[发明专利]一种基于图像的火灾检测方法在审

专利信息
申请号: 202010817904.9 申请日: 2020-08-14
公开(公告)号: CN111951250A 公开(公告)日: 2020-11-17
发明(设计)人: 刘琳;魏凤笛;刘佳磊 申请(专利权)人: 西安科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/136;G06T7/194;G06T5/00;G06T5/30;G06T5/50;G06T7/90
代理公司: 西安维赛恩专利代理事务所(普通合伙) 61257 代理人: 李明全
地址: 710054 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 火灾 检测 方法
【权利要求书】:

1.一种基于图像的火灾检测方法,其特征在于,包括以下步骤:

获取当前帧图像和背景帧图像;

对所述当前帧图像和背景帧图像进行第一预处理,得到第一预处理当前帧图像和第一预处理背景帧图像;其中,所述背景帧图像为当前帧图像之前的第N帧图像,N为大于等于1的整数;

提取所述第一预处理当前帧图像中第三区域的形状不规则特征、第一预处理当前帧图像和第一预处理背景帧图像之间的背景模糊特征、以及第一预处理当前帧图像和第一预处理背景帧图像中的疑似烟雾区域的面积增长率;

基于第一BP神经网络模型,以所述形状不规则特征、背景模糊特征和面积增长率作为输入值,得出烟雾检测结果;

当所述烟雾检测结果为有烟雾时,对所述当前帧图像和背景帧图像进行火焰检测,并根据火焰检测结果确定火灾检测结果。

2.如权利要求1所述的一种基于图像的火灾检测方法,其特征在于,所述第一预处理包括:

通过背景减除法对所述当前帧图像/背景帧图像与对应的对比帧图像进行比较,得到具有第一区域的当前帧图像/背景帧图像;其中,所述对比帧图像为所述当前帧图像/背景帧图像之前的第M帧图像,M为大于等于1的整数;

以第一预定阈值对所述当前帧图像/背景帧图像的R、G、B通道进行颜色提取并滤波,得到具有R通道特征的当前帧图像/背景帧图像、具有G通道特征的当前帧图像/背景帧图像和具有B通道特征的当前帧图像/背景帧图像;

将具有R通道特征的当前帧图像/背景帧图像、具有G通道特征的当前帧图像/背景帧图像和具有B通道特征的当前帧图像/背景帧图像进行融合,得到具有第二区域的当前帧图像/背景帧图像;

将所述具有第一区域的当前帧图像/背景帧图像和具有第二区域的当前帧图像/背景帧图像进行融合,得到具有第三区域的当前帧图像/背景帧图像;

对具有第三区域的当前帧图像/背景帧图像中的第三区域依次进行边缘检测和形态学处理,得到所述第一预处理当前帧图像/第一预处理背景帧图像。

3.如权利要求1或2所述的一种基于图像的火灾检测方法,其特征在于,所述第一BP神经网络模型具有3个输入特征值、2层隐藏层和1层输出层;其中,所述3个输入特征值分别对应所述形状不规则特征、背景模糊特征和面积增长率。

4.如权利要求1所述的一种基于图像的火灾检测方法,其特征在于,对所述当前帧图像和背景帧图像进行火焰检测方法为:

对所述当前帧图像和背景帧图像进行第二预处理,得到第二预处理当前帧图像和第二预背景帧图像;

提取所述第二预处理当前帧图像中火焰区域的质心特征、第二预处理当前帧图像和第二预背景帧图像中火焰区域的面积变化特征、所述第二预处理当前帧图像中火焰区域的尖角特征、以及所述第二预处理当前帧图像中火焰区域的纹理特征;

基于第二BP神经网络模型,以所述质心特征、面积变化特征、尖角特征和纹理特征为输入值,得到火焰检测结果。

5.如权利要求4所述的一种基于图像的火灾检测方法,其特征在于,所述第二预处理的具体方法为:

通过大津法对所述当前帧图像/背景帧图像进行自适应阈值二值化处理,得到所述具有第四区域的当前帧图像/背景帧图像;

以第二预定阈值对所述当前帧图像/背景帧图像的R、G、B通道进行颜色提取并滤波,得到具有R通道特征的当前帧图像/背景帧图像、具有G通道特征的当前帧图像/背景帧图像和具有B通道特征的当前帧图像/背景帧图像;

将具有R通道特征的当前帧图像/背景帧图像、具有G通道特征的当前帧图像/背景帧图像和具有B通道特征的当前帧图像/背景帧图像进行融合,得到具有第五区域的当前帧图像/背景帧图像;

将所述具有第四区域的当前帧图像/背景帧图像和具有第五区域的当前帧图像/背景帧图像进行融合,得到具有第六区域的当前帧图像/背景帧图像;

对具有第六区域的当前帧图像/背景帧图像中的第三区域依次进行边缘检测和形态学处理,得到所述第二预处理当前帧图像/第二预处理背景帧图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学,未经西安科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010817904.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top