[發明專利]基于深度神經網絡的森林火災自動檢測方法和裝置

有效

• 申請號: 201811567947.5
• 申請日: 2018-12-21
• 公開（公告）號: CN109635814B
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 趙運基;張海波;張新良;馬義超;范存良
• 申請（專利權）人: 河南理工大學
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/50;G06V10/764
• 代理公司: 廣州智斧知識產權代理事務所(普通合伙) 44649
• 代理人: 孔德超

1.一種基于深度神經網絡的森林火災自動檢測方法，其特征在于，包括以下步驟：

對訓練樣本圖像進行擬合，獲取擬合后的擬合圖像集，尋求擬合圖像集中火焰區域和背景區域的對比度最大的一組擬合圖像作為組合圖像；

獲取所述組合圖像中各個擬合圖像的RGB三通道系數，將各個擬合圖像的RGB三通道系數的組合定義為最優數字組合；

將待檢測圖像通過所述最優數字組合進行RGB三通道擬合，得到初始處理圖像；

采用自適應閾值分割法選定初始處理圖像的候選區域，并對所述候選區域進行分割，分割后的圖像，記為疑似火災圖像；

構建基于空間尺度HOG池化的卷積神經網絡模型，將所述疑似火災圖像輸入至所述卷積神經網絡模型，當存在兩個或以上的疑似火災圖像經卷積神經網絡模型的輸出結果為火災時，則所述待檢測圖像存在火災點。

2.根據權利要求1所述的基于深度神經網絡的森林火災自動檢測方法，其特征在于，所述對訓練樣本圖像進行擬合，獲取擬合后的擬合圖像集，包括：

對所述訓練樣本圖像的R，G，B三個通道的圖像按照公式(1)所示進行擬合，得到擬合圖像集：

I(x_i,y_i)＝{k₁*R(x_i,y_i)+k₂*G(x_i,y_i)+k₃*B(x_i,y_i)|k∈[-2 -1 0 1 2]} (1)

其中，(x_i,y_i)為訓練樣本圖像，I(x_i,y_i)代表訓練樣本圖像(x_i,y_i)的擬合圖像集，R(x_i,y_i)、G(x_i,y_i)和B(x_i,y_i)分別代表訓練樣本圖像(x_i,y_i)在RGB色彩空間下的紅色通道圖像、綠色通道圖像和藍色通道圖像；k為擬合系數，k＝k₁，k₂，k₃；k₁、k₂、k₃分別為訓練樣本圖像(x_i,y_i)的R，G，B三個通道的圖像的擬合系數。

3.根據權利要求2所述的基于深度神經網絡的森林火災自動檢測方法，其特征在于，所述得到擬合圖像集之后還包括：

消除擬合系數冗余項的擬合圖像，所述消除的擬合系數冗余項的擬合圖像為：

I(x_i,y_i)＝{k₁*R(x_i,y_i)+k₂*G(x_i,y_i)+k₃*B(x_i,y_i)|k₁＝k₂＝k₃}。

4.根據權利要求2所述的基于深度神經網絡的森林火災自動檢測方法，其特征在于，獲取所述組合圖像中各個擬合圖像的RGB三通道系數，將各個擬合圖像的RGB三通道系數的組合定義為最優數字組合，包括：

獲取所述組合圖像中各個擬合圖像的RGB三通道系數，設定組合圖像中擬合圖像的個數為n個，第j個擬合圖像的RGB三通道系數為(R_j、G_j、B_j)；1≤j≤n；

將各個擬合圖像的RGB三通道系數的組合定義為最優數字組合：

其中：P(R、G、B)為最優數字組合。