專(zhuān)利名稱：煙霧檢測(cè)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及安防監(jiān)控領(lǐng)域，尤其涉及一種煙霧檢測(cè)的方法。
背景技術(shù)：
傳統(tǒng)的基于離子感煙器、光電感煙器的火災(zāi)報(bào)警系統(tǒng)由于成本低廉，在當(dāng)前的火災(zāi)防控中取得了非常廣泛的應(yīng)用。但是探測(cè)器必須與一定濃度的煙霧接觸才能報(bào)警，使得它無(wú)法應(yīng)用于大的空間以及露天環(huán)境。
計(jì)算機(jī)視覺(jué)主要研究從圖像數(shù)據(jù)中獲取信息的方法?；谟?jì)算機(jī)視覺(jué)的煙霧檢測(cè)方法通過(guò)對(duì)視頻圖像內(nèi)容進(jìn)行分析，判斷場(chǎng)景中是否存在煙霧，因此它不需要與煙霧接觸， 能夠監(jiān)控大空間以及露天區(qū)域；此外，基于視頻監(jiān)控的火災(zāi)報(bào)警系統(tǒng)能夠?qū)崟r(shí)傳送監(jiān)控現(xiàn)場(chǎng)的視頻信息，在發(fā)生報(bào)警后，消防人員可以利用視頻信息及時(shí)判斷火災(zāi)報(bào)警的真實(shí)性，避免火災(zāi)防控系統(tǒng)誤報(bào)警帶來(lái)的損失；同時(shí)對(duì)于真正發(fā)生的火災(zāi)，視頻圖像也能夠幫助消防人員了解火場(chǎng)信息，及時(shí)制定有效的滅火方案。
煙霧檢測(cè)屬于計(jì)算機(jī)視覺(jué)領(lǐng)域中特定目標(biāo)的檢測(cè)識(shí)別問(wèn)題，目前實(shí)際使用中的煙霧檢測(cè)算法主要有以下幾種1、基于顏色信息的煙霧檢測(cè)，顏色信息是對(duì)圖像分析中一種經(jīng)常利用的信息，通過(guò)在視頻圖像中尋找與煙霧顏色近似的區(qū)域，能夠?qū)崿F(xiàn)煙霧的檢測(cè)。然而，利用顏色信息進(jìn)行煙霧檢測(cè)容易受相似顏色目標(biāo)的干擾；此外，不同燃燒物燃燒所釋放出的煙霧顏色有較大差異，也是限制顏色信息在煙霧檢測(cè)中應(yīng)用的一個(gè)重要限制；2、基于運(yùn)動(dòng)信息的煙霧檢測(cè)，
場(chǎng)景中的光流反映了場(chǎng)景中各點(diǎn)在視頻流中的運(yùn)動(dòng)方向，一些人員通過(guò)計(jì)算場(chǎng)景中的光流，尋找場(chǎng)景中同煙霧擴(kuò)散相似的運(yùn)動(dòng)區(qū)域，從而發(fā)現(xiàn)場(chǎng)景中的疑似煙霧區(qū)域。然而，光流計(jì)算的準(zhǔn)確性，監(jiān)控區(qū)域的成像條件等都對(duì)煙霧的準(zhǔn)確檢測(cè)結(jié)果有很大影響；3、基于小波分析的煙霧檢測(cè)，小波分析方法能夠在頻域和空域同時(shí)對(duì)圖像進(jìn)行分析，在圖像處理領(lǐng)域的很多問(wèn)題中都有重要應(yīng)用。有學(xué)者研究了圖像中煙霧區(qū)域同非煙霧區(qū)域在小波域的差別，分析了小波域能量損失與保留能量的關(guān)系、小波系數(shù)的統(tǒng)計(jì)規(guī)律等，獲得了較好的煙霧檢測(cè)效果。但是小波分析方法往往只針對(duì)特定形態(tài)的煙霧，難以滿足一些特定場(chǎng)合的應(yīng)用需求，此外，對(duì)于成像質(zhì)量較差的視頻，噪聲也會(huì)對(duì)圖像小波域的信息有較大影響。 雖然研究人員根據(jù)煙霧的不同特性提出了不同的煙霧檢測(cè)算法，但是，現(xiàn)有的基于計(jì)算機(jī)視覺(jué)的煙霧檢測(cè)方法研究主要集中于可見(jiàn)光場(chǎng)景，無(wú)法應(yīng)用于黑暗的密閉空間以及夜晚場(chǎng)景。為此，有必要對(duì)上述的煙霧檢測(cè)算法進(jìn)行進(jìn)一步的改進(jìn)。發(fā)明內(nèi)容
本發(fā)明提出了一種煙霧檢測(cè)的方法，能夠在黑暗的密閉空間及夜晚場(chǎng)景中實(shí)時(shí)精確地完成對(duì)煙霧的檢測(cè)。
本發(fā)明采用的一個(gè)技術(shù)方案是提供一種煙霧檢測(cè)的方法，包括兩個(gè)階段生成分類(lèi)器階段和檢測(cè)煙霧階段；
所述生成分類(lèi)器階段，包括如下步驟
