[发明专利]一种视频流烟雾检测火灾预警系统

说明书

本发明提供一种视频流烟雾检测火灾预警系统，包括4个部分：(1)暗黑通道去霾预处理；(2)动态最优帧模块；(3)致密光流模块；(4)时空分割网络；第2个模块可分成关键帧选择模块和自动遮罩生成模块；第4个模块集成了2/3两个模块的输出。

技术领域

本发明涉及火灾预警系统，特别涉及一种视频流烟雾检测火灾预警系统。

背景技术

接连爆发的山火对人类和环境都造成威胁。如果能在早期检测到火灾，尤其在开始出现烟雾时检测到火灾，火灾相对容易消灭，灭火需要使用的资源也相对很少。因此检测烟雾既有经济效益，也能减少对人类的影响。可以通过使用安装在塔架上的摄像机来检测烟雾，捕获视频中的烟雾线索。目前，普通摄像头已经很容易拍摄到远处的烟雾；

检测烟雾的方法很多，大多依赖颜色、纹理、运动等信息。但是，烟雾形态并不确定，在视频的每一帧都会发生变化，因此我们采用深度学习网络捕捉这种人眼不敏感变化。过去基于分类方法不考虑图像中像素级的线索，而语义化分割只关心空间的线索。同时使用时空信息的有定向梯度直方图(HOG)和定向光流直方图(HOOF)。目前已有的方法，缺乏在分辨近似烟雾物体的能力，缺乏同时综合时空信息的能力或使用烟雾物理参数的能力。

发明内容

针对现有的技术不足，本发明提供一种视频流烟雾检测火灾预警系统。

为了实现上述目的，本发明所采取的技术方案是：一种视频流烟雾检测火灾预警系统，包括4个部分：(1)暗黑通道去霾预处理；(2)动态最优帧模块；(3)致密光流模块；(4)时空分割网络；第2个模块可分成关键帧选择模块和自动遮罩生成模块；第4个模块集成了2/3两个模块的输出。

去霾预处理：尘霾会混淆着烟雾，使烟雾不明显；室外的视频往往有尘霾，因此在检测前我们采用暗黑通道去除视频帧中的尘霾；暗黑通道理论认为，在室外图像的统计规律中，图像中不包括天空的区域，总是在其中某个通道具有低强度；以x为坐标的图像暗通道定义为：Jdark(x)＝miny∈Ω(x)(minc∈{r，g，b}Jc(y))其中Jc是RGB通道的强度，Ω(x)是x所在块；从数学上讲，有霾图像可以定义为I(x)＝J(x)t(x)+A(1-t(x))其中I、J和A分别表示有霾图像、无霾图像和光照，t(x)表示透光率，取决于场景深度和大气散射系数两个因素；为了提取无霾图像，我们需要计算先验的暗黑通道、光照和迭代优化过的透光率；我们在尺寸为15的块上计算以x为中心的先验暗黑通道；透光率初始值采用0.05×Jdark(x)然后采用拉普拉斯矩阵和稀疏线性系统计算的软抠图迭代优化计算。暗黑通道中最亮的0.1％像素的平均值用于计算光照。