[发明专利]一种基于快速双边滤波的烟雾识别方法和装置在审

专利信息
申请号: 201910266787.9 申请日: 2019-04-03
公开(公告)号: CN109978876A 公开(公告)日: 2019-07-05
发明(设计)人: 李斌;张樯;张挺;赵凯 申请(专利权)人: 北京环境特性研究所
主分类号: G06T7/00 分类号: G06T7/00;G06K9/00
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 张沫;谭辉
地址: 100854*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 邻近像素 目标像素 烟雾识别 快速双边滤波 方法和装置 相似性权重 滤波图像 所述空间 原始图像 综合权重 点邻域 点像素 加权和 像素 偏离 空间距离 双边滤波 图像滤波 烟雾检测 空间权 权重和
【说明书】:

发明涉及一种基于快速双边滤波的烟雾识别方法和装置,所述方法的一实施方式包括:获取原始图像;确定原始图像中目标像素点邻域内的任一邻近像素点到目标像素点的空间距离、以及该邻近像素点像素值与目标像素点像素值之间的偏离程度;根据所述空间距离得到该邻近像素点的空间权重,根据所述偏离程度得到该邻近像素点的相似性权重,根据所述空间权重和所述相似性权重获得该邻近像素点的综合权重;基于所述综合权重确定目标像素点邻域内每一邻近像素点的像素值的加权和,将所述加权和作为目标像素点在滤波图像中的像素值;在所述滤波图像中执行烟雾识别。该实施方式能够提供快速的双边滤波方法进行图像滤波从而有助于烟雾检测。

技术领域

本发明涉及技术领域模式识别领域,尤其涉及一种基于快速双边滤波的烟雾识别方法和装置。

背景技术

火灾是人类常见的严重灾害之一,为了减少火灾造成的伤害,最重要的就是尽早对火灾进行预警。火灾前期燃料通常不能充分燃烧,经常伴有烟雾出现,因此烟雾可以作为火灾发生的前兆。随着工业发展,基于可见光的视频监控系统已经成为保护人们安全生活的重要手段,而其自身成本低、分辨率高、范围广、无接触的优点使其广泛用于火灾预警系统。目前,基于视频的烟雾检测是火灾预警中一个重要的研究和应用方向。

但是,原始图像序列中存在很多噪声,尤其是在平滑区域,因此需要对图像进行滤波,图像滤波的过程中不仅需要平滑图像,并且需要保持图像中目标的边缘信息。

双边滤波在图像处理的过程中计算量大,实时性较差,因此需要进行快速的双边滤波来提升滤波的实时性。

发明内容

本发明要解决的技术问题是:如何提供快速的双边滤波方法进行图像滤波从而有助于烟雾检测。

为了解决上述技术问题,在一个方面,本发明提供了一种基于快速双边滤波的烟雾识别方法。

本发明实施例的基于快速双边滤波的烟雾识别方法包括:获取原始图像;确定原始图像中目标像素点邻域内的任一邻近像素点到目标像素点的空间距离、以及该邻近像素点像素值与目标像素点像素值之间的偏离程度;根据所述空间距离得到该邻近像素点的空间权重,根据所述偏离程度得到该邻近像素点的相似性权重,根据所述空间权重和所述相似性权重获得该邻近像素点的综合权重;基于所述综合权重确定目标像素点邻域内每一邻近像素点的像素值的加权和,将所述加权和作为目标像素点在滤波图像中的像素值;以及,在所述滤波图像中执行烟雾识别。

优选地,所述空间距离为欧式距离,所述偏离程度为邻近像素点像素值与目标像素点像素值差值的绝对值。

优选地,所述根据所述空间距离得到该邻近像素点的空间权重,具体包括:将所述空间距离代入高斯函数,得到所述空间权重;所述根据所述偏离程度得到该邻近像素点的相似性权重,具体包括:将所述偏离程度代入高斯函数,得到所述相似性权重;根据所述空间权重和所述相似性权重获得该邻近像素点的综合权重,具体包括:将所述空间权重与所述相似性权重的乘积作为所述综合权重。

优选地,所述滤波图像通过基于二维高斯函数的卷积而形成;以及,所述方法进一步包括:将所述二维高斯函数转换为横向一维高斯函数和纵向一维高斯函数;利用横向一维高斯函数对原始图像进行横向卷积,再利用纵向一维高斯函数对经过横向卷积的图像进行纵向卷积,得到所述滤波图像;或者,利用纵向一维高斯函数对原始图像进行纵向卷积,再利用横向一维高斯函数对经过纵向卷积的图像进行横向卷积,得到所述滤波图像。

在另一方面,本发明提供了一种基于快速双边滤波的烟雾识别装置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环境特性研究所,未经北京环境特性研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910266787.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top