[发明专利]一种基于特征分析的视频火焰检测方法

说明书

技术领域

本发明属于模式识别领域，具体涉及火灾监控技术领域，特别涉及一种基于特征分析的视频图像模式识别方法以检测视频中的火焰现象。

背景技术

火灾的预防和探测一直是人类与火灾作斗争过程中所追求的目标。对于室内的环境，可以安装感烟、感温、感光探测器，它们分别利用火灾火焰的烟雾、温度、光的特性来对火灾作探测。但是长期以来，在高大空间或户外，早期火灾探测在世界范围内都是一个难题。因为在这类环境下，存在着许多影响火灾探测的因素，主要包括：探测方式、空间高度、热量屏障、覆盖范围、气流速度、易爆/有毒气体、可以接受的误报率、警报信息管理以及远程信号传输等等。传统的探测手段往往在这样的环境中失去了作用。在这种情况下，由于图像型火灾探测技术对于火灾探测具有非接触式探测的特点，不受空间高度、热障、易爆/有毒等环境条件的限制，使得该项技术成为在大型工厂、仓库、森林等大空间和室外开放空间进行火灾探测的有效手段。

公开号为101441712的中国专利提出了一种基于颜色聚类分析的视频火焰检测方法。公开号位101515326的中国专利提出了一种基于形状和面积改变量分析的视频火焰检测方法。Hideaki Yamagishi等提出了一种提取图像中颜色与边缘信息后采用神经网络进行火焰判别的方法。姜东海等提出了一种基于火焰纹理特征的视频火焰检测方法。现有的一些视频火焰检测方法，或由于抗干扰能力弱，或由于采用的判别特征较单一，使得漏报、误报情况难以避免，在复杂的监控环境下的适应性、稳定性也不尽如人意。

发明内容

本发明的目的在于提出一种基于特征分析的视频火焰检测方法。此方法对视频中火焰的检测准确率高、反应速度快、误报少、抗干扰性和可靠性强。

本发明的技术方案为：针对固定视场的监控摄像机获取的视频图像，首先采用最大类间方差法对图像进行二值化分割，获取前景区域；然后采用形态学滤波去除前景区域的噪点；再提取前景区域的诸项特征，如颜色亮度、几何形状、扩散特性、不规则性、闪烁频率等等，最后对计算出的前景区域的诸项特征进行综合判断，以判别视频图像中是否存在火焰。

本发明的具体现步骤依次为：

(1)现场场景图像获取步骤：以等间隔对现场视频进行采样以获得连续的现场场景图像。为保证对火焰检测的准确性，采样间隔应小于0.1秒(即大于10帧每秒)。

(2)采用最大类间方差法对图像进行二值化分割，获取前景区域。由于火焰区域的亮度一般比较高，故可对图像进行二值化分割，获得的前景区域可以认为是疑似火焰区域，然后通过后续的特征分析来进行确认。

1、将获取的彩色场景图像转换为灰度图像。转换公式为：

Gray＝0.299R+0.587G+0.114B    (1)

其中，R、G、B为一个像素的红色，绿色，蓝色三个颜色通道的值，Gray为像素对应的灰度值。

2、最大类间方差法计算二值化阈值

最大类间方差法是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性，将图像分成背景和前景两部分。背景和前景之间的类间方差越大，说明构成图像的两部分的差别越大，当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。从模式识别的角度看，最佳阈值应当产生最佳的前景类与背景类的分离性能。

最大类间方差法的计算公式为：假设图象包含L个灰度级(0，1…，L-1)，灰度值为i的象素个数为N_i，图象总的象素个数为N。则灰度值为i的像素点的概率密度为：P(i)＝N_i/N。门限T将整幅图象分为背景区C₁和前景区C₂两类，则类间方差σ是T的函数：

σ(T)＝a₁(T)a₂(T)(u₁(T)-u₂(T))²  (2)