[发明专利]一种机器人火灾检测方法

权利要求书

1.一种机器人火灾检测方法，其特征在于，具体步骤为：

步骤1、通过高清摄像头获取火灾检测区域的视频图像，并对视频当前帧图像进行图像预处理得到图像z1；

步骤2、对图像z1进行基于Ohta颜色空间和Otsu阈值分割算法的火焰区域分割，得到分割图像f1；

步骤3、通过帧间差法，将前一帧预处理后的图像z2与当前帧图像z1相减，对图像进行运动区域分割，得到分割图像f2；

步骤4、将得到的分割图像f1与分割图像f2取交集，得到具有火焰运动特征的分割图像f3；

步骤5、对分割图像f3中的区域进行火焰识别，判断火焰面积是否大于阈值，若大于阈值则发出火灾预警，否则不发出预警，之后返回火灾最终检测结果。

2.如权利要求1所述的机器人火灾检测方法，其特征在于，步骤1中，所述图像预处理具体是采用中值滤波方法对采集到的视频图像进行滤波，去除图像中的噪声干扰，具体为：采用一个3×3的滑动窗口对图像像素矩阵按照下列步骤进行处理：

步骤1-1、选定一个3×3的窗口，总共为9个像素点，位于窗口中间的点为当前像素点；

步骤1-2、将这9个像素点的数值从小到大进行排序；

步骤1-3、取排在中间位置的值作为当前像素点的值；

步骤1-4、重复执行步骤1-1到步骤1-3直至整幅图像像素矩阵处理完毕。

3.如权利要求1所述的机器人火灾检测方法，其特征在于，步骤2中，对图像z1进行基于Ohta颜色空间和Otsu阈值分割算法的火焰区域分割，得到分割图像f1时；

所述Ohta颜色空间，有三个颜色两两正交的分量{I₁,I₂,I₃}，当前具有两种变换方式，方式一：

上式中，R、G、B是图像红、绿、蓝颜色分量；

方式二：

上式中，R、G、B是图像红、绿、蓝颜色分量；

所述Otsu阈值分割算法根据图像的灰度特性在图像的背景和目标两部分之间自适应寻找的寻找最佳分割阈值，其实现方法如下：

设图像像素数为N，灰度范围为[0，L-1]，对应灰度级i的像素数为n_i，几率为：

p_i＝n_i/N，i＝0，1，2，...，L-1

把图像中的像素灰度值用阈值T分成两类C₀和C₁，C₀由灰度值在[0,T]之间的像素组成，C₁由灰度值在[T+1，L-1]之间的像素组成，对应灰度分布几率，整幅图像的均值为：

则C₀和C₁的均值为：

其中：

由上式得：

u_T＝w₀u₀+w₁u₁

类间方差为：

σ²＝w₀(u₀-u_T)²+w₁(u₁-u_T)²

＝w₁w₀(u₀-u₁)²

让T在[0，L-1]范围依次取值，使σ²最大的T值即为Otsu法的最佳阈值；

对图像z1进行基于Ohta颜色空间和Otsu阈值分割算法的火焰区域分割的基本步骤如下：

步骤2-1、把RGB彩色图像转换为Ohta色彩空间内各个颜色特征的灰度图像，即通过计算得到I₁分量图像，I₂分量图像和I₃分量图像；

步骤2-2、输入固定阈值，由此固定阈值对I₁分量图像进行二值化，得到疑似火焰区域1；

步骤2-3、对I₂分量图像采用Otsu阈值分割算法进行二值化，得到疑似火焰区域2；

步骤2-4、将步骤2-2与步骤2-3中得到的疑似火焰区域进行相与运算，得到最终基于Ohta颜色空间和Otsu阈值分割算法的疑似火焰区域3。