[發(fā)明專利]一種大范圍尺度空間下的自適應(yīng)煙霧根節(jié)點(diǎn)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910613683.0
• 申請(qǐng)日: 2019-07-09
• 公開（公告）號(hào): CN110309808B
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: 程朋樂;高宇;閆磊;李曉慧
• 申請(qǐng)（專利權(quán)）人: 北京林業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T1/60;G06T3/40;G06T7/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于森林防火和視頻目標(biāo)檢測(cè)領(lǐng)域，尤其涉及一種基于視頻的煙霧源根節(jié)點(diǎn)檢測(cè)方法。本發(fā)明首先對(duì)輸入的視頻圖像幀進(jìn)行計(jì)數(shù)判定，視情況執(zhí)行動(dòng)態(tài)區(qū)域提取算法和遠(yuǎn)距離目標(biāo)檢測(cè)區(qū)域提取算法，然后對(duì)動(dòng)態(tài)圖像信息進(jìn)行融合，得出動(dòng)態(tài)圖像下的分割區(qū)域圖，對(duì)遠(yuǎn)距離圖像進(jìn)行信息融合，得出遠(yuǎn)距離信息下的分割區(qū)域圖。接下來對(duì)兩張分割區(qū)域圖統(tǒng)計(jì)貝葉斯計(jì)算所需的概率，得出貝葉斯概率結(jié)果，并根據(jù)概率結(jié)果對(duì)兩套分割區(qū)域圖進(jìn)行融合，得出遠(yuǎn)近距離條件下的全尺度檢測(cè)結(jié)果圖。最后，對(duì)融合結(jié)果進(jìn)行骨骼圖像提取，并得出最后煙霧根節(jié)點(diǎn)像素級(jí)候選位置。整套計(jì)算流程以流水線形式執(zhí)行，延遲時(shí)間約25幀，即算法自執(zhí)行開始，需25幀后得出正確結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明屬于森林防火和視頻目標(biāo)檢測(cè)領(lǐng)域，尤其涉及一種基于視頻的煙霧源根節(jié)點(diǎn)檢測(cè)方法。

背景技術(shù)

森林火災(zāi)的監(jiān)控和檢測(cè)方法目前階段主要分為四種基本實(shí)現(xiàn)形式，分別為：基于攝像頭視頻處理的檢測(cè)方法、基于衛(wèi)星視覺的大范圍檢測(cè)方法、基于火災(zāi)傳感器的拓?fù)錂z測(cè)方法、基于雷達(dá)的遠(yuǎn)距離檢測(cè)方法。在這四種方法中，基于攝像頭視頻處理的檢測(cè)方法因?yàn)榫哂袡z測(cè)距離廣、維護(hù)成本低、開發(fā)周期快等特點(diǎn)被廣泛采用。基于視頻的檢測(cè)方法，往往需要對(duì)待檢測(cè)區(qū)域進(jìn)行候選區(qū)域的提取計(jì)算，并加以篩選后，得到候選區(qū)域中的真實(shí)目標(biāo)區(qū)域。篩選過程往往采用顏色、紋理、動(dòng)態(tài)背景等方法進(jìn)行。這些方法對(duì)圖像的細(xì)節(jié)要求較高，在遠(yuǎn)距離的前提條件下，基于動(dòng)態(tài)背景的方法往往檢測(cè)出的動(dòng)態(tài)目標(biāo)僅僅有很少的像素點(diǎn)，難以運(yùn)用形態(tài)學(xué)等方式進(jìn)行后續(xù)的處理計(jì)算；基于紋理和顏色的方法在一定程度上難以區(qū)分云朵和煙霧的差異，導(dǎo)致誤檢測(cè)現(xiàn)象的發(fā)生。