SI I、接收樣本視頻；
S12、對(duì)樣本視頻進(jìn)行分析，生成運(yùn)動(dòng)前景二值圖像，并對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記，具體為以樣本視頻中第一幀圖像為圖像背景，對(duì)于t幀圖像中的每一像素點(diǎn)與t幀的背景圖像對(duì)應(yīng)的像素點(diǎn)相減并對(duì)差值取絕對(duì)值后，將差值的絕對(duì)值與運(yùn)動(dòng)檢測(cè)閾值比較，若差值的絕對(duì)值大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)存在運(yùn)動(dòng)區(qū)域，賦第一灰度值后以該像素點(diǎn)為中心搜索相鄰像素點(diǎn)中存在的相同灰度值的像素點(diǎn)，并標(biāo)記為連通域，若差值的絕對(duì)值不大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)不存在運(yùn)動(dòng)區(qū)域并賦灰度值；
S13、確定運(yùn)動(dòng)區(qū)域幀間關(guān)系，對(duì)于第t幀圖像連通域中的每一運(yùn)動(dòng)區(qū)域，計(jì)算其與第t-i幀圖像連通域中所有運(yùn)動(dòng)區(qū)域的距離，判斷是否小于距離閾值，若是，則將第t幀圖像中的運(yùn)動(dòng)區(qū)域與第t-ι幀圖像中的運(yùn)動(dòng)區(qū)域標(biāo)記為同一目標(biāo)，若否，則處理第t幀圖像的下一個(gè)運(yùn)動(dòng)區(qū)域或下一幀圖像；
S14、計(jì)算單幀圖像的運(yùn)動(dòng)區(qū)域特征，對(duì)第t幀中的運(yùn)動(dòng)區(qū)域，若能夠在第t-Ι幀圖像中找到由同一目標(biāo)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)區(qū)域，計(jì)算同一目標(biāo)中第t幀圖像的運(yùn)動(dòng)區(qū)域特征， 標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性并保存；
S15、生成分類(lèi)器，對(duì)樣本視頻信息中的所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征和標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性后，將所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征組合成運(yùn)動(dòng)特征向量并標(biāo)記類(lèi)別后，將所有運(yùn)動(dòng)特征向量和類(lèi)別標(biāo)記存儲(chǔ)于分類(lèi)器中；
所述檢測(cè)煙霧階段，包括如下步驟
S21、接收待檢測(cè)的視頻；
S22、對(duì)待檢測(cè)的視頻進(jìn)行分析，生成運(yùn)動(dòng)前景二值圖像，并對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記，具體為以待檢測(cè)視頻中第一幀圖像為圖像背景，對(duì)于t幀圖像中的每一像素點(diǎn)與t幀的背景圖像對(duì)應(yīng)的像素點(diǎn)相減并對(duì)差值取絕對(duì)值后，將差值的絕對(duì)值與運(yùn)動(dòng)檢測(cè)閾值比較，若差值的絕對(duì)值大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)存在運(yùn)動(dòng)區(qū)域，賦灰度值后以該像素點(diǎn)為中心搜索相鄰像素點(diǎn)中存在的相同灰度值的像素點(diǎn)，并標(biāo)記為連通域， 若差值的絕對(duì)值不大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)不存在運(yùn)動(dòng)區(qū)域并賦灰度值；
S23、確定運(yùn)動(dòng)區(qū)域幀間關(guān)系，對(duì)于第t幀圖像連通域中的每一運(yùn)動(dòng)區(qū)域，計(jì)算其與第t-Ι幀圖像連通域中所有運(yùn)動(dòng)區(qū)域的距離，判斷是否小于距離閾值，若是，則將第t幀圖像與第t-Ι幀圖像中對(duì)應(yīng)區(qū)域標(biāo)記為同一目標(biāo)，若否，則判斷該目標(biāo)為新產(chǎn)生的運(yùn)動(dòng)區(qū)域，并返回步驟S22;
