[發明專利]一種用于水電廠區的火焰識別方法

在審

• 申請號: 202011107574.0
• 申請日: 2020-10-16
• 公開（公告）號: CN112329549A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 嚴映峰;蔣敏;靳帥;郭司亮;江杰
• 申請（專利權）人: 國電大渡河枕頭壩發電有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06Q50/06;G08B17/12;H04N7/18
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 鐘顯毅

1.一種用于水電廠區的火焰識別方法，其特征在于，包括以下步驟：

S10、實時獲取水電廠區內各個攝像頭的視頻流，利用KNN背景建模，對運動目標檢測，并提取運動目標區域存儲為區域圖片；

S20、對提取的運動目標區域的區域圖片進行圖像縮放處理，輸入火焰分類模型，判斷其是否為火焰，若是，則發出火焰報警；

其中，所述火焰分類模型由輕量級神經網絡MobileNetV3對預先收集的火焰數據進行火焰特征深度學習后獲得。

2.根據權利要求1所述的用于水電廠區的火焰識別方法，其特征在于，所述步驟S10具體包括：

S11、實時獲取水電廠區內各個攝像頭的視頻流；

S12、采用OPENCV2軟件的createBackgroundSubtractorKNN函數，通過設置訓練的幀數、陰影檢測獲得背景，再計算獲得當前圖片的前景掩碼；

S13、對前景區域二值化，將非白色的非前景區域均設置為0，白色的前景區域設置為255；

S14、對二值化后的前景區域進行圖像形態上的處理，通過腐蝕、膨脹操作，消除噪聲；

S15、對二值化后的圖片利用cv2.findContours函數獲得矩形輪廓坐標，該獲得的矩形輪廓對象即為圖片中的運動目標；

S16、根據矩形輪廓坐標從原圖中提取對應的矩形區域，形成運動目標區域的區域圖片。

3.根據權利要求2所述的用于水電廠區的火焰識別方法，其特征在于，所述步驟S12中，訓練的幀數為15-30幀。

4.根據權利要求2所述的用于水電廠區的火焰識別方法，其特征在于，所述步驟S13中，定義非白色的像素值為0-244，白色的像素值為244-255。

5.根據權利要求2所述的用于水電廠區的火焰識別方法，其特征在于，所述步驟S16中，提取出矩形區域的圖片后，先根據該圖片的寬高對圖片周圍進行填充，使用像素值為0的黑色進行填充，然后將其縮放為指定尺寸，形式所述區域圖片。

6.根據權利要求5所述的用于水電廠區的火焰識別方法，其特征在于，所述指定尺寸為(200～240)*(200～240)像素點。

7.根據權利要求4所述的用于水電廠區的火焰識別方法，其特征在于，所述獲得區域圖片后，對應視頻流將其以矩陣形式存儲。

8.根據權利要求1～7任一項所述的用于水電廠區的火焰識別方法，其特征在于，所述火焰分類模型建立時，預先收集大量的任何環境下的火焰數據，將其中80％的火焰數據組成訓練數據集，剩余的火焰數據作為測試數據集。

9.根據權利要求8所述的用于水電廠區的火焰識別方法，其特征在于，所述輕量級神經網絡MobileNetV3采用h-swish激活函數進行訓練：

其損失函數采用交叉熵損失函數，公式如下：

該式中，p表示真實值，是one-hot向量形式，q是預測值并且q是經過softmax函數處理后的值；

根據預先收集的火焰數據進行深度學習訓練后，確定出該火焰分類模型。