結(jié)合顏色特征、邊緣能量減少特征、色彩飽和度特征判斷視頻圖像中是否存在煙霧。

目前，現(xiàn)有技術(shù)存在以下缺陷：

（1）易漏報

現(xiàn)有技術(shù)中根據(jù)火焰的形態(tài)特征，比如根據(jù)圓形度、尖角特征判斷是否為火焰，根據(jù)擴(kuò)散性、向上運動、背景模糊等特征判斷是否為煙霧的方法容易引起漏報，因為火焰和煙霧的大小形狀是非常不固定的，變化大多數(shù)并不連續(xù)，很容易受到風(fēng)吹和光照的影響，有時很難滿足以上特征。

（2）易誤報

現(xiàn)有技術(shù)中單獨利用顏色特征結(jié)合少量的外形特征或者運動特征來判斷是否存在煙火的方法，對運動外形不規(guī)則的情況，如人、樹葉、陰影等非剛性物體活動，容易產(chǎn)生過敏誤報。

（3）運算量大，硬件實現(xiàn)困難

現(xiàn)有技術(shù)中基于主運動方向積累檢測煙火的方法容易引起較大的內(nèi)存消耗，利用小波變換的頻域特征檢測煙火的方法需要較高的運算精度，硬件實現(xiàn)有局限性。

發(fā)明內(nèi)容

為彌補(bǔ)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于視頻分析的煙火檢測方法及裝置，通過對實時視頻中的火焰和煙霧的靜態(tài)特征和動態(tài)特征分析來檢測煙火并進(jìn)行告警。

本發(fā)明是通過如下技術(shù)方案實現(xiàn)的：

一種基于視頻分析的煙火檢測方法，其特殊之處在于：

包括以下步驟：

（1）視頻圖像數(shù)據(jù)采集

輸入的原始視頻數(shù)據(jù)可以是攝像機(jī)實時采集的視頻，也可以是已保存好的視頻文件；

（2）視頻圖像預(yù)處理

對輸入的圖像進(jìn)行縮放、色彩空間轉(zhuǎn)換預(yù)處理；

（3）前景目標(biāo)提取

對視頻幀序列進(jìn)行背景建模后提取運動目標(biāo)，根據(jù)混合高斯背景建模、背景統(tǒng)計模型、碼本背景模型及背景差分法中的一種或幾種方法相結(jié)合的方式進(jìn)行背景建模后提取運動目標(biāo)；

（4）火焰靜態(tài)特征檢測

所述火焰靜態(tài)特征為火焰的顏色、亮度、飽和度特征，通過識別運動前景區(qū)域中的每個像素是否符合所述靜態(tài)特征，得到每幀圖像運動區(qū)域中的疑似火焰區(qū)域；

（5）火焰動態(tài)特征檢測

所述火焰動態(tài)特征包括火焰形狀變化特征、火焰面積變化特征和火焰亮度變化特征；

火焰形狀變化特征：通過計算運動前景區(qū)域的周長與面積之比得到運動目標(biāo)的形狀特征p_la，然后計算連續(xù)兩幀運動前景的形狀變化特征c_pla；

火焰面積變化特征：通過計算相隔N幀圖像的疑似火焰區(qū)域面積變化量得到火焰面積變化特征；