專利名稱：一種基于視頻的隧道煙霧檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理、視頻監(jiān)控以及消防，特別涉及一種基于視頻的隧道煙霧檢測方法及裝置。

背景技術(shù)：
隨著交通系統(tǒng)的迅速發(fā)展，公路、隧道也不斷增加。由于隧道內(nèi)交通流量大且較為封閉，一旦發(fā)生火災(zāi)，撲救十分困難，且極易造成嚴重損失。因此隧道內(nèi)的火災(zāi)檢測得到了極大地關(guān)注。
根據(jù)火災(zāi)產(chǎn)生規(guī)律，火情煙霧的出現(xiàn)早于明火的出現(xiàn)，因此煙霧檢測技術(shù)被廣泛地應(yīng)用于火情早期預(yù)警中。在煙霧檢測技術(shù)中，基于視頻的煙霧檢測由于其非接觸性、成本較低等優(yōu)勢成為研究的熱點。
美國專利申請US 2007/0019071A1公開了一種煙霧檢測方法，采用背景估計來提取圖像中煙霧區(qū)域。公開號為CN101395643A的中國專利申請公開了一種利用攝像機檢測煙霧的方法，首先確定視頻圖像中運動區(qū)域的方法和大小來檢查該運動區(qū)域是否可能存在煙霧，然后在檢測到可能存在煙霧時，依據(jù)表征煙霧的信息來分析該運動區(qū)域的至少一部分是否存在煙霧。但由于隧道內(nèi)存在行駛的汽車、火車造成的灰塵運動和光照變化，這就大大地影響了上述專利檢測的可靠性和準確性。
綜上所述，目前迫切需要提出一種能有效去除灰塵運動、光照變化等干擾的隧道煙霧檢測方法及裝置。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于有效去除灰塵運動、光照變化等干擾，準確地檢測出隧道內(nèi)的煙霧。
為達到上述目的，按照本發(fā)明的第一個方面，提供了一種基于視頻的隧道煙霧檢測方法，包括 第一步驟，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 第二步驟，當前圖像與主背景做差，獲取當前圖像的檢測點； 第三步驟，計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域； 第四步驟，更新當前圖像的背景； 第五步驟，計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 第六步驟，計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域； 第七步驟，計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。
按照本發(fā)明的另一個方面，提供了一種基于視頻的隧道煙霧檢測裝置，該裝置包括 背景建立單元，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 檢測點獲取單元，用于當前圖像與主背景做差，獲取當前圖像的檢測點； 初始區(qū)域獲取單元，用于計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域； 背景更新單元，用于更新當前圖像的背景； 光照干擾濾除單元，用于計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 穩(wěn)定的初始區(qū)域獲取單元，用于計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取當前圖像的穩(wěn)定的初始區(qū)域； 煙霧獲取單元，用于計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。



圖1示出了按照本發(fā)明的基于視頻的隧道煙霧檢測方法的總體流程圖； 圖2示出了按照本發(fā)明的基于視頻的隧道煙霧檢測方法的第六步驟的流程圖； 圖3示出了按照本發(fā)明的基于視頻的隧道煙霧檢測裝置的示意框圖； 圖4示出了按照本發(fā)明的基于視頻的隧道煙霧檢測裝置的穩(wěn)定的初始區(qū)域獲取單元6的示意框圖。

具體實施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合實施例和附圖，對本發(fā)明進一步詳細說明。
本發(fā)明適用于各種交通場所，特別是隧道。
圖1示出了按照本發(fā)明的基于視頻的隧道煙霧檢測方法的總體流程圖。如圖1所示，按照本發(fā)明的基于視頻的隧道煙霧檢測方法可以包括 第一步驟101，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 第二步驟102，當前圖像與主背景做差，獲取當前圖像的檢測點； 第三步驟103，計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域； 第四步驟104，更新當前圖像的背景； 第五步驟105，計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 第六步驟106，計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域； 第七步驟107，計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。
