[發明專利]一種基于圖像結構相似度的煙霧濃度測量方法和系統

有效

• 申請號: 201710354994.0
• 申請日: 2017-05-19
• 公開（公告）號: CN107220605B
• 公開（公告）日: 2019-08-30
• 發明（設計）人: 朱明;馬天穎;王殊
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/41
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

技術領域

本發明屬于煙霧濃度測量領域，更具體地，涉及一種基于圖像結構相似度的煙霧濃度測量方法和系統。

背景技術

現有技術基于圖像結構相似度來檢測煙霧，相對于傳統的煙霧檢測方法具有更強的抗干擾能力，但是它們只能進行視頻煙霧定性檢測，無法完成視頻煙霧濃度的定量測量。現有的煙霧濃度視頻測量方法如“基于煙霧濃度的火災視頻檢測方法”基于視頻圖像灰度計算煙霧濃。這種方法的主要依據為淺白色煙霧的存在使背景圖像的灰度值增加。實際計算中，利用煙霧化方程，通過灰度不同的相鄰背景區域間的煙霧濃度與穿透率近似相等建立方程，求解大氣光與煙霧濃度。該方法相比于傳統的煙霧濃度測量方法具有結構簡單、智能高效等優勢，但仍存在不足之處：首先實際生活中，由于煙霧產生的原因不同，生成的煙霧顏色也不同，例如黑煙、白煙、藍煙等。而白煙以外的其他煙霧是不會使背景圖像的灰度值增加的，所以該方法對黑煙、藍煙等并無很好地檢測效果。其次，由于圖像的最大灰度值為255，對于灰度值已經很高的背景圖像，煙霧的存在使背景圖像灰度值提高的空間有限，因此該方法利用灰度值較大的背景圖像來計算煙霧濃度是很不準確的。

由此可見，現有煙霧濃度測量技術受到煙霧顏色和背景圖像灰度的限制，且測量的準確率較低。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于圖像結構相似度的煙霧濃度測量方法和系統，其目的在于提供一種適用于任意背景圖像、任意煙霧顏色的方法，由此解決現有煙霧濃度測量技術受到煙霧顏色和背景圖像灰度的限制，且測量的準確率較低的技術問題。

為實現上述目的，按照本發明的一個方面，提供了一種基于圖像結構相似度的煙霧濃度測量方法，包括：

(1)采集目標場景的煙霧圖像和背景圖像，所述背景圖像為目標場景未產生煙霧時的圖像，計算煙霧圖像與背景圖像之間的圖像結構相似度；

(2)提取背景圖像的圖像特征，利用圖像特征描述圖像復雜度；利用圖像復雜度和圖像結構相似度得到煙霧圖像的煙霧濃度。

進一步的，煙霧濃度m的公式為：

m＝-C×(ssim-ssim₀)，

其中，C表示圖像復雜度，ssim表示圖像結構相似度，ssim₀為預設值。

進一步的，預設值為1。

進一步的，圖像特征包括：角二階矩ASM、對比度CON、逆差分矩IDM、熵ENT和相關性COR。

進一步的，圖像復雜度C為：C＝CON+ENT-ASM-IDM-COR。

按照本發明的另一方面，提供了一種基于圖像結構相似度的煙霧濃度測量系統，包括：

第一模塊，用于采集目標場景的煙霧圖像和背景圖像，所述背景圖像為目標場景未產生煙霧時的圖像，計算煙霧圖像與背景圖像之間的圖像結構相似度；

第二模塊，用于提取背景圖像的圖像特征，利用圖像特征描述圖像復雜度；利用圖像復雜度和圖像結構相似度得到煙霧圖像的煙霧濃度。

進一步的，煙霧濃度m的公式為：

m＝-C×(ssim-ssim₀)，

其中，C表示圖像復雜度，ssim表示圖像結構相似度，ssim₀為預設值。

進一步的，預設值為1。

進一步的，圖像特征包括：角二階矩ASM、對比度CON、逆差分矩IDM、熵ENT和相關性COR。

進一步的，圖像復雜度C為：C＝CON+ENT-ASM-IDM-COR。

總體而言，通過本發明所構思的以上技術方案與現有技術相比，能夠取得下列有益效果：

(1)本發明利用圖像復雜度和圖像結構相似度得到煙霧圖像的煙霧濃度，不受到煙霧顏色和背景圖像灰度的限制，且測量的準確率高，應用范圍廣。

(2)優選的，在計算煙霧圖像的煙霧濃度時預設值為1，在保證測量結果準確率高的同時，提高了計算效率。

(3)優選的，本發明選用角二階矩ASM、對比度CON、逆差分矩IDM、熵ENT和相關性COR，這利用5種圖像特征的加權來描述圖像復雜度，準確率高。

附圖說明

圖1是本發明實施例提供的一種基于圖像結構相似度的煙霧濃度測量方法的流程圖；

圖2是本發明實施例的背景圖像；

圖3是本發明實施例中煙密計測量值與結構相似度值的曲線關系圖；

圖4是本發明實施例中煙密計測量值與根據結構相似度計算出的煙霧濃度值的曲線關系圖；