[发明专利]一种森林火灾检测方法及系统

权利要求书

1.一种森林火灾检测方法，其特征在于，包括下述步骤：

获取实时视频图像；

根据所述视频图像在Lab空间进行显著性区域筛选得到粗选区域；

在所述粗选区域中对火灾图像进行特征提取；

利用SVM对正负样本数据进行训练与分类；及

基于分类结果根据判别准则对森林火灾进行检测。

2.如权利要求1所述的森林火灾检测方法，其特征在于，在Lab空间进行显著性区域筛选的步骤中，包括下述步骤：

将采集的RGB图像转换到Lab空间；

在Lab空间利用视觉显著性检测算法对火灾图像进行提取；

根据真实火灾RGB图像中R≥G＞B的先验知识，对火灾图像进行粗筛选。

3.如权利要求1所述的森林火灾检测方法，其特征在于，在所述粗选区域中对火灾图像进行特征提取的步骤中，具体包括下述步骤：

以一定大小的窗口在粗筛选区域的外接矩形轮廓内滑动，并结合相邻N帧图像同一区域的信息，计算窗口区域为火灾区域的概率；

利用Gabor滤波器生成8个方向的卷积核，与图像进行卷积操作，得到8个特征图像；

根据8个特征图像生成火灾目标特征的自相关矩阵，得到目标特征。

4.如权利要求3所述的森林火灾检测方法，其特征在于，所述窗口的大小为5×5。

5.如权利要求3所述的森林火灾检测方法，其特征在于，当所述计算窗口区域为火灾区域的概率大于60％，则该窗口区域在计算目标特征时才予以使用。

6.如权利要求3所述的森林火灾检测方法，其特征在于，在根据判别准则对森林火灾进行检测的步骤中，具体包括下述步骤：

若当前像素为火点，则其八邻域内至少有3个点为火点，即当前像素点f(x,y)，如果其被SVM分类为正样本，标记为1；为负样本，标记为0，则火灾图像的判据可表示如下：

其中，N₈(f(i))表示f(i)的8邻域像素。

7.一种森林火灾检测系统，其特征在于，包括：

图像获取单元，用于获取实时视频图像；

疑似区域筛选单元，用于根据所述视频图像在Lab空间进行显著性区域筛选得到粗选区域；

图像特征提取单元，用于在所述粗选区域中对火灾图像进行特征提取；

训练分类单元；利用SVM对正负样本数据进行训练与分类；及

判断单元，用于基于分类结果根据判别准则对森林火灾进行检测。

8.如权利要求7所述的森林火灾检测系统，其特征在于，所述疑似区域筛选单元包括：

图像转换模块，用于将采集的RGB图像转换到Lab空间；

提取模块，用于在Lab空间利用视觉显著性检测算法对火灾图像进行提取；

筛选模块，用于根据真实火灾RGB图像中R≥G＞B的先验知识，对火灾图像进行粗筛选。

9.如权利要求7所述的森林火灾检测系统，其特征在于，图像特征提取单元包括：

火灾区域概率计算模块，以一定大小的窗口在粗筛选区域的外接矩形轮廓内滑动，并结合相邻N帧图像同一区域的信息，计算窗口区域为火灾区域的概率；

特征图像模块，利用Gabor滤波器生成8个方向的卷积核，与图像进行卷积操作，得到8个特征图像；

特征提取模块，根据8个特征图像生成火灾目标特征的自相关矩阵，得到目标特征。