第一步驟 根據(jù)連續(xù)的幀圖像建立背景，采用圖像平均的方法，計算連續(xù)的N幀圖像(可以以接收的第一幀圖像為起始幀圖像，也可以以接收的視頻段的中間幀圖像為起始幀圖像)的平均值。假設(shè)這N幀圖像為Ii(i∈[1，N])，則主背景IBack的計算公式為參考背景為IBackRef＝IBack，參考圖像為IRef＝IBack。
第二步驟 將當前圖像與主背景做差，以獲取當前圖像與主背景的差值圖像。以差值圖像中像素值大于第一閾值T1的像素點為檢測點。其中，第一閾值T1可以選取15～30內(nèi)的任何一個值，即15≤T1≤30且T1為整數(shù)。
第三步驟 一、計算第二步驟獲取的檢測點的積分值。假設(shè)當前圖像內(nèi)像素點(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將檢測點(x，y)的積分值m(x，y)都加上一固定值D1(若檢測點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將其他區(qū)域內(nèi)的像素點(x，y)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。固定值D1可以選取8～20內(nèi)的任何一個值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個值，即8≤D2≤20且D2為整數(shù)。
二、將積分值大于第二閾值T2的檢測點作為目標，使用連通區(qū)域標定方法獲取由目標組成的初始區(qū)域。連通區(qū)域標定方法可以通過四連通域方法或八連通域方法實現(xiàn)。可以這樣進行四連/八連通域的連通標記首先，對目標點(即當前圖像中積分值大于第二閾值T2的檢測點)施行逐行掃描，找到一個未標記區(qū)域的第一點，標記該點；檢查該點的四連/八連域點并標記滿足連通性要求的，且尚未被標記的點，同時將新增的標記點記錄下來作為“區(qū)域增長”的種子點；在后續(xù)的標記過程中，不斷地從記錄種子點的數(shù)組中取出一個種子，施行上述的操作，如此循環(huán)，直到記錄種子點的數(shù)組為空，一個連通區(qū)域標記結(jié)束；接著再標記下一個未標記的區(qū)域，直到目標點全都被標記在連通區(qū)域內(nèi)。每個標記的連通區(qū)域即為獨立的初始區(qū)域，當前圖像中的其他區(qū)域則為非初始區(qū)域。其中，第二閾值T2可以選取150～200內(nèi)的任何一個值，即150≤T2≤200且T2為整數(shù)。
第四步驟 更新當前圖像的主背景，其更新公式如下
其中，IBackk-1(x，y)表示目前的主背景像素點(x，y)的像素值，Icur(x，y)表示當前圖像像素點(x，y)的像素值，IBackk(x，y)表示更新后的主背景像素點(x，y)的像素值，α、β分別表示非初始區(qū)域、初始區(qū)域內(nèi)像素點的主背景更新速率，且0＜β＜α＜1。實施時，可以選取α為0.7～0.9內(nèi)一值，即0.7≤α≤0.9，β＝α/4。
如果當前圖像內(nèi)不存在初始區(qū)域，則需要更新參考背景，即 第五步驟 計算當前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)，若該相關(guān)系數(shù)大于第三閾值T3，則認為該初始區(qū)域為光照引起的干擾，將其濾除。設(shè)當前圖像內(nèi)初始區(qū)域的像素值為Icur，該初始區(qū)域?qū)?yīng)的參考背景的像素值為IBack，當前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)Cor則為 其中，Icuravg(x，y)表示初始區(qū)域內(nèi)所有像素點的像素值的平均值，IBackavg(x，y)表示初始區(qū)域?qū)?yīng)的參考背景內(nèi)所有像素點的像素值的平均值。將相關(guān)系數(shù)＞第三閾值T3的初始區(qū)域設(shè)為非初始區(qū)域，將相關(guān)系數(shù)≤第三閾值T3的初始區(qū)域提取出來。其中，第三閾值T3可以選取0.8～0.9內(nèi)的任何一個值，即0.8≤T3≤0.9。
