[发明专利]一种消防机器人智能火焰燃烧状态识别方法

权利要求书

1.一种消防机器人智能火焰燃烧状态识别方法，其特征在于，包括以下步骤：

图像采集步骤：使用摄像机采集一系列的候选图像构建图像数据集，获得测试样本集；

分割预处理步骤：采用基于YCbCr色彩空间的颜色判据分割规则，对所述测试样本集的原始图像进行处理，获得相应的分割处理图像，再使用Canny算子对所述分割处理图像进行边缘检测处理，提取疑似火焰区域的轮廓，获得边缘图像；

火焰特征提取步骤：计算所述分割处理图像与所述边缘图像的径向Tchebichef矩的旋转、平移和缩放不变量，分别获得区域矩不变量和轮廓矩不变量，组合两者构建描述火焰特征的多特征复合向量；

火焰燃烧状态分类识别步骤：将所述测试样本集的多特征复合向量，输入预先建立并训练好的小波支持向量机模型中，进行分类标签的预测，最终获取火焰燃烧状态的分类识别结果。

2.根据权利要求1所述的一种消防机器人智能火焰燃烧状态识别方法，其特征在于，所述分割预处理步骤中，采用所述基于YCbCr色彩空间的颜色判据分割规则的表达式为：

式中，I(x,y)为分割处理图像，若原始图像坐标(x,y)处存在疑似火焰像素点，则对应坐标处的灰度值为1，否则为0；Y_mean为单幅原始图像的Y通道分量平均值；Y(x,y)为原始图像坐标(x,y)处像素点的亮度分量灰度值，Cb(x,y)为原始图像坐标(x,y)处像素点的蓝色色度分量灰度值、Cr(x,y)为原始图像坐标(x,y)处像素点的红色色度分量灰度值；λ为适配系数，λ＞1；S为单幅原始图像中所有像素的总数，(x_i,y_i)为原始图像中第i个像素的坐标。

3.根据权利要求1所述的一种消防机器人智能火焰燃烧状态识别方法，其特征在于，所述火焰特征提取过程中，采用所述径向Tchebichef矩的旋转、平移和缩放不变量提取火焰特征的表达式为：

式中，为径向Tchebichef矩的旋转、平移和缩放不变量；T_pq为p+q阶的径向Tchebichef矩；T₀₀为零阶的径向Tchebichef矩；n为角方向使用的最大分辨率；ρ(p,N)为正交归一化平方范数；为p阶N长度的规则化Tchebichef多项式；m＝N/2，N为图像的边长大小；q为非负整数，q≤N-1；g(r,θ)为经过平移与映射后的输入图像；θ＝2πl/n，0≤l≤n-1，l为整数；r在0到N/2之间变化，θ在0到2π之间变化。

4.根据权利要求1所述的一种消防机器人智能火焰燃烧状态识别方法，其特征在于，所述小波支持向量机模型为改进型萤火虫算法-小波支持向量机模型，该改进型萤火虫算法-小波支持向量机模型的构建和训练过程具体为，

通过所述图像采集步骤获取训练样本集，依次通过所述分割预处理步骤和火焰特征提取步骤对所述训练样本集进行处理，获取所述训练样本集的多特征复合向量；

基于所述训练样本集的多特征复合向量，初始化预先建立的萤火虫算法，该萤火虫算法对萤火虫转移过程中小波支持向量机的核参数进行迭代搜索优化，直至达到预设的最大迭代次数，获取最优核参数，进而构建改进型萤火虫算法-小波支持向量机模型。

5.根据权利要求4所述的一种消防机器人智能火焰燃烧状态识别方法，其特征在于，所述小波支持向量机的核函数采用Morlet小波函数。

6.根据权利要求4所述的一种消防机器人智能火焰燃烧状态识别方法，其特征在于，所述萤火虫算法采用改进型萤火虫算法，该改进型萤火虫算法在迭代搜索优化过程中，采用改进后的步长因子定义公式，实现搜索步长的自适应动态调整；

所述改进后的步长因子定义公式使得所述步长因子随着所述改进型萤火虫算法的迭代搜索过程呈先增大后减小的变化趋势。