[发明专利]基于CN和FHOG的森林火灾在线识别方法及装置

说明书

本发明公开了一种基于CN(Color Names)和FHOG(Fused Histogram Oriented Gradient)的森林火灾在线识别方法及装置，包括以下步骤：S1、构建火焰样本图像集合；S2、将样本图像在CN颜色空间投影，并依据主元分析方法确定投影颜色空间主元；S3、构建火焰的FHOG特征，应用金字塔池化方法进行均值池化，构建FHOG特征集合；S4、采集图像，并进行主元颜色空间投影，在投影图像中应用阈值处理确定疑似火点区域；S5、计算疑似火点区域的FHOG特征并进行金字塔池化；S6、计算疑似火点区域金字塔池化FHOG特征与FHOG特征集合中样本特征的相似度，依据阈值最终确定火灾发生情况；S7、如果发生火灾，给出报警信息。本发明还提供了基于CN+FHOG特征的在线火灾识别装置。本发明精度高，能够有效的进行火灾在线识别。

技术领域

本发明涉及图像处理技术领域，具体为一种基于CN和FHOG的森林火灾在线识别方法及装置。

背景技术

森林火灾是一种严重影响生态环境的因素之一。它给森林带来的危害是毁灭性的，给环境带来的危害也是毁灭性的。森林火灾一旦发生，扑灭难度较大。因此，对森林火灾的及时预警显得格外重要。随着科技的进步，对森林火灾的预警取得了长足的进步。森林火灾检测方法有多种，基于图像识别的森林火灾检测算法较多。其中，有多种算法是基于颜色空间的火灾检测与识别算法。基于颜色的火灾识别算法在检测过程中无法摆脱颜色空间固有的缺陷——颜色容易受到光照的影响，最终造成基于颜色空间的火灾检测算法存在较高的误报率。图像的文理特征则受光照的变化影响较小，但是文理特征容易受到形变的影响，鉴于文理特征和颜色特征之间的互补特性，本发明提出了一种应用多颜色空间粗检和FHOG特征进行细检相结合的森林火灾检测方法，并将该检测算法固化至处理器，实现处理器对图像采集设备视场范围内火灾情况进行在线检测，最终将检测结果通过网络传输至服务器。

发明内容

为了克服基于颜色空间对火焰检测过程中受光照变换的影响，造成基于颜色空间描述的火灾检测算法误报率较高的缺陷，本发明的目的之一在于提供一种应用颜色空间进行粗检，然后应用FHOG特征进行细检的火灾检测方法。通过构造多元样本颜色空间，增强样本对火焰颜色描述的鲁棒性。针对CN检测到的候选区域尺度不一致，从而获得的FHOG特征的尺度不一致，无法进行相似度判断的问题，应用均值池化FHOG特征的处理方法，经过处理后的火灾候选区域的FHOG特征与样本集合中的FHOG特征具有相同的维度，可以直接通过欧氏距离判定候选区域是否存在火灾。

本发明的目的之二在于提供一种基于CN和FHOG的森林火灾在线识别装置，其应用多元样本构建火焰样本多颜色空间的描述集合确定火焰颜色描述的主元颜色，同时应用金字塔均值池化的方法确定样本火焰的FHOG特征集合，将采集到的视频图像投影到主元颜色空间，通过二值化的方法确定疑似火灾区域，在疑似区域中求取该区域的FHOG特征并进行金字塔均值池化，将候选区域的均值池化的FHOG特征与样本集合的特征进行比对，最终确定候选区域是否存在火灾，如果存在，通过5G无线传输的方式传输至服务器并报警。

为实现上述目的之一，本发明提供如下技术方案：

一种基于CN和FHOG的森林火灾在线识别方法及装置，包括以下步骤：

S1、选择不同光照条件下的森林火灾图像，构建森林火灾火焰样本的集合；

S2、应用多颜色空间CN算法所提供的颜色空间转换矩阵将火焰样本集合的RGB图像转换到11维的多颜色空间，应用主元分析的方法在11维的颜色空间中提取火焰样本集合描述的颜色主元投影向量；

S3、计算火焰样本集合中每一个样本的FHOG特征，将计算后的特征通过2×2均值池化的方法进行池化处理，最终构建火焰样本集合对应的均值池化的FHOG特征集合；

S4、将采集到的原始图像帧中的RGB图像投影到主元颜色空间，构建投影图像，将主元投影图像进行腐蚀和膨胀处理，将处理后的结果图像应用连通域处理的方法确定投影图像中的连通区域，确定的连通域即为火灾的疑似区域；