[發(fā)明專利]火焰圖像前景提取算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710386113.3
• 申請(qǐng)日: 2017-05-26
• 公開（公告）號(hào): CN107330441B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計(jì)）人: 王博;張為
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06T7/136;G06T7/194
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 程毓英

1.一種火焰圖像前景提取算法，包括以下幾個(gè)步驟：

1)選取火焰燃燒視頻中的多幀圖像，分別進(jìn)行下面步驟2)和3)的處理；

2)計(jì)算當(dāng)前幀與上一幀的差值圖像，同時(shí)計(jì)算當(dāng)前幀的局部二值模式LBP圖像；

3)對(duì)于當(dāng)前幀，遍歷圖像上各個(gè)像素點(diǎn)，將像素點(diǎn)區(qū)分為火焰點(diǎn)和非火焰點(diǎn)，對(duì)每個(gè)像素點(diǎn)生成一個(gè)5維特征向量[R,G,B,Diff,LBP]，其中，R、G、B分別代表該像素點(diǎn)對(duì)應(yīng)的各色彩通道值，Diff表示差值圖像上對(duì)應(yīng)該像素點(diǎn)坐標(biāo)的屬性值，LBP表示LBP圖像上對(duì)應(yīng)該像素點(diǎn)的屬性值；

4)采用CART算法構(gòu)建決策樹分類器，采用RealAdaboost算法構(gòu)建Adaboost分類器，將經(jīng)過上述步驟得到的各像素點(diǎn)的5維特征向量訓(xùn)練分類器；

5)對(duì)于需要提取火焰前景的視頻圖像，提取各個(gè)像素點(diǎn)對(duì)應(yīng)的特征向量輸入到預(yù)先訓(xùn)練的決策樹分類器中進(jìn)行分類，從而獲得初級(jí)疑似區(qū)域；

6)遍歷初級(jí)疑似區(qū)域中各像素點(diǎn)，將其對(duì)應(yīng)的5維特征向量輸入到Adaboost分類器中進(jìn)行第二次分類，區(qū)分疑似火焰像素點(diǎn)和非火焰像素點(diǎn)，由疑似火焰像素點(diǎn)構(gòu)成的區(qū)域被稱為次級(jí)疑似區(qū)域；

7)對(duì)次級(jí)疑似區(qū)域進(jìn)行形態(tài)學(xué)處理，并根據(jù)面積和外接矩形長(zhǎng)寬比特征進(jìn)行簡(jiǎn)單的篩選，然后得到最終疑似區(qū)域；

8)利用最終疑似區(qū)域的外接矩形對(duì)原始圖像相應(yīng)位置進(jìn)行剪裁，得到目標(biāo)區(qū)域圖像，使用OTSU法對(duì)目標(biāo)區(qū)域圖像進(jìn)行自適應(yīng)閾值分割，從而可得到最終的火焰前景圖像。