S24、計(jì)算單幀圖像運(yùn)動(dòng)區(qū)域的概率，對(duì)第t幀中的運(yùn)動(dòng)區(qū)域，若能夠在第t-Ι幀圖像中找到由同一目標(biāo)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)區(qū)域，計(jì)算同一目標(biāo)中第m幀圖像的運(yùn)動(dòng)區(qū)域特征后，標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性并保存；對(duì)待檢測(cè)視頻信息中的所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征和標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性后，將所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征組合成運(yùn)動(dòng)特征向量并標(biāo)記類(lèi)別后，將所有運(yùn)動(dòng)特征向量和類(lèi)別標(biāo)記輸入分類(lèi)器中，計(jì)算單幀圖像運(yùn)動(dòng)區(qū)域的概率；
S25、目標(biāo)綜合分析，判斷目標(biāo)存在幀數(shù)是否大于幀數(shù)閾值，若是，則計(jì)算目標(biāo)存在幀數(shù)對(duì)應(yīng)區(qū)域?yàn)闊熿F的平均概率，并該判斷平均概率與煙霧報(bào)警閾值的關(guān)系，具體為當(dāng)該判斷平均概率大于煙霧報(bào)警閾值時(shí)，則判斷該目標(biāo)為煙霧并報(bào)警，當(dāng)該判斷平均概率小于或等于煙霧報(bào)警閾值時(shí)，則判斷該目標(biāo)為非煙霧，并返回步驟S12 ;若否，則判斷該目標(biāo)為非煙霧，并返回步驟S12。
優(yōu)選的，所述步驟S12中生成運(yùn)動(dòng)前景二值圖像與對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記之間，還包括步驟S121、判斷是否需要更新背景圖像，
將第t幀圖像Ft與背景圖像Bt對(duì)應(yīng)像素相減差值的絕對(duì)值累加求和，得到當(dāng)前幀
d￥ftB'F = E(x.v),f,\Ft (x，— Br (A 4，
將沿瓦〃與背景更新閾值ΛΒ進(jìn)行比較，若 *瓦〃大于ΛΒ且當(dāng)前目標(biāo)中沒(méi)有產(chǎn)生報(bào)警的煙霧疑似區(qū)域，則更新背景圖像，將Ft作為新的背景圖像Bt+1，反之，則不更新背景圖像，具體為
優(yōu)選的，所述步驟S121之后與對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記之前，還包括步驟S122、對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行濾波，對(duì)以運(yùn)動(dòng)前景二值圖像中的任一像素點(diǎn)的為中心鄰域8個(gè)像素點(diǎn)的灰度值進(jìn)行排序，并選取8個(gè)像素點(diǎn)灰度值中的中間值為中心鄰域內(nèi)像素點(diǎn)的灰度值。
優(yōu)選的，所述步驟S13具體為計(jì)算第t幀圖像與第t-Ι的中各運(yùn)動(dòng)區(qū)域間距離，
計(jì)算t巾貞第i個(gè)運(yùn)動(dòng)區(qū)域與第t-Ι巾貞圖像第j個(gè)運(yùn)動(dòng)區(qū)域的均值/4，M*fl I
計(jì)算t幀第i個(gè)運(yùn)動(dòng)區(qū)域與第t-l幀圖像第j個(gè)運(yùn)動(dòng)區(qū)域的方差
權(quán)利要求