第六步驟 圖2示出了按照本發(fā)明的基于視頻的隧道煙霧檢測方法的第六步驟的流程圖。如圖2所示，該第六步驟包括 步驟201，將當前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計對應(yīng)于各個初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點個數(shù)，并計算該個數(shù)與該初始區(qū)域總的像素點個數(shù)的比值。其中，第四閾值T4可以選取15～30內(nèi)的任何一個值，即15≤T4≤30且T4為整數(shù)。
步驟202，計算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對應(yīng)于初始區(qū)域的像素點(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將比值小于第五閾值T5的初始區(qū)域的像素點(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域內(nèi)的其他像素點(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。其中，第五閾值T5可以選取0.05～0.15內(nèi)的任何一個值，即0.05≤T5≤0.15。固定值D1可以選取8～20內(nèi)的任何一個值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個值，即8≤D2≤20且D2為整數(shù)。
步驟203，若初始區(qū)域的積分值大于第六閾值T6，則認為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。其中，第六閾值T6可以選取150～200內(nèi)的任何一個值，即150≤T6≤200且T6為整數(shù)。
第七步驟 一、計算第六步驟提取出的穩(wěn)定的初始區(qū)域的圖像的對比度特征和圖像的平滑性特征。穩(wěn)定的初始區(qū)域的圖像的對比度計算首先計算對應(yīng)于穩(wěn)定的初始區(qū)域的當前圖像的灰度直方圖，然后計算該直方圖內(nèi)中間80％部分的像素值的跨度值(該跨度值也就是指直方圖內(nèi)中間80％部分的像素值的最大值與最小值的差值)。穩(wěn)定的初始區(qū)域的圖像的平滑性計算首先計算對應(yīng)于穩(wěn)定的初始區(qū)域的圖像的共生矩陣，再計算該共生矩陣的直方圖，并計算該直方圖所圍成的面積。對于對應(yīng)于穩(wěn)定的初始區(qū)域的當前圖像內(nèi)的一點(x，y)，首先分別計算其與點(x-2，y+1)、(x-1，y+2)、(x，y+2)、(x+1，y+2)、(x+2，y+1)、(x+2，y)的像素值的差的絕對值，可以獲得點(x，y)與鄰邊點的6個灰度差值，將初始區(qū)域內(nèi)所有點的6個灰度差值匯聚成灰度直方圖，然后計算該直方圖所圍成的面積。
二、根據(jù)穩(wěn)定初始區(qū)域的圖像的對比度特征和圖像的平滑性特征來提取煙霧。若穩(wěn)定的初始區(qū)域的圖像的對比度計算出的跨度值小于第七閾值T7，則認為該穩(wěn)定的初始區(qū)域滿足煙霧的對比度特征。若穩(wěn)定的初始區(qū)域的圖像的平滑性計算出的直方圖圍成的面積小于第八閾值T8，則認為該穩(wěn)定的初始區(qū)域滿足煙霧的平滑性特征。當穩(wěn)定的初始區(qū)域同時滿足煙霧的對比度特征和平滑性特征時，則認為該穩(wěn)定的初始區(qū)域是煙霧并輸出。其中，第七閾值T7可以選取50～80內(nèi)的任何一個值，即50≤T7≤80且T7為整數(shù)。第八閾值T8可以選取10～20內(nèi)的任何一個值，即10≤T8≤20且T8為整數(shù)。
圖3示出了按照本發(fā)明的基于視頻的隧道煙霧檢測裝置的示意框圖。如圖3所示，按照本發(fā)明的基于視頻的隧道煙霧檢測裝置包括 背景建立單元1，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像。
檢測點獲取單元2，用于當前圖像與主背景做差，獲取當前圖像的檢測點。
初始區(qū)域獲取單元3，用于計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域。
背景更新單元4，用于更新當前圖像的背景。
光照干擾濾除單元5，用于計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域。
穩(wěn)定的初始區(qū)域獲取單元6，用于計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取當前圖像的穩(wěn)定的初始區(qū)域。
煙霧獲取單元7，用于計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。若光照干擾濾除單元6提取出的穩(wěn)定的初始區(qū)域同時滿足圖像的對比度特征和圖像的平滑性特征，則認為是煙霧并提取出。
