[發明專利]火焰煙霧檢測方法及裝置

在審

• 申請號: 202010463044.3
• 申請日: 2020-05-27
• 公開（公告）號: CN111832392A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 雷幫軍;王峰
• 申請（專利權）人: 湖北九感科技有限公司;三峽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 楊云云

本發明實施例提供一種火焰煙霧檢測方法及裝置，方法包括：獲取視頻的每幀中火焰煙霧的動態特征，根據獲取的每幀中的動態特征獲取每幀中火焰煙霧的動態檢測結果；獲取所述視頻的每幀中火焰煙霧的靜態特征，根據每幀中火焰煙霧的靜態特征確定每幀中火焰煙霧的靜態區域，將所述靜態區域輸入到深度學習模型中，輸出每幀中火焰煙霧的靜態檢測結果；根據每幀中火焰煙霧的動態檢測結果和靜態檢測結果，確定所述火焰煙霧的最終檢測結果。本發明實施例大大縮短火焰煙霧的檢測時間，滿足了火焰煙霧檢測實時性的要求，而且檢測的準確度也更高。

技術領域

本發明屬于智能安防技術領域，尤其涉及一種火焰煙霧檢測方法及裝置。

背景技術

火災是日常生活中最常見的災害之一，它往往給人們的生命財產造成巨大損失。因此，火災的預防和檢測非常重要。

傳統的火焰煙霧檢測方法在檢測火災時往往會綜合火焰煙霧的靜態特征和動態特征進行檢測。這種檢測方式存在較大的弊端。原因在于火焰煙霧的靜態特征和動態運動特征混合在一起檢測時，會影響到動態特征檢測所需要的圖像信息的連續性，使得最終的實時檢測效果并不是很理想，而且耗時較長。

考慮到發生火災時，火焰煙霧的移動具有一些獨特的運動特征，傳統的圖像處理方法即可快速的對這些動態特征進行檢測；而在某一場景下，發生火災時，火焰煙霧的靜態特征幾乎不發生變化，或者發生的變化較小，其復雜性高，可辨識性差，采用傳統的圖像處理方法很難準確的對其進行檢測。

發明內容

為克服上述現有的火焰煙霧檢測方法檢測效果差的問題或者至少部分地解決上述問題，本發明實施例提供一種火焰煙霧檢測方法及裝置。

根據本發明實施例的第一方面，提供一種火焰煙霧檢測方法，包括：

獲取視頻的每幀中火焰煙霧的動態特征，根據獲取的每幀中的動態特征獲取每幀中火焰煙霧的動態檢測結果；

獲取所述視頻的每幀中火焰煙霧的靜態特征，根據每幀中火焰煙霧的靜態特征確定每幀中火焰煙霧的靜態區域，將所述靜態區域輸入到深度學習模型中，輸出每幀中火焰煙霧的靜態檢測結果；

其中，所述深度學習模型根據火焰煙霧的圖像樣本和所述圖像樣本中火焰煙霧的靜態檢測結果進行訓練獲取；

根據每幀中火焰煙霧的動態檢測結果和靜態檢測結果，確定所述火焰煙霧的最終檢測結果。

具體地，獲取視頻的每幀中火焰煙霧的動態特征的步驟之前還包括：

基于三幀插法檢測出所述視頻的每幀中火焰煙霧的運動區域；

基于背景減法檢測出所述視頻的每幀中火焰煙霧的運動區域；

將每幀中所述三幀插法和所述背景減法檢測出的運動區域進行或運算，獲取每幀中火焰煙霧的最終運動區域；

相應地，獲取視頻的每幀中火焰煙霧的動態特征的步驟包括：

獲取每幀的火焰煙霧的最終運動區域中火焰煙霧的動態特征。

具體地，基于三幀插法確定所述視頻的每幀中火焰煙霧的運動區域的步驟包括：

計算所述視頻的當前幀與緊鄰所述當前幀的前一幀之間的差分圖像，以及緊鄰所述當前幀的后一幀與所述當前幀之間的差分圖像；

對兩個所述差分圖像進行與操作；

對與操作的結果進行二值化處理，對二值化處理的結果進行形態學處理，獲取當前幀中所述三幀插法檢測出的火焰煙霧的運動區域。

具體地，通過以下公式基于背景減法檢測出所述視頻的每幀中火焰煙霧的運動區域：