[发明专利]一种基于图像多特征融合的火灾视频检测及预警方法

说明书

本发明公开了一种基于图像多特征融合的火灾视频检测及预警方法，在获取视频的图像序列后，首先进行预处理；然后提取出前景区域，再得到检测的候选区域；其次，对候选区域提取静态特征和动态特征，检测火焰时作为SVM分类器的输入判断是否含有火焰，而检测烟雾时则将特征的判别结果进行逻辑组合选取和计算后得出是否含有烟雾；最后，若检测出含有火焰或烟雾，则依据其增长趋势进行火灾判别，当判定构成火灾时就对监控现场进行火灾警报，否则只在后台进行火情警告。本发明可以结合现有监控系统，应用于商场、仓储等场所，降低了火灾检测预警成本，且检测方法泛化能力及适用性好，可以提供可靠的火灾检测及预警功能，具有实用价值。

技术领域

本发明涉及计算机视觉中的图像处理及识别领域，具体涉及一种基于图像多特征融合的火灾视频检测及预警方法。

背景技术

火灾是威胁人类生命财产安全的主要威胁之一，随着社会的发展，火灾对人类社会及自然环境带来的危害也越来越严重。因此，能够准确快速的检测到火灾成为重要的研究课题。目前的传统火灾检测设备以感温、感烟的探测器为主，但是这类以传感器为主的探测器需要到达其检测阈值才会报警，延迟严重，且由于检测范围小需要在空间中大规模铺设才能达到检测效果，导致其成本很高。除此外，在高大建筑、森林、隧道等场合中，由于空间及气流的稀释，此类设备常常不能及时准确检测出火灾。

随着视频监控系统发展，监控摄像头已经遍布大街小巷，在现有视频监控系统的基础上结合图像处理和图像识别的技术不仅能够完成火灾检测的任务，还可以降低成本，提升抗干扰能力，很好地适应空间大、气流多的复杂环境；现在已经有很多基于图像的火灾检测方法，但是这些方法存在以下问题：在保证可靠检测的前提下，延迟需进一步改善；以火焰的检测为主，对阴燃火情况检测能力不足；缺乏对检测结果是否构成火灾的判别以及火情分级警报的机制,造成正常用火或可控情况下对公众警报产生恐慌。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于图像多特征融合的火灾视频检测及预警方法。本发明可以结合现有视频监控系统同时实现火焰和烟雾的检测，首先利用中值滤波对图像进行去噪预处理；采用新的背景模型来更好的提取运动区域；采用支持向量机分类器和可调节检测灵敏度的逻辑运算器增加检测方法的泛化能力和检测效率；最后引入是否可能构成火灾的判断机制以分级处理火情，增加火灾预警的可靠性，最大限度降低火灾带来的危害。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于图像多特征融合的火灾视频检测及预警方法，在获取视频的图像序列后，首先进行预处理减少噪声，提升图像质量；然后采用移动区域提取的方法提取出前景区域以排除大部分干扰后，再经颜色模型选取并进行形态学闭操作得到检测的候选区域；其次，对候选区域提取静态特征和动态特征，检测火焰时作为SVM分类器的输入判断是否含有火焰，而检测烟雾时则将特征的判别结果进行逻辑组合选取和计算后得出是否含有烟雾；最后，若检测出含有火焰或烟雾，则依据其增长趋势进行火灾判别，当判定构成火灾时就对监控现场进行火灾警报，否则只在后台进行火情警告。本发明可以结合现有监控系统，应用于商场、仓储等场所，降低了火灾检测预警成本，且检测方法泛化能力及适用性好，可以提供可靠的火灾检测及预警功能，具有实用价值，具体包括以下步骤：

S1对获取的视频图像序列使用中值滤波的方法进行去噪预处理；

S2对预处理后的图像使用基于梯度运动历史图的改进方法建立背景模型来提取运动区域；

S3对运动区域的像素分别使用火焰和烟雾的颜色模型提取得到颜色疑似区域；

S4对颜色疑似区域进行形态学闭操作得到平滑连续的疑似区域；

S5对疑似区域进行动静态特征的提取；

S6将提取的火焰特征值作为SVM分类器输入判别是否含有火焰，同时地，将提取的烟雾特征分别进行计算并将计算结果输入逻辑运算器判别是否含有烟雾；