圖4示出了按照本發(fā)明的基于視頻的隧道煙霧檢測裝置的穩(wěn)定的初始區(qū)域獲取單元6的示意框圖。如圖4所示，按照本發(fā)明的基于視頻的隧道煙霧檢測裝置的穩(wěn)定的初始區(qū)域獲取單元6包括 比值計算模塊61，用于將當前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計對應(yīng)于各個初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點個數(shù)，并計算該個數(shù)與該初始區(qū)域總的像素點個數(shù)的比值。其中，第四閾值T4可以選取15～30內(nèi)的任何一個值，即15≤T4≤30且T4為整數(shù)。
積分值計算模塊62，用于計算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對應(yīng)于初始區(qū)域的像素點(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將比值小于第五閾值T5的初始區(qū)域的像素點(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域的其他像素點(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。其中，第五閾值T5可以選取0.05～0.15內(nèi)的任何一個值，即0.05≤T5≤0.15。固定值D1可以選取8～20內(nèi)的任何一個值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個值，即8≤D2≤20且D2為整數(shù)。
穩(wěn)定的初始區(qū)域判別與提取模塊63，用于根據(jù)初始區(qū)域的積分值與第六閾值T6的大小關(guān)系，判別出穩(wěn)定的初始區(qū)域并提取出。如果若初始區(qū)域的差值圖像的積分值大于第六閾值T6，則認為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。其中，第六閾值T6可以選取150～200內(nèi)的任何一個值，即150≤T6≤200且T6為整數(shù)。
與現(xiàn)有的煙霧檢測技術(shù)相比，按照本發(fā)明的基于視頻的隧道煙霧檢測方法及裝置能夠有效去除灰塵運動、光照變化等干擾，準確地檢測出煙霧，因此特別適用于交通系統(tǒng)，例如隧道、公路等。
以上所述，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍，應(yīng)當理解，本發(fā)明并不限于這里所描述的實現(xiàn)方案，這些實現(xiàn)方案描述的目的在于幫助本領(lǐng)域中的技術(shù)人員實踐本發(fā)明。任何本領(lǐng)域中的技術(shù)人員很容易在不脫離本發(fā)明精神和范圍的情況下進行進一步的改進和完善，因此本發(fā)明只受到本發(fā)明權(quán)利要求的內(nèi)容和范圍的限制，其意圖涵蓋所有包括在由所附權(quán)利要求所限定的本發(fā)明精神和范圍內(nèi)的備選方案和等同方案。
權(quán)利要求
1.基于視頻的隧道煙霧檢測方法，其特征在于，該方法包括
第一步驟，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；
第二步驟，當前圖像與主背景做差，獲取當前圖像的檢測點；
第三步驟，計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域；
第四步驟，更新當前圖像的背景；
第五步驟，計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；
第六步驟，計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域；
第七步驟，計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。
2.如權(quán)利要求1所述的方法，其特征在于，第一步驟中假設(shè)N幀圖像為Ii(i∈[1，N])，則主背景IBack的計算公式為參考背景為IBackRef＝IBack，參考圖像為IRef＝IBack。
3.如權(quán)利要求1所述的方法，其特征在于，第二步驟包括將當前圖像與主背景做差，以獲取當前圖像與主背景的差值圖像。以差值圖像中像素值大于第一閾值T1的像素點為檢測點。
4.如權(quán)利要求1所述的方法，其特征在于，第三步驟包括
一、計算第二步驟獲取的檢測點的積分值。假設(shè)當前圖像內(nèi)像素點(x，y)的積分值為m(x，y)，將檢測點(x，y)的積分值m(x，y)都加上一固定值D1(若檢測點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將其他區(qū)域內(nèi)的像素點(x，y)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。
