[发明专利]一种用于巡检机器人的双通道火焰检测算法

说明书

本发明公开了一种用于巡检机器人的双通道火焰检测算法，包括以下步骤：S1:图像采集：分别采集可见光图像和热成像图像；S2:图像提取：分别提取S1中采集到的可见光图像中疑似火焰区域和S1中采集到的热成像图像中高温区域；S3：配准火焰区域：将S2中提取到的疑似火焰区域和高温区域进行区域匹配，配准成功则识别出火焰区域，配准不成功则根据对应情况进行后续分析。本发明的用于巡检机器人的双通道火焰检测算法，提高了火焰检测技术对火焰不同发展阶段的识别稳定性。

技术领域

本发明属于计算机视觉领域，涉及图像处理技术和模式识别算法，具体涉及一种用于巡检机器人的双通道火焰检测算法。

背景技术

火焰检测在计算机视觉领域一直有着重要意义，基于图像可分析火焰不同发展阶段的形状、颜色和频闪等特征，涉及图像预处理、特征提取和模式识别等技术。

现有火焰检测方案多基于可见光摄像头采集图像，针对火焰不同发展阶段出现的不同特征和多变的模式不能很稳定的进行识别，容易出现误检和漏检的情况。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种用于巡检机器人的双通道火焰检测算法，提高了火焰检测技术对火焰不同发展阶段的识别稳定性。

为了达到上述目的，本发明采用以下技术方案：

一种用于巡检机器人的双通道火焰检测算法，包括以下步骤：

S1:图像采集：利用巡检机器人配备的双光谱云台，分别采集可见光图像和热成像图像；

S2:图像提取：分别提取S1中采集到的可见光图像中疑似火焰区域和 S1中采集到的热成像图像中高温区域；

S3：配准火焰区域：将S2中提取到的疑似火焰区域和高温区域进行区域匹配，配准成功则识别出火焰区域，配准不成功则根据对应情况进行后续分析。

上述技术方案中，优选地，S2中可见光图像中疑似火焰区域的提取方法如下：

S211：颜色空间分割：对S1中采集到的可见光图像进行颜色分割，分割出疑似火焰的颜色区域；

S212：运动特征过滤：在S1中采集到的可见光图像中，任意选取 S211中分割出来的疑似火焰的颜色区域中的连续两帧图像做像素相减得到差分图像，根据所述差分图像的像素值的重合比例判定静态区域或火焰闪烁区域，并提取出火焰闪烁区域；

S213：纹理特征过滤：将S212中提取出来的火焰闪烁区域的纹理特征与运用K均值聚类算法训练得出K均值聚类中心的纹理特征进行对比，滤除不具备火焰纹理特征的区域，得到火焰纹理区域，所述纹理特征包括面积和紧密度；

S214：区域定位：提取S213中得到的火焰纹理区域的灰度直方图，获取灰度在165—255之间的像素点的出现频率，并与S213中训练得出K 均值聚类中心的像素点的像素坐标及频率进行对比，将重合比例大于等于 60％的区域判定为疑似火焰区域并输出检测结果。

上述技术方案中，进一步优选地，S212中，连续两帧图像中像素差分图像的像素值的重合比例大于等于40％判定为静态区域，连续两帧图像中像素差分图像的像素值的重合比例小于40％判定为火焰闪烁区域。

上述技术方案中，更进一步优选地，所述高温区域为温度大于等于60℃、面积大于4800个像素点的区域：

上述技术方案中，再进一步优选地，S3中火焰区域的匹配方法如下：

S301：图像匹配：将S214中得到的疑似火焰区域和S1中的所述高温区域进行图像匹配；具体的，图像匹配是将疑似火焰区域的像素坐标和高温区域的像素坐标进行匹配。

S302：计算S301中匹配成功的两个图像的重合面积，将重合面积大于等于60％的重合区域判定为火焰区域。