1.一種煙霧檢測(cè)的方法，其特征在于，包括兩個(gè)階段生成分類(lèi)器階段和檢測(cè)煙霧階段； 所述生成分類(lèi)器階段，包括如下步驟 SI I、接收樣本視頻； s12、對(duì)樣本視頻進(jìn)行分析，生成運(yùn)動(dòng)前景二值圖像，并對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記，具體為以樣本視頻中第一幀圖像為圖像背景，對(duì)于t幀圖像中的每一像素點(diǎn)與t幀的背景圖像對(duì)應(yīng)的像素點(diǎn)相減并對(duì)差值取絕對(duì)值后，將差值的絕對(duì)值與運(yùn)動(dòng)檢測(cè)閾值比較，若差值的絕對(duì)值大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)存在運(yùn)動(dòng)區(qū)域，賦第一灰度值后以該像素點(diǎn)為中心搜索相鄰像素點(diǎn)中存在的相同灰度值的像素點(diǎn)，并標(biāo)記為連通域，若差值的絕對(duì)值不大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)不存在運(yùn)動(dòng)區(qū)域并賦灰度值； s13、確定運(yùn)動(dòng)區(qū)域幀間關(guān)系，對(duì)于第t幀圖像連通域中的每一運(yùn)動(dòng)區(qū)域，計(jì)算其與第t-1幀圖像連通域中所有運(yùn)動(dòng)區(qū)域的距離，判斷是否小于距離閾值，若是，則將第t幀圖像中的運(yùn)動(dòng)區(qū)域與第t-1幀圖像中的運(yùn)動(dòng)區(qū)域標(biāo)記為同一目標(biāo)，若否，則處理第t幀圖像的下一個(gè)運(yùn)動(dòng)區(qū)域或下一幀圖像； s14、計(jì)算單幀圖像的運(yùn)動(dòng)區(qū)域特征，對(duì)第t幀中的運(yùn)動(dòng)區(qū)域，若能夠在第t-1幀圖像中找到由同一目標(biāo)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)區(qū)域，計(jì)算同一目標(biāo)中第t幀圖像的運(yùn)動(dòng)區(qū)域特征，標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性并保存； s15、生成分類(lèi)器，對(duì)樣本視頻信息中的所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征和標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性后，將所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征組合成運(yùn)動(dòng)特征向量并標(biāo)記類(lèi)別后，將所有運(yùn)動(dòng)特征向量和類(lèi)別標(biāo)記存儲(chǔ)于分類(lèi)器中； 所述檢測(cè)煙霧階段，包括如下步驟 s21、接收待檢測(cè)的視頻； s22、對(duì)待檢測(cè)的視頻進(jìn)行分析，生成運(yùn)動(dòng)前景二值圖像，并對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記，具體為以待檢測(cè)視頻中第一幀圖像為圖像背景，對(duì)于t幀圖像中的每一像素點(diǎn)與t幀的背景圖像對(duì)應(yīng)的像素點(diǎn)相減并對(duì)差值取絕對(duì)值后，將差值的絕對(duì)值與運(yùn)動(dòng)檢測(cè)閾值比較，若差值的絕對(duì)值大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)存在運(yùn)動(dòng)區(qū)域，賦灰度值后以該像素點(diǎn)為中心搜索相鄰像素點(diǎn)中存在的相同灰度值的像素點(diǎn)，并標(biāo)記為連通域，若差值的絕對(duì)值不大于運(yùn)動(dòng)檢測(cè)閾值，則設(shè)定該像素點(diǎn)不存在運(yùn)動(dòng)區(qū)域并賦灰度值； s23、確定運(yùn)動(dòng)區(qū)域幀間關(guān)系，對(duì)于第t幀圖像連通域中的每一運(yùn)動(dòng)區(qū)域，計(jì)算其與第t-1幀圖像連通域中所有運(yùn)動(dòng)區(qū)域的距離，判斷是否小于距離閾值，若是，則將第t幀圖像與第t-1幀圖像中對(duì)應(yīng)區(qū)域標(biāo)記為同一目標(biāo)，若否，則判斷該目標(biāo)為新產(chǎn)生的運(yùn)動(dòng)區(qū)域，并返回步驟S22 ； s24、計(jì)算單幀圖像運(yùn)動(dòng)區(qū)域的概率，對(duì)第t幀中的運(yùn)動(dòng)區(qū)域，若能夠在第t-1幀圖像中找到由同一目標(biāo)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)區(qū)域，計(jì)算同一目標(biāo)中第m幀圖像的運(yùn)動(dòng)區(qū)域特征后，標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性并保存；對(duì)待檢測(cè)視頻信息中的所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征和標(biāo)記運(yùn)動(dòng)區(qū)域類(lèi)別屬性后，將所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征組合成運(yùn)動(dòng)特征向量并標(biāo)記類(lèi)別后，將所有運(yùn)動(dòng)特征向量和類(lèi)別標(biāo)記輸入分類(lèi)器中，計(jì)算單幀圖像運(yùn)動(dòng)區(qū)域的概率； s25、目標(biāo)綜合分析，判斷目標(biāo)存在幀數(shù)是否大于幀數(shù)閾值，若是，則計(jì)算目標(biāo)存在幀數(shù)對(duì)應(yīng)區(qū)域?yàn)闊熿F的平均概率，并該判斷平均概率與煙霧報(bào)警閾值的關(guān)系，具體為當(dāng)該判斷平均概率大于煙霧報(bào)警閾值時(shí)，則判斷該目標(biāo)為煙霧并報(bào)警，當(dāng)該判斷平均概率小于或等于煙霧報(bào)警閾值時(shí)，則判斷該目標(biāo)為非煙霧，并返回步驟S12 ;若否，則判斷該目標(biāo)為非煙霧，并返回步驟S12。
2.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S12中生成運(yùn)動(dòng)前景二值圖像與對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記之間，還包括步驟S121、判斷是否需要更新背景圖像， 將第t幀圖像Ft與背景圖像Bt對(duì)應(yīng)像素相減差值的絕對(duì)值累加求和，得到當(dāng)前幀同背景圖像的總體差異力,/^
3.根據(jù)權(quán)利要求2所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S121之后與對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記之前，還包括步驟S122、對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行濾波，對(duì)以運(yùn)動(dòng)前景二值圖像中的任一像素點(diǎn)的為中心鄰域8個(gè)像素點(diǎn)的灰度值進(jìn)行排序，并選取8個(gè)像素點(diǎn)灰度值中的中間值為中心鄰域內(nèi)像素點(diǎn)的灰度值。
4.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S13具體為計(jì)算第t幀圖像與第t-1的中各運(yùn)動(dòng)區(qū)域間距離， 計(jì)算t幀第i個(gè)運(yùn)動(dòng)區(qū)域與第t-1幀圖像第j個(gè)運(yùn)動(dòng)區(qū)域的均值M； 計(jì)算t幀第i個(gè)運(yùn)動(dòng)區(qū)域與第t-1幀圖像第j個(gè)運(yùn)動(dòng)區(qū)域的方差4，Cf;1 則t幀第i個(gè)運(yùn)動(dòng)區(qū)域與第t-1幀圖像第j個(gè)運(yùn)動(dòng)區(qū)域的距離為
5.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S14中的運(yùn)動(dòng)區(qū)域特征包括第t幀圖像與第t-1幀圖像在X方向上的區(qū)域幀間運(yùn)動(dòng)系數(shù)、第t幀圖像與第t-1幀圖像在Y方向上的區(qū)域幀間運(yùn)動(dòng)系數(shù)、第t幀圖像的區(qū)域面積變化系數(shù)、第t幀圖像的區(qū)域內(nèi)歸一化的灰度均值、第t幀圖像的運(yùn)動(dòng)區(qū)域內(nèi)前繼歷史幀圖像中的平均灰度均值穿越次數(shù)的歸一化直方圖、第t幀圖像的前繼歷史幀圖像中灰度最大變化圖像在運(yùn)動(dòng)區(qū)域的歸一化均值及均值和第t幀圖像運(yùn)動(dòng)區(qū)域內(nèi)大梯度像素點(diǎn)與區(qū)域面積的比值。
