[发明专利]一种基于颜色不变性的视频烟雾检测方法

说明书

本发明提出了一种基于颜色不变性的视频烟雾检测方法，首先自适应更新图像序列的背景，获得实时背景图像；然后对当前图像和背景图像做归一化处理，获得具有平移不变性和尺度缩放不变性的图像；接着对归一化后的当前图像和背景图像利用光学增益检测运动区域，利用烟雾光学特性滤除不具有烟雾颜色的运动区域；最后对具有烟雾颜色的运动区域通过颜色不变性描述子最终确认烟雾区域。本方法计算量小，实时高效，对户外监控视频中经常遇到的光照变化和噪声腐蚀有很好的鲁棒性。

技术领域

本发明属于模式识别领域，特别涉及一种基于颜色不变性的视频烟雾检测方法。

背景技术

全世界每天发生火灾上万起，造成数百人死亡。为了能够及时发现火灾，相关企业根据烟雾、气体、温度等物理量变化，设计了感温、感烟、感光等多种烟雾探测器。火灾规律表明，火情烟雾的出现早于明火的出现，火焰较小时容易被树遮挡，但烟雾不容易被遮挡，因此烟雾在早期火灾检测中起着重要作用，基于视频监控的烟雾检测已经引起广泛关注。

专利申请号为CN201510170159.2，发明名称为“基于多特征融合的视频烟雾检测方法”的中国专利，首先对训练视频序列提取运动目标，对疑似烟雾区域提取形状不规则特征、面积增长特征和K个背景模糊特征，进行判定是否为烟雾。专利申请号为CN201610657250.1，发明名称为“一种基于颜色混合模型和多特征组合的视频烟雾检测方法”的中国专利，首先提取疑似烟雾区域，然后根据运动速度均值与方差、烟雾的运动方向、烟雾面积增长率对疑似烟雾区域进行烟雾识别。上述两种方法主要依赖烟雾的运动特征，对烟雾颜色这一本质特征运用较少，且运动区域的提取只靠简单的背景减法，在光照变化强烈的时候，运动区域的检测准确率会大大降低，从而烟雾检测准确率会降低。

发明内容

本发明所解决的技术问题在于提供一种基于颜色不变性的视频烟雾检测方法，提高了烟雾检测准确率，适用于光照变化强烈的情况。

该方法首先通过归一化，使RGB图像获得平移不变性和尺度缩放不变性，从而对户外监控视频中经常遇到的光照变化和噪声腐蚀有很好的鲁棒性。其次，利用光学增益，大大提高运动区域检测的准确率。同时，本发明还提出一种新的基于YUV颜色空间的烟雾颜色特征。

实现本发明目的的技术解决方案为：一种基于颜色不变性的视频烟雾检测方法，包含以下步骤：

步骤1、读取视频图像序列；

步骤2、自适应更新图像序列的背景，获得实时背景图像；

步骤3、对当前图像和背景图像做归一化处理，获得具有平移不变性和尺度缩放不变性的图像；

步骤4、对归一化后的当前图像和背景图像利用光学增益检测运动区域；

步骤5、利用烟雾光学特性滤除不具有烟雾颜色的运动区域；

步骤6、对具有烟雾颜色的运动区域通过颜色不变性描述子最终确认烟雾区域。

本发明与现有技术相比，其显著优点是：(1)本发明方法建立了自适应背景更新模型，有效解决了光照随时间产生局部变化的问题；(2)本发明方法以Diagonal-offset模型为理论基础，对RGB图像进行归一化处理，获得了平移不变性和尺度缩放不变性，对光照变化和噪声具有很好的鲁棒性；(3)本发明方法利用光学增益，大大提高了运动区域检测的准确率；(4)本发明方法计算量小，实时高效。

附图说明

图1是本发明的方法流程图。

图2是本发明的算法流程图。

图3是本发明的RGB图像归一化后的效果图，(a)为原图像，(b)为归一化后的图像。

图4是本发明的运动区域检测的效果图。