[发明专利]一种可见光智能识别算法

说明书

本发明公开了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；具体包括以下步骤：(1)环境学习；(2)运动物体识别；(3)划区编号；(4)烟雾识别；(5)火焰识别；(6)概率分析；(7)本体模拟、记忆存储。本发明主要应用于林火监控识别，农业烧荒识别及可燃明火，具有烟雾和火焰形态等状态；基于图像技术判别是否着火行为。

技术领域

本发明涉及烟火识别技术领域，具体是一种可见光智能识别算法。

背景技术

一直以来，森林在国民经济中都占有着重要地位，它不仅能提供国家建设和人民生活所需的木材及林副产品，而且还肩负着释放氧气、调节气候、涵养水源、保持水土、防风固沙、美化环境、净化空气、减少噪音及旅游保健等多种使命。然而，森林火灾会给森林带来严重危害。现如今面临着林火隐患和森林火灾的威胁，森林防火的任务也日益艰巨，如何能对突发性及隐蔽性等森林火灾做到准确、及时发现火情并报警是我们的首要任务和发展目标。

森林防火领域对森林数字远程视频监控系统提出了许多具有强烈行业特征的需求，林火视频监控系统需要具备以下特点是智能的林火火情分析和早期预警。系统能够准确的识别，不漏报，提高分析排除误报。系统可及时自动发现火情、告警并联动报警录像，提醒值班人员察看显示画面，实现“打早、打小”。对于森林防火而言，“早发现、早应对”是将火灾损失降到最低的唯一方法，如何有效的及早发现早期火情，如何有效应对已经发生的火灾是世界级的难题。

森林火灾是森林最危险的敌人，也是林业最可怕的灾害，它会给森林带来毁灭性的后果。目前我国森林防火形势严峻、任务艰巨，每年发生火灾次数上万起，受灾面积数万公顷。对于森林防火而言，“早发现、早应对”是将火灾损失降到最低的唯一方法，“早应对”必须准确报出火点准确位置，围绕火点位置，调集附近的扑火力量，找到合适的道路，及时扑救，将灾害损失到最小。

现有的技术主要是分析亮度、光谱、颜色等特征信息录入数据库，识别时调取阈值等判别；有的只做烟雾识别，有的做火焰识别等。现有技术的缺点：(1)根据颜色光谱的分析，发现烟火和环境背景的颜色重叠，影响颜色改变；不利于识别颜色的像素点颜色改变，不利于报警，产生漏报。(2)根据烟雾的亮度的分析，容易受到环境因素的影响。物体和流水反光影响系统判别，造成误报。(3)没有识别技术的多重判别，进一步校正识别的准确性。

发明内容

本发明的目的在于提供一种可见光智能识别算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

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；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：