[发明专利]一种基于三种色彩模式的火灾图像偏色度量化方法

说明书

本发明涉及一种基于三种色彩模式的火灾图像偏色度量化方法，所述偏色度量化方法包括：采集常规场景和火灾场景下针对三种时空情景下的图像，形成火灾现场偏色检测图像库；计算图像分别在RGB、HSV和YCbCr三种色彩模式下的偏色因子方差var的大小及其偏色度；通过统计学分析方法对常规场景和火灾场景下三种时空情景图像的偏色规律和火灾场景对物体颜色失真影响进行分析。本发明的优点在于：有效避免了主流方法易受图像形成过程色温变化和数据测量的偶然误差的综合影响，提高火灾现场救援过程目标识别的准确度，在火灾场景目标识别中具有较强的技术指导和实际应用价值。

技术领域

本发明涉及图像识别处理技术领域，尤其涉及一种基于三种色彩模式的火灾图像偏色度量化方法。

背景技术

火灾现场救援过程中准确及时的识别目标一直是火灾防治领域的重要研究内容之一。传统的火灾检测方法有感温、感烟、感光等。目前针对火灾图像的偏色检测研究甚少，火灾场景包含大量的目标特征，这些特征是火灾图像识别的依据。但是，火灾场景环境复杂，不仅受自然光的影响，同时受燃烧物特性的影响，因此如何正确合理的进行火灾图像偏色检测是火灾现场图像及时准确识别的第一步。

目前，国内外学者对火灾图像处理及图像偏色检测进行了大量的研究。在火灾图像处理领域，主要集中在火灾图像分割、火灾图像识别、森林火灾探测等方面。如Wang Y等提出基于粒子群优化的修改KNN分割算法；辛颖针对阴燃火灾目标采用最大类间方差法对红外图像进行分割；Li S等开发了基于多尺度视网的快速图像恢复方法；马越豪等基于无人机拍摄实时视频通过图像特征自动识别燃火点；冯丽琦等提出新的基于Gabor滤波和局部二值模式(LBP)的多尺度局部纹理特征提取方法；张杰提出基于深度卷积神经网络模型进行火灾检测的方法；朱磊等提出基于图像增强与多特征的森林火灾烟雾检测算法等。

在图像偏色检测领域，主要集中在道路偏色检测，医学细胞偏色检测、偏色检测算法、偏色校正等方面。缪仁拉等针对白细胞图像偏色检测提出一种灰度世界和完美反射相结合的基于Lab颜色空间的细胞图像的偏色校正算法；Chen S等针对视频图像的色偏缺陷检测提出了原始监控视频序列的快速两步自动投射检测算法；阮文等介绍利用阈值精确寻找3个点，并通过调整它们的色阶来处理图像偏色的方法,解决了处理图像时凭感觉而导致效果不理想的问题；祝大伟针对视频图像在获取过程中产生的偏色现象提出了基于加减性色彩系统的视频偏色盲估计方法；Zhu D等为解决偏色图像颜色信息损失、视觉观察、图像分析，提出两阶段图像色偏校正方案。

但是，上述并没有针对火灾现场图像偏色检测以及偏色规律方面的研究，而环境的复杂色彩严重影响了火灾现场救援过程中目标识别的准确性和及时性，因此，如何通过对火灾图像偏色度的量化来帮助火灾现场目标及时准确的识别，是现阶段需要解决的问题。

发明内容

本发明的目的在于克服现有技术的缺点，提供了一种基于三种色彩模式的火灾图像偏色度量化方法，提高火灾现场救援过程目标识别的准确度，通过分析火灾现场偏色检测方法及偏色特征，为火灾现场偏色校正提供必要的帮助。

本发明的目的通过以下技术方案来实现：一种基于三种色彩模式的火灾图像偏色度量化方法，所述偏色度量化方法包括：

采集常规场景和火灾场景下针对三种时空情景下的图像，形成火灾现场偏色检测图像库；

计算图像分别在RGB、HSV和YCbCr三种色彩模式下的偏色因子方差var的大小及其偏色度；

通过统计学分析方法对常规场景和火灾场景下三种时空情景图像的偏色规律和火灾场景对物体颜色失真影响进行分析。

进一步地，所述计算图像分别在RGB、HSV和YCbCr三种色彩模式下的偏色因子方差var的大小包括：

根据RGB图像的像素维数M和N以及计算公式与计算得到RGB图像dr、dg和db分量信息的平均值；