[发明专利]一种基于图像识别的烟雾浓度量化方法

权利要求书

1.一种基于图像识别的烟雾浓度量化方法，其特征在于，包括：

S1，输入视频序列或图片；

S2，对S1中输入的视频序列或图片提取运动区域：如果提取到运动区域，则执行S3，如果没有提取到运动区域，则判断为无烟雾；

S3，对S2中得到的运动区域提取烟雾疑似区域：如果提取到疑似区域，则执行S4，如果没有提取到疑似区域，则判断为无烟雾；

S4，通过形态学对S3中得到的烟雾疑似区域变换形成连通域；

S5，将S4中得到的连通域分割为若干个子块；

S6，将S5中得到的若干个子块输入至经过标准样本集训练获得的分类模型，该分类模型中将烟雾浓度作为数据标签，得到每一个子块的分类结果；其中，所述分类模型根据烟雾浓度的检测在工业领域的应用精度的要求，设置烟雾浓度的分类阈值和分类数量；

S7，设置一阈值，若S6中得到的子块分类结果中，被判别为烟雾的结果超过该阈值，则执行S8，同时将该连通域判定为烟雾区域，如果没有超过该阈值，则判断为无烟雾；

S8，将组成S7中判定为烟雾区域的若干个子块输入至回归模型进行图像特征提取以及烟雾浓度预测，其中：所述回归模型由回归神经网络与贝叶斯线性模型组成，所述回归神经网络通过图像特征提取，对判定为烟雾区域的若干个子块进行初级数据标签分类，确定烟雾浓度预测值，并将提取的图像特征向量作为烟雾位置信息；所述贝叶斯线性模型考虑先验数据的分类，在所述回归神经网络的分类结果基础上，提升烟雾浓度数据标签分类的精度；

S9，对S8中得到的各子块的烟雾浓度预测值取平均值，并将该平均值作为烟雾区域浓度值信息。

2.根据权利要求1所述的基于图像识别的烟雾浓度量化方法，其特征在于，所述S2中，对输入的视频序列或图片提取运动区域，包括：

S21，视频读取：按帧读取视频或图片，得到每一帧图像；

S22，图像预处理：对S21中得到的每一帧图像进行高斯滤波处理，得到灰度化图像；

S23，对S22中得到的灰度化图像使用高斯混合模型将运动物体分离，检测得到运动区域。

3.根据权利要求1所述的基于图像识别的烟雾浓度量化方法，其特征在于，所述S3中，采用HSV模型对得到的运动区域提取烟雾疑似区域，其中，采用经验阈值对图像进行分割，包括：

前景形态学变换：先对前景通过一次形态学开运算进行去噪处理，再通过一次形态学闭运算使相近区域连通，从而形成前景连通域；

将经过前景形态学变换的图像由RGB空间转换为HSV空间；

将烟雾疑似区域的H、S、V三分量所满足的区间经验阈值分别设为[30,150]、[0,70]、[150,260]，提取所述经验阈值范围内的像素。

4.根据权利要求1所述的基于图像识别的烟雾浓度量化方法，其特征在于，所述S4中，通过形态学对S3中得到的烟雾疑似区域变换形成连通域，包括：

烟雾疑似区域形态学变换：先通过闭运算使S3中提取的烟雾疑似区域连通，再运用开运算去噪，形成烟雾疑似区域连通域。

5.根据权利要求1所述的基于图像识别的烟雾浓度量化方法，其特征在于，所述S5中，分割得到的每一个子块的像素尺寸为32×24，若尺寸不足，则通过仿射变换使尺寸满足要求。