6.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S22中生成運(yùn)動(dòng)前景二值圖像與對(duì)運(yùn)動(dòng)前景二值圖像進(jìn)行連通域標(biāo)記之間，還包括步驟S221、判斷是否需要更新待檢測(cè)視頻中的背景圖像和步驟S222、對(duì)帶檢測(cè)視頻中的運(yùn)動(dòng)前景二值圖像進(jìn)行濾波。
7.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S33具體為計(jì)算待檢測(cè)運(yùn)動(dòng)前景二值圖像中第t幀圖像與第t-1的中各運(yùn)動(dòng)區(qū)域間距離，并將距離最小值與距離閾值比較，若距離最小值小于距離閾值，則判定第t幀圖像中的第i個(gè)運(yùn)動(dòng)區(qū)域與第t-1幀圖像中產(chǎn)生最小距離的最近區(qū)域由同一目標(biāo)的運(yùn)動(dòng)產(chǎn)生；反之，則判定第t幀圖像中的第i個(gè)運(yùn)動(dòng)區(qū)域與t-1幀圖像中的所有運(yùn)動(dòng)區(qū)域均沒(méi)有關(guān)系，第t幀圖像的運(yùn)動(dòng)區(qū)域?yàn)樾庐a(chǎn)生的運(yùn)動(dòng)區(qū)域或噪聲。
8.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S24中的運(yùn)動(dòng)區(qū)域特征包括第t幀圖像與第t-1幀圖像在X方向上的區(qū)域幀間運(yùn)動(dòng)系數(shù)、第t幀圖像與第t-1幀圖像在Y方向上的區(qū)域幀間運(yùn)動(dòng)系數(shù)、第t幀圖像的區(qū)域面積變化系數(shù)、第t幀圖像的區(qū)域內(nèi)歸一化的灰度均值、第t幀圖像的運(yùn)動(dòng)區(qū)域內(nèi)前繼歷史幀圖像中的平均灰度均值穿越次數(shù)的歸一化直方圖、第t幀圖像的前繼歷史幀圖像中灰度最大變化圖像在運(yùn)動(dòng)區(qū)域的歸一化均值及均值和第t幀圖像的運(yùn)動(dòng)區(qū)域內(nèi)大梯度像素點(diǎn)與區(qū)域面積的比值。
9.根據(jù)權(quán)利要求I所述的煙霧檢測(cè)的方法，其特征在于，所述步驟S25中的幀數(shù)閾值為10。
全文摘要
本發(fā)明公開(kāi)了一種煙霧檢測(cè)方法，主要研究的是黑暗場(chǎng)景中，其包括兩個(gè)階段訓(xùn)練分類(lèi)器階段和檢測(cè)煙霧階段，訓(xùn)練分類(lèi)器階段包括接收樣本視頻信息，利用背景差法檢測(cè)場(chǎng)景中的運(yùn)動(dòng)區(qū)域，提取所有運(yùn)動(dòng)區(qū)域的運(yùn)動(dòng)特征，利用支撐向量機(jī)將所有運(yùn)動(dòng)區(qū)域提取運(yùn)動(dòng)特征組合成運(yùn)動(dòng)特征向量并其存入分類(lèi)器；檢測(cè)煙霧階段包括，接收待檢測(cè)視頻信息，利用與訓(xùn)練分類(lèi)器階段相同的方法檢測(cè)運(yùn)動(dòng)區(qū)域的運(yùn)動(dòng)特征并組合成運(yùn)動(dòng)特征向量，將該運(yùn)動(dòng)特征向量輸入分類(lèi)器，獲得單幀圖像中運(yùn)動(dòng)區(qū)域?qū)儆跓熿F的概率，對(duì)同一目標(biāo)進(jìn)行綜合分析，判斷該目標(biāo)是否為煙霧。本發(fā)明能夠?qū)崿F(xiàn)簡(jiǎn)單黑暗場(chǎng)景中大空間范圍內(nèi)的實(shí)時(shí)煙霧檢測(cè)，能夠?yàn)槊荛]大型倉(cāng)庫(kù)的火災(zāi)防控工作提供安全保障。
文檔編號(hào)G06K9/62GK102982313SQ20121042774
公開(kāi)日2013年3月20日 申請(qǐng)日期2012年10月31日 優(yōu)先權(quán)日2012年10月31日
發(fā)明者阮銳, 吳翔 申請(qǐng)人:深圳輝銳天眼科技有限公司