[发明专利]基于视频图像序列特征提取的燃煤工况识别方法

权利要求书

1.基于视频图像序列特征提取的燃煤工况识别方法，其特征在于，包括实验数据准备、纹理特征提取、结构特征提取、纹理和结构算子相融合、分类器进行工况识别，具体实现过程如下：

步骤S1：实验数据准备

首先提取燃煤火焰的视频数据，然后将获取的火焰视频序列的工况进行标记，再将视频数据进行灰度化预处理；

步骤S2：特征算子提取

纹理特征提取：以局部二值模式为基本算子，构建视频序列的局部二值模式算子，表示为3DBLBP_L；首先在视频序列中构建3×3×3像素的三维立方体，然后以三维立方体的6个像素形成3DBLBP_L的局部二值模式，6个像素包括中心像素的两个水平相邻像素、两个垂直相邻像素以及从中心像素出发的前L帧和后L帧的中心像素，L表示中心像素与相邻帧之间的距离；最后将3DBLBP_L值按照出现频率生成的直方图，作为整个视屏序列的纹理特征3DBLBP_L；

结构特征提取：基于相位一致性构建视屏序列的结构特征算子，表示为HOPC-TOP；首先将视频序列在三个方向上分割成正交平面，再利用相位一致性计算模型计算每个平面上相位一致性的幅值和方向，然后根据相位一致性的方向统计每个平面的振幅直方图，最后将三个方向的直方图串联起来，生成一个动态描述符，即结构特征HOPC-TOP；

步骤S3：纹理和结构算子相融合

将纹理特征3DBLBP_L和结构特征HOPC-TOP串联成一个直方图，将串联形成的直方图向量作为火焰序列的融合特征，包含了火焰序列的纹理、结构信息；

步骤S4：分类器进行工况识别

将融合特征向量集分为训练集和测试集，选取合适的模式分类器，将训练集的特征向量集与工况标签输入训练分类器进行训练，训练完成后，将测试集的特征向量集输入训练好的分类器进行训练，训练完成后，将测试集输出的工况标签与真实标签进行比较，计算得到测试集的工况识别精度。

2.根据权利要求1所述基于视频图像序列特征提取的燃煤工况识别方法，其特征在于，步骤S1标记的工况包括正常工况、过烧结工况、欠烧结工况的稳定状态工况和不同工况进行转换时所出现的不稳定状态工况。

3.根据权利要求1所述基于视频图像序列特征提取的燃煤工况识别方法，其特征在于，步骤S2中所述3DBLBP_L的局部二值模式表示为公式(1)：

其中，

式中，V为中心像素在一个局部邻域v内的二值模式，s(x)为邻域像素与中心像素的关系，若邻域像素值比中心像素值小，则编码为“0”，否则编码为“1”；g_tc,c为中心像素的强度，g_tc-L,c和g_tc+L,c为前后L帧中心像素的强度，g_tc,q为中心像素的两个水平相邻像素和两个垂直相邻像素的强度，其中q＝0，1，2，3；

将V中的二值分布所形成的二进制串转化为十进制，并将这个值作为中心像素的3DBLBP_L值，表示为公式(3)：

s_p为在邻域v中编码得到的二值模式V中的第p个二值编码，其中p＝0，1，2，3，4，5。

4.根据权利要求1所述基于视频图像序列特征提取的燃煤工况识别方法，其特征在于，步骤S2中所述HOPC-TOP的计算过程如下：

首先，将视频序列在X、Y、T三个正交方向上分割成XY、YT、XT正交平面；XY面为视频序列在不同时间T的切割平面，表示火焰视频的外观信息；YT面为视频序列在不同X次切割后的平面，XT面为视频序列在不同Y次切割后的平面，XT和YT平面表示时间和运动信息；

根据相位一致性计算模型计算相位一致性值，表示为公式(4)：

式中，PC为相位一致性值，(x,y)为图像中某一像素点的坐标，W(x,y)为频差的权重因子，n为小波的尺度，o为小波的方向，A_no(x,y)为小波尺度n和方向o在(x,y)处的振幅，N为噪声阈值，ε为常数且ε≤0.000001，Ψ_no(x,y)为一个敏感的相位偏差函数；

然后，选用log-Gabor滤波器，log-Gabor滤波器的实部和虚部分别表示偶对称小波和奇对称小波对于二维图像信号I(x,y)与两个奇偶对称小波卷积结果表示为公式(5)：

式中，e_no为图像信号I(x,y)与偶对称小波的响应，O_no为图像信号I(x,y)与奇对称小波的响应，相位一致性计算模型中振幅考虑到相位一致性计算模型中用多个方向的奇对称小波计算相位一致性，每个方向的奇对称小波与图像信号的卷积结果可以投射到x方向和y方向上，产生x方向导数a和y方向导数b，PC值的方向根据(6)计算：

式中，Φ为相位一致性的方向，θ为奇对称小波的方向角，a为奇对称小波在θ方向上的响应，O_no为奇对称小波在水平方向上的投影，b为奇对称小波在θ上的响应，O_no为奇对称小波在垂直方向上的投影；

再根据公式(4)和公式(6)计算XY、XT和YT平面上每个像素点的PC值的振幅和方向；

将每个像素点在三个平面上的PC值的方向均转化为0～180度，并将0～180度等分为n个区域范围，再根据每个像素点PC值的方向将PC值的幅度值大小累积到相应区域范围内，分别形成三个正交平面的直方图，包括形态信息HOPC-XY和两个时空统计信息HOPC-XT和HOPC-YT；

最后，将上述三个直方图拼接成一个全局直方图，作为视频序列的结构特征HOPC-TOP。