二、將積分值大于第二閾值T2的檢測點作為目標，使用連通區(qū)域標定方法獲取由目標組成的初始區(qū)域。
5.如權(quán)利要求1所述的方法，其特征在于，第四步驟包括
更新當前圖像的主背景，其更新公式如下
其中，IBackk-1(x，y)表示目前的主背景像素點(x，y)的像素值，Icur(x，y)表示當前圖像像素點(x，y)的像素值，IBackk(x，y)表示更新后的主背景像素點(x，y)的像素值，α、β分別表示非初始區(qū)域、初始區(qū)域內(nèi)像素點的主背景更新速率，且0＜β＜α＜1。
如果當前圖像內(nèi)不存在初始區(qū)域，則需要更新參考背景，即
6.如權(quán)利要求1所述的方法，其特征在于，第五步驟包括計算當前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)，若該相關(guān)系數(shù)大于第三閾值T3，則認為該初始區(qū)域為光照引起的干擾，將其濾除。設(shè)當前圖像內(nèi)初始區(qū)域的像素值為Icur，該初始區(qū)域?qū)?yīng)的參考背景的像素值為IBack，當前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)Cor則為
其中，Icuravg(x，y)表示初始區(qū)域內(nèi)所有像素點的像素值的平均值，IBackavg(x，y)表示初始區(qū)域?qū)?yīng)的參考背景內(nèi)所有像素點的像素值的平均值。將相關(guān)系數(shù)＞第三閾值T3的初始區(qū)域設(shè)為非初始區(qū)域，將相關(guān)系數(shù)≤第三閾值T3的初始區(qū)域提取出來。
7.如權(quán)利要求1所述的方法，其特征在于，第六步驟包括
一、將當前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計對應(yīng)于各個初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點個數(shù)，并計算該個數(shù)與該初始區(qū)域總的像素點個數(shù)的比值。
二、計算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對應(yīng)于初始區(qū)域的像素點(x，y)的積分值為m(x，y)，將比值小于第五閾值T5的初始區(qū)域的像素點(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域內(nèi)的其他像素點(x，y)(即比值大于或等于第五閾值T5的初始區(qū)域的像素點)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。
三、若初始區(qū)域的積分值大于第六閾值T6，則認為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。
8.如權(quán)利要求1所述的方法，其特征在于，第七步驟包括
一、計算第六步驟提取出的穩(wěn)定的初始區(qū)域的圖像的對比度特征和圖像的平滑性特征。穩(wěn)定的初始區(qū)域的圖像的對比度計算首先計算對應(yīng)于穩(wěn)定的初始區(qū)域的當前圖像的灰度直方圖，然后計算該直方圖內(nèi)中間80％部分的像素值的跨度值(該跨度值也就是指直方圖內(nèi)中間80％部分的像素值的最大值與最小值的差值)。穩(wěn)定的初始區(qū)域的圖像的平滑性計算首先計算對應(yīng)于穩(wěn)定的初始區(qū)域的圖像的共生矩陣，再計算該共生矩陣的直方圖，并計算該直方圖所圍成的面積。對于對應(yīng)于穩(wěn)定的初始區(qū)域的當前圖像內(nèi)的一點(x，y)，首先分別計算其與點(x-2，y+1)、(x-1，y+2)、(x，y+2)、(x+1，y+2)、(x+2，y+1)、(x+2，y)的像素值的差的絕對值，可以獲得點(x，y)與鄰邊點的6個灰度差值，將初始區(qū)域內(nèi)所有點的6個灰度差值匯聚成灰度直方圖，然后計算該直方圖所圍成的面積。
二、根據(jù)穩(wěn)定初始區(qū)域的圖像的對比度特征和圖像的平滑性特征來提取煙霧。若穩(wěn)定的初始區(qū)域的圖像的對比度計算出的跨度值小于第七閾值T7，則認為該穩(wěn)定的初始區(qū)域滿足煙霧的對比度特征。若穩(wěn)定的初始區(qū)域的圖像的平滑性計算出的直方圖圍成的面積小于第八閾值T8，則認為該穩(wěn)定的初始區(qū)域滿足煙霧的平滑性特征。當穩(wěn)定的初始區(qū)域同時滿足煙霧的對比度特征和平滑性特征時，則認為該穩(wěn)定的初始區(qū)域是煙霧并輸出。
