[发明专利]一种在静态图像中判断火焰区域的方法

说明书

技术领域

本发明属于多媒体信号处理领域，特别是在静态图像中检测是否存在火焰区域的方法，可应用于基于计算机视觉的火焰探测以及图像检索等领域。

背景技术

在传统的烟火检测技术中，检测效果受限于传感器的位置和数量。因此，在大范围场景下常常受限，如大型体育场馆、森林等。由于不受场景大小的限制，基于计算机视觉的烟火检测技术得到越来越多的关注。在基于计算机视觉的烟火检测中，主要分为火焰检测和烟雾检测两个方面，本发明针对火焰检测部分。基于计算机视觉的火焰检测算法大致分为两步：1)检测静态图像中的疑似火焰区域，也叫候选区域。在该部分的研究中，常用的技术为提取火焰的颜色，纹理，边界等特征。2)利用静态图像检测出来的疑似区域，在时间轴上提取特征，进一步确认是否属于着火点。然而，上述的方法在实际使用时，运行速度较慢。

发明内容

本发明提供了一种在静态图像中判断火焰区域的方法，能够适应多种场景，特别是大型体育场馆、森林等大型复杂场景下，从计算机监控的静态图像中快速、准确的获取火焰区域。

本发明采用以下技术方案：一种在静态图像中判断火焰区域的方法，其特征在于，所述的方法包括以下步骤：

S1：将图像中每个像素值从RGB颜色空间转换到YCbCr颜色空间；

S2：将图片分给成若干个16*16的子块，每个子块分配一个是否为火焰的标记，标记矩阵为flag(i,j)，其中，i、j为块在flag矩阵中的坐标；

S3：从第一个子块开始，依照从上到下、从左到右的顺序，计算子块的局部二值模式LBP值；

S4：把子块内所有像素的局部二值模式LBP值投影到0～255，形成局部二值模式直方图h_B；

S5：将flag(i,j)转化为1值和0值；

S6：根据flag矩阵中1值和0值的数量，判断是否为火焰区域。

进一步的，将图像中每个像素值从RGB颜色空间转换到YCbCr颜色空间所用的公式为：

进一步的，步骤S5的具体过程为：

1)计算排序函数s(i)；

2)按照公式h'_B(i)＝h_B(s(i)),i＝0,1,...,255对局部二值模式直方图h_B进行重新排序，并记为h'_B；

3)以函数h'_B(i)＝λe^λi，i＝0,1,...,252为模型描述h'_B，采用回归分析拟合直方图h'_B，得到参数λ；

4)如果λ满足条件0.0531≤λ≤0.0557，则flag(i,j)＝1，否则flag(i,j)＝0，其中，(i,j)是当前处理的16*16子块的坐标。

进一步的，计算排序函数s(i)的具体过程为：

1)选取多张具有代表性的火焰图像，把每幅图像都分成若干个16*16子块；

2)针对所有是火焰的16*16子块，计算每一个子块的局部二值模式LBP值；

3)把子块内所有像素的局部二值模式值投影到0～255，形成局部二值模式直方图h；

4)把直方图h进行从小到大重新排序，得到另一个直方图h’；

5)根据h和h’，提取满足公式h'(i)＝h(s(i)),i＝0,1,...,255的s(i)即为排序函数。

进一步的，计算子块的局部二值模式LBP值的公式为：其中，

x、y是像素点的坐标。

进一步的，步骤S6的具体过程为：针对flag矩阵，使用3*3的窗口，按照从上到下、从左到右的顺序，步长为1，滑过flag矩阵，如果窗口内超过半数标记为1，则窗口中心所在的16*16子块对应的图像区域设置为火焰区域，否则为非火焰区域。

本发明的有益效果是：

1、由于该方法基于对静态图像的处理，不需要很长的视频序列即可提取出图像中的火焰点，提取的速度更快，处理的效率也就大大提高。

2、该方法很容易扩展到视频序列，由于视频序列由多幅图像组成，本方法可扩展到视频序列中，并且不受视频序列中镜头摇晃、镜头缩放、镜头平移等多种镜头运动的影响。

3、方法简洁易行，在判断flag矩阵是否对应了火焰区域时，本发明提出的方法采用了基于块的处理方式，这样就避免了逐个像素处理，从而提高了算法的运行速度。