[發明專利]一種基于顏色特征最優組合的CART決策樹火災圖像識別方法

有效

• 申請號: 202210363855.5
• 申請日: 2022-04-07
• 公開（公告）號: CN114818883B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 李海;寇月;熊升華;任可;郭湘川
• 申請（專利權）人: 中國民用航空飛行學院
• 主分類號: G06V10/56
• 分類號: G06V10/56;G06N5/01;G06V10/774;G06V10/80
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

1.一種基于顏色特征最優組合的CART決策樹火災圖像識別方法，其特征在于，包括如下步驟：

步驟一、構建火災圖像與非火災圖像樣本集，并隨機劃分為訓練樣本集和測試樣本集；

步驟二、基于Lab、RGB、HSV三種色彩模式提取火災與非火災樣本庫顏色特征；

步驟三、在Lab、RGB、HSV色彩模式下分別基于精細決策樹尋找最優特征，得到最優特征組合集；

步驟四、基于步驟三得到的最優特征組合集以及訓練樣本集進行CART決策樹模型的訓練，得到最優CART決策樹模型；

步驟五、將測試樣本集輸入到最優CART決策樹模型，完成火災圖像的識別；

在步驟二中，所述基于Lab、RGB、HSV三種色彩模式提取火災與非火災樣本庫顏色特征具體包括：在Lab模式下提取到的特征為Ka、Kb1、var1；在RGB模式下提取到的特征為Kr、Kg、Kb2、Var2；在HSV模式下提取到的特征為Kh、Ks、Kv、Var3；

在步驟三中，在Lab、RGB、HSV色彩模式下分別基于精細決策樹尋找最優特征具體是：在Lab色彩模式基于預測火災圖像精度最優的特征組合，具體最優特征為Kb+Var1；在RGB色彩模式基于預測火災圖像精度最優的特征組合，具體最優特征為Kg+Kb1+Var2；在HSV色彩模式基于預測火災圖像精度最優的特征組合，具體最優特征為Kh+Ks+Kv；

在步驟三中，所述最優特征組合集具體為Kb+Var1+Kg+Kb1+Var2+Kh+Ks+Kv。

2.根據權利要求1所述的基于顏色特征最優組合的CART決策樹火災圖像識別方法，其特征在于：在步驟一中，所述訓練樣本集和測試樣本集的劃分比例為1:1。

3.根據權利要求1所述的基于顏色特征最優組合的CART決策樹火災圖像識別方法，其特征在于：在步驟四中，所述的CART決策樹模型是基于基尼系數來選擇劃分屬性的。

4.根據權利要求1或3所述的基于顏色特征最優組合的CART決策樹火災圖像識別方法，其特征在于：在步驟四中，所述CART決策樹模型的訓練中還進行驗證準確度與測試準確度的計算，并依據計算得到的驗證準確度與測試準確度數據判斷是否滿足火災圖像識別精度閾值要求，作為最優CART決策樹模型；

如果不滿足，則調整分裂數數量，優化CART參數或更換訓練樣本集，直至找到測試、驗證準確度最高的CART決策樹模型，作為最優CART決策樹模型。

5.根據權利要求4所述的基于顏色特征最優組合的CART決策樹火災圖像識別方法，其特征在于：所述的閾值要求是驗證準確度≥90％，測試準確度≥60％。