9.如權(quán)利要求3所述的方法，其特征在于，其中15≤T1≤30且T1為整數(shù)。
10.如權(quán)利要求4、7所述的方法，其特征在于，其中8≤D1≤20且D1為整數(shù)，8≤D2≤20且D2為整數(shù)，150≤T2≤200且T2為整數(shù)。
11.如權(quán)利要求5所述的方法，其特征在于，其中0.7≤α≤0.9，β＝α/4。
12.如權(quán)利要求6所述的方法，其特征在于，其中0.8≤T3≤0.9。
13.如權(quán)利要求7所述的方法，其特征在于，其中15≤T4≤30且T4為整數(shù)，0.05≤T5≤0.15，150≤T6≤200且T6為整數(shù)。
14.如權(quán)利要求8所述的方法，其特征在于，其中50≤T7≤80且T7為整數(shù)，10≤T8≤20且T8為整數(shù)。
15.基于視頻的隧道煙霧檢測裝置，其特征在于，該裝置包括
背景建立單元，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；
檢測點獲取單元，用于當前圖像與主背景做差，獲取當前圖像的檢測點；
初始區(qū)域獲取單元，用于計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域；
背景更新單元，用于更新當前圖像的背景；
光照干擾濾除單元，用于計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；
穩(wěn)定的初始區(qū)域獲取單元，用于計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取當前圖像的穩(wěn)定的初始區(qū)域；
煙霧獲取單元，用于計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。
16.如權(quán)利要求15所述的裝置，其特征在于，穩(wěn)定的初始區(qū)域獲取單元包括
比值計算模塊，用于將當前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計對應(yīng)于各個初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點個數(shù)，并計算該個數(shù)與該初始區(qū)域總的像素點個數(shù)的比值。
積分值計算模塊，用于計算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對應(yīng)于初始區(qū)域的像素點(x，y)的積分值為m(x，y)，將比值小于第五閾值T5的初始區(qū)域的像素點(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域的其他像素點(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點)的積分值m(x，y)都減去第二固定值D2(若像素點m(x，y)對應(yīng)的積分值小于0，則令該積分值為0)。
穩(wěn)定的初始區(qū)域判別與提取模塊，用于根據(jù)初始區(qū)域的積分值與第六閾值T6的大小關(guān)系，判別出穩(wěn)定的初始區(qū)域并提取出。如果若初始區(qū)域的差值圖像的積分值大于第六閾值T6，則認為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。
17.如權(quán)利要求16所述的裝置，其特征在于，其中15≤T4≤30且T4為整數(shù)，0.05≤T5≤0.15，8≤D1≤20且D1為整數(shù)，8≤D2≤20且D2為整數(shù)，150≤T6≤200且T6為整數(shù)。
全文摘要
本發(fā)明提供了一種基于視頻的隧道煙霧檢測方法及裝置，包括根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；當前圖像與主背景做差，獲取當前圖像的檢測點；計算當前圖像檢測點的積分值，根據(jù)積分值提取當前圖像的初始區(qū)域；更新當前圖像的背景；計算當前圖像與參考背景圖像的對應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；計算當前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域；計算當前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來提取煙霧。
文檔編號G01N21/85GK101751558SQ20091024255
公開日2010年6月23日 申請日期2009年12月16日 優(yōu)先權(quán)日2009年12月16日
發(fā)明者陸奇星 申請人:北京智安邦科技有限公司