由此可見，遠(yuǎn)距離條件下的煙霧檢測(cè)方法存在很大的挑戰(zhàn)。專利申請(qǐng)?zhí)枮镃N201910490504.9，發(fā)明名稱為“一種基于MSER的遠(yuǎn)距離復(fù)雜環(huán)境下的煙霧根節(jié)點(diǎn)檢測(cè)方法”的中國專利。該發(fā)明在采用MSER算法對(duì)遠(yuǎn)距離煙霧場景進(jìn)行候選區(qū)域提取，并通過角點(diǎn)提取算法和凸包檢測(cè)算法對(duì)圖像中可能存在干擾項(xiàng)進(jìn)行排除，然后通過骨骼提取算法對(duì)候選區(qū)域提取煙霧根節(jié)點(diǎn)候選點(diǎn)，最后采用連續(xù)幀的幀間信息提取出煙霧根節(jié)點(diǎn)。該算法雖然對(duì)遠(yuǎn)距離煙霧效果突出，但對(duì)于近距離煙霧缺存在天然缺陷：MSER算法和核心思想基于灰度圖像灰度值在一定范圍內(nèi)趨于穩(wěn)定的特性提取MSER候選區(qū)域。近距離煙霧在動(dòng)態(tài)條件下進(jìn)行擴(kuò)散，僅僅在煙霧中心部分灰度值趨于穩(wěn)定，煙霧邊緣灰度值頻繁發(fā)生變化，導(dǎo)致MSER算法不能完整提取出煙霧輪廓，這種結(jié)果直接導(dǎo)致后續(xù)的煙霧根節(jié)點(diǎn)提取位置會(huì)產(chǎn)生于煙霧中心的某個(gè)部分，不符合正確的結(jié)論。所以遠(yuǎn)距離目標(biāo)檢測(cè)方法對(duì)近距離目標(biāo)并不一定獲取好的效果。

專利申請(qǐng)?zhí)枮镃N201711440134，發(fā)明名稱為“一種基于特征根和流體力學(xué)的森林火災(zāi)煙視頻目標(biāo)檢測(cè)方法”的中國專利。該發(fā)明在權(quán)利要求書“步驟1”圖像預(yù)處理部分采用了幀間差分算法進(jìn)行動(dòng)態(tài)背景的提取。如上文所說，該方法對(duì)遠(yuǎn)距離目標(biāo)存在缺陷，遠(yuǎn)距離條件下煙霧運(yùn)動(dòng)緩慢，動(dòng)態(tài)背景提取效果不明顯。根據(jù)該專利后續(xù)對(duì)候選區(qū)域處理過程，若真實(shí)煙霧區(qū)域僅僅有個(gè)別像素點(diǎn)，或者未能成功提取煙霧候選區(qū)域范圍，將無法對(duì)待檢測(cè)目標(biāo)進(jìn)行煙霧根節(jié)點(diǎn)的提取和流體力學(xué)模擬的計(jì)算。

專利申請(qǐng)?zhí)枮镃N201811318766，發(fā)明名稱為“一種基于最小二乘法的煙霧根節(jié)點(diǎn)檢測(cè)方法”的中國專利。該發(fā)明在煙霧源(燃燒源)提取過程中(權(quán)利要求書第一步、第二步)同樣需要對(duì)煙霧候選區(qū)的連通域采取計(jì)算，并采用了幀間差分的動(dòng)態(tài)區(qū)域提取算法。若未能成功提取到待檢測(cè)煙霧的候選區(qū)域，該專利提出的山崩算法將無法分割出崩塌計(jì)算的山崖區(qū)域，導(dǎo)致檢測(cè)失敗。

綜上所述，如何發(fā)揮遠(yuǎn)距離目標(biāo)檢測(cè)的優(yōu)勢(shì)，并且保留動(dòng)態(tài)目標(biāo)或者近距離目標(biāo)檢測(cè)的優(yōu)點(diǎn)也是一個(gè)不容忽視的問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種大范圍尺度空間下的煙霧根節(jié)點(diǎn)檢測(cè)方法，目的在于充分發(fā)揮遠(yuǎn)距離目標(biāo)檢測(cè)算法的優(yōu)勢(shì)和近距離檢測(cè)算法的精確度。通過對(duì)固定的林火監(jiān)控?cái)z像頭圖像的處理，并采用遠(yuǎn)近距離圖像融合方法，對(duì)煙霧區(qū)域候選點(diǎn)進(jìn)行識(shí)別，并檢測(cè)煙霧根節(jié)點(diǎn)。根據(jù)圖1所示的流程圖，燃燒源根節(jié)點(diǎn)的檢測(cè)方法如下：