[發(fā)明專利]火焰圖像前景提取算法

有效

• 申請?zhí)枺?/td>: 201710386113.3
• 申請日: 2017-05-26
• 公開（公告）號: CN107330441B
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計）人: 王博;張為
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06K9/62
• 分類號: 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

本發(fā)明涉及一種火焰圖像前景提取算法，包括：選取火焰燃燒視頻中的多幀圖像，分別進行下面的處理；計算當(dāng)前幀與上一幀的差值圖像，同時計算當(dāng)前幀的局部二值模式LBP圖像，對于當(dāng)前幀，遍歷圖像上各個像素點，將像素點區(qū)分為火焰點和非火焰點，對每個像素點生成特征向量；構(gòu)建決策樹分類器，構(gòu)建Adaboost分類器，將經(jīng)過上述步驟得到的各像素點的5維特征向量訓(xùn)練分類器；對于需要提取火焰前景的視頻圖像，提取各個像素點對應(yīng)的特征向量輸入到的決策樹分類器獲得初級疑似區(qū)域。遍歷初級疑似區(qū)域中各像素點，將其對應(yīng)的特征向量輸入到Adaboost分類器中進行第二次分類，得到次級疑似區(qū)域。得到最終疑似區(qū)域；得到最終的火焰前景圖像。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺領(lǐng)域，具體來說是一種基于機器學(xué)習(xí)方法的火焰圖像前景提取算法，本質(zhì)上是目標識別與圖像分割問題。

背景技術(shù)

火災(zāi)是日常生活中的主要災(zāi)害之一，具有破壞性強、成因復(fù)雜、預(yù)測困難等特點，因此早期火災(zāi)檢測和與報警顯得尤為重要。目前，廣泛應(yīng)用的火災(zāi)報警設(shè)備主要借助傳感器對現(xiàn)場環(huán)境中的氣體、溫度、煙霧、光線等進行監(jiān)測，這導(dǎo)致現(xiàn)有火災(zāi)報警設(shè)備存在響應(yīng)速度慢，易受周圍環(huán)境影響等缺點。對比現(xiàn)有的火災(zāi)報警器，圖像型火災(zāi)檢測系統(tǒng)在報警速度、檢測范圍、可視化等多個方面體現(xiàn)出它的優(yōu)勢，且它利用了現(xiàn)有的監(jiān)控設(shè)備，布置方便，成本較低，這些使其成為目前火災(zāi)檢測技術(shù)的重要研究方向之一。

正確提取火焰前景是圖像型火災(zāi)檢測系統(tǒng)的首要任務(wù)，一方面它將直接影響后續(xù)的特征提取與識別，另一方面快速準確的火焰前景提取算法可以壓縮數(shù)據(jù)量，提升整個系統(tǒng)的性能。關(guān)于火焰前景提取，目前已有很多類型的方法，它們有如下幾個特點：

●數(shù)學(xué)模型簡單，適應(yīng)性差；

●僅對自建樣本集測試效果良好，泛化能力不足；

●多采用啟發(fā)式閾值，可解釋性弱。

而在實際生活中，火災(zāi)事故場景種類繁多，光照等外界干擾的問題必須加以考慮。

發(fā)明內(nèi)容

本發(fā)明是一種對視頻圖像中的火焰前景進行提取的方法，主要通過機器學(xué)習(xí)的方法來實現(xiàn)具有環(huán)境適應(yīng)性強、準確率高的優(yōu)點。技術(shù)方案如下：

一種火焰圖像前景提取算法，包括以下幾個步驟：

1)選取火焰燃燒視頻中的多幀圖像，分別進行下面步驟2)和3)的處理；

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

3)對于當(dāng)前幀，遍歷圖像上各個像素點，將像素點區(qū)分為火焰點和非火焰點，對每個像素點生成一個5維特征向量[R,G,B,Diff,LBP]，其中，R、G、B分別代表該像素點對應(yīng)的各色彩通道值，Diff表示差值圖像上對應(yīng)該點坐標的屬性值，LBP表示LBP圖像上對應(yīng)該點的屬性值；

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的5維特征向量訓(xùn)練分類器；

5)對于需要提取火焰前景的視頻圖像，提取各個像素點對應(yīng)的特征向量輸入到預(yù)先訓(xùn)練的決策樹分類器中進行分類，從而獲得初級疑似區(qū)域。

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

7)對次級疑似區(qū)域進行形態(tài)學(xué)處理，并根據(jù)面積和外接矩形長寬比特征進行簡單的篩選，然后得到最終疑似區(qū)域；

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

附圖說明