[发明专利]一种可见光智能识别算法

权利要求书

1.一种可见光智能识别算法，可见光智能识别系统通过烟火探测模块，对多帧的图像进行运动侦测，分割出运动的画面；提取一段时期的视频图像，根据烟火的形态、颜色、纹理及运动形态进行预处理，判断出烟火时域和空域的区域；进行烟火特征的二次判别，排除记忆学习的干扰，多重概率计算；得到真实数据，给出报警提示；其特征在于，具体包括以下步骤：

(1)环境学习:

可见光智能识别设备是通过云台旋转，设定不同角度抓拍图片，进行编号进行存储；设计云台水平角度正北为0°，顺时针旋转为0～359°；垂直角度水平平行为0°，向上为0～90°，向下为0～-90°；云台水平旋转每10°抓拍一张图片留存，这些为原始数据信息，等环境再学习排除干扰时，替换原始数据图片；

(2)运动物体识别：

检测运动物体采用帧间差法，采用计算帧差绝对值来实现；判断是否大于某个亮度阈值视频或图像序列的运动特性，判断图像序列中有无运动物体存在；

对于检测某个图像的区域，运动判断条件为：

Max│{f(x，y，n)-f(x，y，n-1)}>＝T

f(x，y，n)为像素的n帧图片的x，y的特征值，T为阈值；T决定了运动检测的报警灵敏度，运动检测的需求；

(3)划区编号：

选择运动识别出的区域图片及当时抓取图片时的俯仰角度和时间，为图片进行编号；

(4)烟雾识别：

运动识别的图片，进行烟雾的识别，在计算机上设定亮度和颜色对比阈值分析；根据烟雾的亮度，进行边界和质地分析，根据颜色进行光谱分析，对形状空间拓扑分析，对边界和质地分析、光谱分析以及拓扑分析的结果进行形态处理，通过模式识别做出烟雾判定；

(5)火焰识别：

火焰识别在排除干扰区的图片，进行再次识别；主要采取色彩值的确定火焰的形态和范围，火焰图像颜色分布及灰度分布有一定规律，根据火焰燃烧现象，用三原色分布配比来确定火焰的燃烧情况：R为红色，G为绿色，B为蓝色；

r＝R/(R+G+B)

g＝G/(R+G+B)

b＝B/(R+G+B)

根据实际火焰图片推算出r、g、b为区段值

x<r<y

x1<g<y1

x2<b<y2

当r、g、b同时满足区段值时视为火焰所部署的区域是火焰；

(6)概率分析：

烟雾识别出的为100％疑似的图片进行对比判别，火焰识别通过二次分析得出率高于80％，则视为火警，反之不是火警；

(7)本体模拟、记忆存储：

将环境学习的图片，按照摄像机的视角和角度，贴图在三维GIS上，进行留存存储；使用时按照云台的角度信息，切除对比的视角，进行环境对比分析，排除干扰区域。

2.根据权利要求1所述的可见光智能识别算法，其特征在于，步骤(1)环境学习中，环境学习扫描现场真实环境，形成的带有方位位置影像图层，自动区分并标记出区域和天际线，可对视频图像中非火情区域的烟火目标进行甄别；环境再学习主要排除了其他的非烟火目标及后续可能影响烟火识别做出误判的情况；形成图层根据角度和视角，画面分割叠加到GIS系统上，形成模拟现场的三维地图；形成空间像素点位置x，y，n，提供空间环境数据便于烟雾识别后的对比分析。

3.根据权利要求1所述的可见光智能识别算法，其特征在于，步骤(2)中运动物体识别后，以每帧图片抠图方法形成运动范围，在记录图片数据时，反调取云台俯仰角度信息；整体以需要的运动图片数据形成本体附带客体数据的组。

4.根据权利要求1所述的可见光智能识别算法，其特征在于，步骤(4)和步骤(5)中，烟雾识别和火焰识别二次识别及多重判别的方法为：

首先进行烟雾识别，在亮度和光谱上分析确定区分判别出烟雾报警信息判别；其次对比本体模拟数据图层排除干扰项；再进行真实火焰光谱的占比，判别是否火警；对于烟雾分析的每帧图片识别后，火焰二次识别；以100％烟雾识别报警+80％火焰识别概率，才确定火警的产生。