[发明专利]火焰烟雾检测方法及装置

说明书

本发明实施例提供一种火焰烟雾检测方法及装置，方法包括：获取视频的每帧中火焰烟雾的动态特征，根据获取的每帧中的动态特征获取每帧中火焰烟雾的动态检测结果；获取所述视频的每帧中火焰烟雾的静态特征，根据每帧中火焰烟雾的静态特征确定每帧中火焰烟雾的静态区域，将所述静态区域输入到深度学习模型中，输出每帧中火焰烟雾的静态检测结果；根据每帧中火焰烟雾的动态检测结果和静态检测结果，确定所述火焰烟雾的最终检测结果。本发明实施例大大缩短火焰烟雾的检测时间，满足了火焰烟雾检测实时性的要求，而且检测的准确度也更高。

技术领域

本发明属于智能安防技术领域，尤其涉及一种火焰烟雾检测方法及装置。

背景技术

火灾是日常生活中最常见的灾害之一，它往往给人们的生命财产造成巨大损失。因此，火灾的预防和检测非常重要。

传统的火焰烟雾检测方法在检测火灾时往往会综合火焰烟雾的静态特征和动态特征进行检测。这种检测方式存在较大的弊端。原因在于火焰烟雾的静态特征和动态运动特征混合在一起检测时，会影响到动态特征检测所需要的图像信息的连续性，使得最终的实时检测效果并不是很理想，而且耗时较长。

考虑到发生火灾时，火焰烟雾的移动具有一些独特的运动特征，传统的图像处理方法即可快速的对这些动态特征进行检测；而在某一场景下，发生火灾时，火焰烟雾的静态特征几乎不发生变化，或者发生的变化较小，其复杂性高，可辨识性差，采用传统的图像处理方法很难准确的对其进行检测。

发明内容

为克服上述现有的火焰烟雾检测方法检测效果差的问题或者至少部分地解决上述问题，本发明实施例提供一种火焰烟雾检测方法及装置。

根据本发明实施例的第一方面，提供一种火焰烟雾检测方法，包括：

获取视频的每帧中火焰烟雾的动态特征，根据获取的每帧中的动态特征获取每帧中火焰烟雾的动态检测结果；

获取所述视频的每帧中火焰烟雾的静态特征，根据每帧中火焰烟雾的静态特征确定每帧中火焰烟雾的静态区域，将所述静态区域输入到深度学习模型中，输出每帧中火焰烟雾的静态检测结果；

其中，所述深度学习模型根据火焰烟雾的图像样本和所述图像样本中火焰烟雾的静态检测结果进行训练获取；

根据每帧中火焰烟雾的动态检测结果和静态检测结果，确定所述火焰烟雾的最终检测结果。

具体地，获取视频的每帧中火焰烟雾的动态特征的步骤之前还包括：

基于三帧插法检测出所述视频的每帧中火焰烟雾的运动区域；

基于背景减法检测出所述视频的每帧中火焰烟雾的运动区域；

将每帧中所述三帧插法和所述背景减法检测出的运动区域进行或运算，获取每帧中火焰烟雾的最终运动区域；

相应地，获取视频的每帧中火焰烟雾的动态特征的步骤包括：

获取每帧的火焰烟雾的最终运动区域中火焰烟雾的动态特征。

具体地，基于三帧插法确定所述视频的每帧中火焰烟雾的运动区域的步骤包括：

计算所述视频的当前帧与紧邻所述当前帧的前一帧之间的差分图像，以及紧邻所述当前帧的后一帧与所述当前帧之间的差分图像；

对两个所述差分图像进行与操作；

对与操作的结果进行二值化处理，对二值化处理的结果进行形态学处理，获取当前帧中所述三帧插法检测出的火焰烟雾的运动区域。

具体地，通过以下公式基于背景减法检测出所述视频的每帧中火焰烟雾的运动区域：