[发明专利]一种烟雾检测方法

权利要求书

1.一种烟雾检测方法，其特征在于，包括以下步骤：

S1、训练烟雾分类检测模型

S11、获取正样本图片集和负样本图片集并保存到相应标记文件中；

S12、对步骤S11中的正样本图片和负样本图片进行尺度变换，统一尺寸；

S13、将统一尺寸后的正负样本图片集中的图片数据和标记文件同时输入到深度卷积神经网络架构中进行训练，得到训练后的烟雾分类检测模型，根据上一次训练的结果，调整优化深度卷积神经网络训练参数设置，重新训练，直至得到最优的烟雾分类检测模型；

S2、接入视频流，获取视频帧图像；

S3、读取步骤S2中的视频帧图像，进行预处理；

S4、对步骤S3中预处理后的视频帧图像使用背景建模方法检测前景运动目标，提取出所有的候选目标图像块；

S5、将步骤S4中的候选目标图像块作为数据源输入到深度卷积神经网络架构中，以步骤S1训练好的最优烟雾分类检测模型为基础参数，对候选目标图像块进行烟雾和非烟雾的分类检测，若某图像块的输出结果被判定为烟雾类别，则认为该图像块是烟雾；

S6、对步骤S5中判定为烟雾的图像块进行位置记录，然后在原始视频图像中使用矩形边界框标记视频中出现的烟雾区域。

2.根据权利要求1所述的烟雾检测方法，其特征在于，所述步骤S11中，收集各种场景下的烟雾图片，然后使用图像分割工具提取烟雾图片的小样本图片，作为深度卷积神经网络训练的正样本图片集，同时收集与烟雾相似度很高的图片作为负样本图片集，对正负样本图片集的存储路径和类别标签0或者1进行处理保存到相应标记文件中。

3.根据权利要求1所述的烟雾检测方法，其特征在于，所述步骤S12中，每张样本图片的尺寸大小为128*128像素。

4.根据权利要求1所述的烟雾检测方法，其特征在于，所述步骤S2中，通过从前端摄像头设备或者本地视频文件中读取视频流，对接入的视频流进行解码，获取视频帧图像。

5.根据权利要求1所述的烟雾检测方法，其特征在于，所述步骤S4中，使用背景建模方法对视频帧图像进行前景运动目标检测，获取出运动目标区域，作为烟雾的第一候选目标，对所述第一候选目标进行面积计算，去除面积过小的目标，有效剔除噪声干扰物，得到烟雾的第二候选目标，根据所述第二候选目标的位置信息，提取所有的第二候选目标在原始图像中的图像块。

6.根据权利要求1或5所述的烟雾检测方法，其特征在于，所述步骤S4中，背景模型构建方法如下：

S41、模型初始化：使用第一帧视频图像来初始化每个像素点的背景模型；

S42、前景运动目标检测：当获取到第t帧视频图像时，将t帧图像与背景模型进行比较，计算t帧图像中的像素值与模型中的像素值的距离，若距离小于预设的阈值，则近似样本像素点数目增加；当近似样本像素点数目大于预设的阈值后，则判定该像素点为背景，否则为前景，然后根据背景模型对后续的帧视频图像进行运动目标分割，得到包含前景目标的二值化图像，对得到前景目标的二值化图像进行连通域处理，得到N个连通域，即烟雾的第一候选目标；

计算每个连通域的面积，然后将面积小于阈值的连通域剔除，消除噪声干扰物，从而得到其余的M个连通域，根据M个连通域的边界框信息，映射到原始图像中获得图像块信息，作为第二候选目标图像块；

S43、模型更新：根据当前帧视频图像和前一帧的背景模型更新背景模型，使模型能适应实际场景的变化。