[發明專利]基于CN和FHOG的森林火災在線識別方法及裝置

有效

• 申請號: 201910504074.1
• 申請日: 2019-06-12
• 公開（公告）號: CN110895701B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 趙運基;魏勝強;劉曉光;孔軍偉;周夢林;范存良
• 申請（專利權）人: 河南理工大學
• 主分類號: G06V10/50
• 分類號: G06V10/50;G06V10/56;G08B17/12
• 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CN和FHOG的森林火災在線識別方法，其特征在于，包括以下步驟：

S1、選擇不同光照條件下的森林火災圖像，構建森林火災火焰樣本的集合；

S2、應用多顏色空間CN算法所提供的顏色空間轉換矩陣將火焰樣本集合的RGB圖像轉換到11維的多顏色空間，應用主元分析的方法在11維的顏色空間中提取火焰樣本集合描述的顏色主元投影向量；

S3、計算火焰樣本集合中每一個樣本的FHOG特征，將計算后的特征通過2×2均值池化的方法進行池化處理，最終構建火焰樣本集合對應的均值池化的FHOG特征集合；

S4、將采集到的原始圖像幀中的RGB圖像投影到主元顏色空間，構建投影圖像，將主元投影圖像進行腐蝕和膨脹處理，將處理后的結果圖像應用連通域處理的方法確定投影圖像中的連通區域，確定的連通域即為火災的疑似區域；

S5、以疑似區域確定的區域參數，在原始RGB圖像中提取疑似區域的RGB圖像，并計算該區域的FHOG特征，將計算得到的FHOG特征進行2×2均值池化，最終獲得疑似區域的2×2×31維的特征；

S6、將候選區域的均值池化特征與原始樣本集合的均值池化FHOG特征進行相似度計算，最終確定候選區域是否存在火災；

S7、存在火災時，給出報警信息。

2.根據權利要求1所述的基于CN和FHOG的森林火災在線識別方法，其特征在于，所述的火焰顏色主元投影向量包括：

S21、在樣本集合中選擇單一樣本圖像，確保樣本圖像為RGB彩色圖像，將RGB三通道的原始樣本圖像經過CN算法提出的多顏色空間投影矩陣進行投影，最終獲得10個通道的多通道圖像；

S22、將多通道圖像三維矩陣進行矩陣轉換，轉換為(m×n)×10的二維矩陣，并將矩陣進行中心化，求取中心化后矩陣的協方差矩陣，計算樣本集合中每一個樣本的協方差矩陣，然后求樣本集合中所有樣本協方差矩陣的均值矩陣，此均值矩陣作為最終的協方差矩陣，將協方差矩陣進行奇異值分解，并依據特征值的大小對對應的特征向量進行排序；最大特征值對應的特征向量即為所應用的主元投影向量；

S23、依據相同過程構建不同火焰樣本的主元描述向量。

3.根據權利要求1所述的基于CN和FHOG的森林火災在線識別方法，其特征在于，所述金字塔均值池化的FHOG包括：

對火焰樣本集合中的圖像，求取圖像對應的FHOG特征；FHOG特征的計算過程中，cell的大小選擇為4×4像素區域，9維的方向不敏感特征和18維的方向敏感特征以及4維的求和特征；

針對原始的火災圖像樣本M×N×3，可以獲得與該圖像樣本對應的FHOG特征，特征維度為round(M/4)×round(N/4)×31；由于原始火焰樣本的圖像樣本維度不同，因此，求取的FHOG特征維度不同，在檢測過程中，無法用統一的標準計算FHOG特征之間的相似度；因此，提出應用金字塔池化的思想對原始火焰樣本的FHOG特征進行金字塔均值池化；首先求取火焰樣本圖像的FHOG特征，將獲得的round(M/4)×round(N/4)×31維的FHOG特征視為31個通道的二維矩陣特征，因此，31個通道特征對應了31個二維的矩陣，求每一個通道二維矩陣的均值，最終獲得1×31維的向量，此向量即為全局均值的FHOG特征向量；以相同的方式，對31個通道的每一個二維矩陣求矩陣的2×2維的均值向量，最終構建4×31維的FHOG特征，將全局的均值池化向量和2×2維的均值池化向量串聯，最終構成樣本的均值池化后的特征，特征為1×155；原始的火焰樣本圖像有10幀，因此最終構建的樣本圖像的均值池化特征矩陣為10×155。

4.根據權利要求1所述的基于CN和FHOG的森林火災在線識別方法，其特征在于，應用顏色投影主元向量投影的方法確定候選目標區域，包括：

對采集圖像應用CN算法提供的顏色空間轉換矩陣對圖像進行多顏色空間轉換，轉換結果在顏色主元向量上進行投影，獲得主元向量描述圖像；

對主元描述圖像應用腐蝕膨脹方法進行處理，處理結果進行二值化；

將二值化的圖像在X軸進行投影，依據投影的結果對火焰區域進行分割，將分割的結果沿Y軸進行投影，確定最終的非零像素矩形區域對應于原始圖像中的位置尺度等參數，依據此參數確定原始圖像中疑似火點的位置，也即是候選目標區域。