[發明專利]一種基于優化K-means聚類和C-V模型的紅外林火檢測方法

在審

• 申請號: 202211026537.6
• 申請日: 2022-08-25
• 公開（公告）號: CN115424049A
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 周慧鑫;王珂;李歡;宋江魯奇;王瑛琨;張嘉嘉;張喆;騰翔;楊慶友;王財順;梅峻溪;劉志宇;秦翰林;羅云麟;甘長國
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/20;G06V10/26;G06V20/52;G06V10/30;G06N3/00
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 段俊濤

本發明公開了一種基于優化K?means聚類和C?V模型的紅外林火檢測方法，首先采用最大中值濾波算法對紅外圖像進行噪聲抑制預處理，然后結合粒子群優化與K?means聚類算法對紅外圖像中的火災目標區域進行粗分割，并將粗分割結果作為初始輪廓線，使用基于變分水平集的C?V模型實現對火災目標邊界的優化，最終根據紅外火災目標特性對疑似區域進行特征判別，以得到最終的檢測結果。本發明針對紅外森林火災圖像中火災區域邊緣模糊、分散并存在煙霧的紅外輻射陰影等問題，可以有效地消除干擾物，解決火焰內部漏檢問題，具有較好的檢測效果。

技術領域

本發明屬于火焰檢測技術領域，具體涉及一種基于優化K-means聚類和C-V模型的紅外林火檢測方法。

背景技術

森林火災是一種突發性強、破壞力大、發生范圍廣和撲救困難的自然災害。它不僅燒毀林木，破壞森林環境，還嚴重影響到了森林生態系統的穩定與平衡，威脅人民群眾的生命財產安全。森林火災撲救的危險性和防范的復雜性決定了防火工作必須采取科學設防、科學指揮、科學撲救，需要更強有力的科學技術支撐。隨著成像技術與計算機視覺技術的不斷發展，基于圖像的火災檢測技術成為一大研究熱點。它不僅可以滿足遠距離火災探測的要求，還能夠給出詳細的火情信息，有利于森林火災的及時發現與撲救。

早期的火焰檢測技術，通?；诨鹧娴念伾?、亮度、紋理等特征實現火焰檢測，但是當存在遮擋或待測目標與背景顏色相近時，檢測的效果會大大降低。紅外圖像是通過目標的熱輻射特性來成像的，對于火災目標的檢測具有先天的優勢，基于紅外技術的目標探測方法具有隱蔽性好、識別能力強及工作環境適應性強等各種優點，在軍事、醫療及安防等領域已得到越來越廣泛的應用。根據我國森林的具體情況，并結合紅外林火自身的圖像特征，深入進行基于紅外技術的林火圖像目標探測方法的研究是十分必要的。

發明內容

有鑒于此，本發明的主要目的在于提供一種基于優化K-means聚類和C-V模型的紅外林火檢測方法。

為達到上述目的，本發明的技術方案是這樣實現的：

一種基于優化K-means聚類和C-V模型的紅外林火檢測方法，包括如下步驟：

步驟1，預處理：獲取紅外森林火災圖像，進行噪聲抑制預處理，得到預處理后的圖像；

步驟2，火焰目標區域粗分割：從預處理后的圖像中隨機選擇兩個像素點，作為粒子群優化算法的初始聚類中心，并使用粒子群優化算法求出的全局最優解作為K-means算法的初始聚類中心，結合粒子群優化與K-means聚類算法對紅外森林火災圖像中的火災目標區域進行粗分割，得到火災目標區域的粗分割結果圖像；

步驟3，火焰目標區域的優化：將粗分割結果圖像作為初始輪廓線，使用基于變分水平集的C-V模型實現對火災目標邊界的優化；

步驟4，疑似火焰區域特征的判別：根據紅外火災目標特性，對疑似區域進行特征判別，得到最終的火災檢測結果。

與現有技術相比，本發明的有益效果是：

本發明針對紅外森林火災圖像中火災區域邊緣模糊、分散并存在煙霧的紅外輻射陰影等問題，可以有效地消除干擾物，解決火焰內部漏檢問題，具有較好的檢測效果。

附圖說明

圖1為本發明實例中的流程框圖。

圖2為數據增強處理示例圖，其中(a)為原圖，(b)為亮度增強，(c)為裁剪，(d)為旋轉，(e)為鏡像，(f)為加高斯噪聲，(g)為加椒鹽嗓聲，(h)為加散斑噪聲。

圖3為第一組對比實驗的火災檢測結果，其中，(a)為原圖，(b)為真值圖，(c)為實驗a，(d)為實驗b，(e)為實驗c，(f)為實驗d。

圖4為第二組對比實驗的火災檢測結果，其中，(a)為原圖，(b)為真值圖，(c)為實驗a，(d)為實驗b，(e)為實驗c，(f)為實驗d。