[发明专利]多特征融合视频火灾识别方法

权利要求书

1.一种多特征融合视频火灾识别方法，其特征在于，包括以下处理步骤：

S1：通过CCD相机与滤光片实时采集监控区域的红外视频信息；所述滤光片套设于CCD相机镜头前；所述CCD相机通过USB数据线与计算机相连，实时采集监控区域的视频信息；

S2：计算机利用视频图像帧间差分法与背景差法相结合的自适应背景更新方法来提取疑似火灾区域；

S3：计算机对疑似火焰区域进行滤波、边缘增强、开运算预处理；

S4：对疑似火焰区域进行火焰的静态和动态特征提取；

S5：利用层次分析法对火灾的多个火焰特征进行权值赋值；

S6：对多个特征进行加权计算火焰疑似概率，然后与用户设定的火焰特征全局评估值进行比较，当疑似概率大于特征全局评估值时，认定火灾发生，否则未发生火灾；

所述自适应背景更新方法过程如下：

BS1：开辟两块内存分别为动态内存、静态内存；

BS2：开始图像采集，定义图像序列计数参数j，采集第1幅图像，判断j是否等于1，如果相等则存储到静态内存，作为背景模板，否则连续存储接下来的3幅图像到动态内存中；

BS3：把动态内存中每幅图像与背景模板图像作差；

BS4：对灰度差值图像进行二值化、边缘增强预处理；

BS5：通过动态内存图像与背景模板图像相减后得到灰度差值图像的像素值来计算疑似火灾区域的大小，再与预设定的像素阈值G1、阈值G2进行比较，然后根据比较结果进行背景更新或者警报为火灾疑似区；

步骤BS5包括以下具体步骤：如果动态内存的第1幅图像与背景模板图像相减后得到灰度差值图像的像素bj1小于G1，那么证明没有火灾发生在监视区域内，此次判断结束，继续读取下一张图片进行判断；如果bj1大于G1，把此图片存储到动态内存中，继续采集第2幅图像；

第2幅图像与背景模板图像进行相减得到灰度差值图像的像素差值bj2小于G1，不做任何响应，继续读取下一张，如果差值大于G1，则存储在另一个的动态内存中；如果在动态内存中第1幅图像与第2幅图像是连续图像，则把第2幅图像与背景模板图像作差后的像素值bj2记录下来；如果不连续则立即警报为火灾疑似区；以同样的方式判断第3幅图像是否与前两张连续，如果连续则把第3幅图像与与背景模板图像进行相减，得到灰度差值图像的像素差值bj3并记录下来，否则警报为火灾疑似区；

把第3幅图像和第2幅图像，第2幅图像和第1幅图像分别作差，并记录作差后的像素值；如果这两个值都大于阈值G2，那么把存放在动态内存中第3幅图像作为背景模板图像，来更新静态内存中原来的背景图像，否则警报为火灾疑似区；

所述步骤S5中，层次分析法对多个火焰特征的权值赋值过程为：

CS1：建立火焰特征重要性评估表，并根据评估表定义火焰特征定性规则判断矩阵A；

CS2：计算判断矩阵的一致性比例，该值小于规定值为判断矩阵满足一致性检验条件，否则调整评估表数值，重复CS1和CS2步骤，直到满足检验条件为止；

CS3：求取判断矩阵最大特征值对应的特征向量，并进行标准化之后得到权向量，权向量中的每个数值与多个火焰特征的权值一一对应；

CS2包括以下步骤：

计算判断矩阵A的最大特征值为λ_max；

计算判断矩阵A的一致性指标CI：

N为矩阵维数，通过查询N维向量平均随机一致性指标查询表得到判断矩阵A的一致性标准RI；计算判断矩阵A的一致性比例CR：

如果CR0.1时，认为矩阵A满足检验条件，否则调整评估表数值，重复CS1和CS2步骤，直到满足检验条件为止。

2.根据权利要求1所述的多特征融合视频火灾识别方法，其特征在于：所述滤光片的截止波长为800nm。

3.根据权利要求1所述的多特征融合视频火灾识别方法，其特征在于：步骤S4提取火焰的静态和动态特征包括：圆形度、尖角特征、质心移动、相似度、粗糙度、面积增长。

4.根据权利要求1所述的多特征融合视频火灾识别方法，其特征在于，所述火焰疑似概率的计算过程为：

DS1：将火焰的每个特征u匹配一个记录器I(u),当视频图像中火焰满足某个火焰特征时，I(u)为1，否则为0；

DS2：每个火焰特征的权值与对应的记录器值相乘后进行相加，得到火焰疑似概率值。