[发明专利]烟雾检测方法与系统在审
申请号: | 201410325268.2 | 申请日: | 2014-07-09 |
公开(公告)号: | CN104050478A | 公开(公告)日: | 2014-09-17 |
发明(设计)人: | 杨胜;郑雪梅 | 申请(专利权)人: | 湖南大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06T7/00;G06T7/20 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 胡海斌 |
地址: | 410082 湖南省长沙市岳*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烟雾 检测 方法 系统 | ||
1.一种烟雾检测方法,其特征在于,包括步骤:
获取烟雾检测视频图像,并分析烟雾检测视频图像序列,获得所述烟雾检测视频图像的像素点;
对所述烟雾检测视频图像中的像素点进行运动区域检测,获取所述烟雾检测视频图像序列中的运动区域;
标记所述运动区域,对每个所述运动区域中的视频图像进行特征提取,得到多个多维新组合的特征向量组,其中,所述特征包括m维小波特征和n维亮度值特征,所述m和所述n均为正整数;
根据所述多个多维新组合的特征向量组,检测所述运动区域是否产生烟雾。
2.根据权利要求1所述的烟雾检测方法,其特征在于,所述对所述烟雾检测视频图像中的像素点进行运动区域检测,获取所述烟雾检测视频图像序列中的运动区域具体包括步骤:
利用高斯分布表征所述烟雾检测视频图像序列,获取多个初始化高斯模型;
对所述烟雾检测视频图像进行灰度化处理,以使所述烟雾检测视频图像的像素点与所述多个初始化高斯模型进行匹配,当匹配成功时,将匹配成功像素点的数据更新到初始化高斯模型,获得更新的高斯模型;
选取所述更新的高斯模型表征烟雾检测视频图像背景,查找所述烟雾检测视频图像中的像素点不属于背景的像素点,获得查找结果;
根据所述查找结果,获取所述烟雾检测视频图像序列中的运动区域。
3.根据权利要求1或2所述的烟雾检测方法,其特征在于,所述标记所述运动区域,对每个所述运动区域的视频图像进行特征提取,得到多个多维新组合的特征向量组具体包括步骤:
标记所述运动区域;
对每个所述运动区域中的视频图像进行小波特征变换,提取运动区域中的视频图像的多个小波特征,将所述多个小波特征进行整合,获得多维小波特征;
提取运动区域中的视频图像的亮度值和所述运动区域中的视频图像对应的背景区域的亮度值,计算两者的亮度值比特征,提取多维亮度值特征;
根据所述多维小波特征和所述多维亮度值特征,获取多个多维新组合的特征向量组。
4.根据权利要求1或2所述的烟雾检测方法,其特征在于,所述根据所述多个多维新组合的特征向量组,检测所述运动区域是否产生烟雾具体为:
根据所述多个多维新组合的特征向量组,利用分类器,检测所述运动区域是否产生烟雾。
5.根据权利要求1或2所述的烟雾检测方法,其特征在于,所述根据所述多个多维新组合的特征向量组,检测所述运动区域是否产生烟雾之后还有步骤:
当检测到所述运动区域发生烟雾时,标记所述运动区域,并发出报警信号。
6.一种烟雾检测系统,其特征在于,包括:
获取分析模块,用于获取烟雾检测视频图像,并分析烟雾检测视频图像序列,获得所述烟雾检测视频图像的像素点;
运动区域获取模块,用于对所述烟雾检测视频图像中的像素点进行运动区域检测,获取所述烟雾检测视频图像序列中的运动区域;
特征向量组获取模块,用于标记所述运动区域,对每个所述运动区域中的视频图像进行特征提取,得到多个多维新组合的特征向量组,其中,所述特征包括m维小波特征和n维亮度值特征,所述m和所述n均为正整数;
检测模块,用于根据所述多个多维新组合的特征向量组,检测所述运动区域是否产生烟雾。
7.根据权利要求6所述的烟雾检测系统,其特征在于,所述运动区域获取模块具体包括:
高斯模型初始获取单元,用于利用高斯分布表征所述烟雾检测视频图像序列,获取多个初始化高斯模型;
高斯模型更新单元,用于对所述烟雾检测视频图像进行灰度化处理,以使所述烟雾检测视频图像的像素点与所述多个初始化高斯模型进行匹配,当匹配成功时,将匹配成功像素点的数据更新到初始化高斯模型,获得更新的高斯模型;
查找单元,用于选取所述更新的高斯模型表征烟雾检测视频图像背景,查找所述烟雾检测视频图像中的像素点不属于背景的像素点,获得查找结果;
运动区域获取单元,用于根据所述查找结果,获取所述烟雾检测视频图像序列中的运动区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410325268.2/1.html,转载请声明来源钻瓜专利网。