[发明专利]一种基于视频分析的烟雾判定方法

说明书

本发明涉及烟雾检测领域，并公开了一种基于视频分析的烟雾判定方法，具体是一种对视频图像进行HSV阈值过滤并分析视频图像变化率进而确定是否存在烟雾的方法，本发明首先利用HSV颜色空间过滤视频图像中部分非烟雾的区域，持续统计过滤后相邻帧视频图像像素变化，再利用YOLOv5神经网络检测图像并找到疑似烟区后，对找到疑似烟区前后一段时间的图像像素变化分别进行累计，最后比较疑似烟区前后一段时间的图像像素变化总量来确定是否存在烟雾。

技术领域

本发明涉及烟雾检测领域，具体是一种对视频图像进行HSV阈值过滤并分析视频图像变化率进而确定是否存在烟雾的方法。

背景技术

视频烟雾检测是检测并发现早期火灾的重要方式，目标检测网络，如YOLO、Faster-RCNN经过烟雾数据集的训练可以得到较高的准确率与较快的检测速度。但是由于烟雾数据集非常少，且烟雾本身没有固定的形态，目标检测网络往往存在一定的漏检率与误检率，这对消防安全来说是难以接受的。

在目标检测网络应用于烟雾检测之前，基于手工制作的特征的烟雾检测系统被广泛使用，根据烟雾的纹理、颜色及动态特征对图像进行过滤、筛选，能够有效降低误检率，虽然目标检测网络在目前的图像检测领域占据主流，但是较少的烟雾数据集和烟雾不规则的形态特征使得单一的目标检测网络无法取得令人满意的效果，同时也难以有效利用连续的视频图片信息。

为此，结合神经网络与传统图像处理方法，提出了一种基于视频分析的烟雾判定方法。

发明内容

本发明的目的是利用HSV颜色空间过滤视频图像中部分非烟雾的区域，持续统计过滤后相邻帧视频图像像素变化，再利用YOLOv5神经网络检测图像并找到疑似烟区后，对找到疑似烟区前后一段时间的图像像素变化分别进行累计，最后比较疑似烟区前后一段时间的图像像素变化总量来确定是否存在烟雾，进一步提高检测精度、降低假警率。

本发明的技术方案如下：

一种基于视频分析的烟雾判定方法，包括如下步骤：

步骤1：采集得到监控视频中的n帧图像，记为I₁,I₂,…,I_n；利用YOLOv5对任意第i帧图像I_i进行烟雾检测，得到K_i个候选烟雾区域，并将其中的第k个候选烟雾区域记为其中，表示第k个候选烟雾区域左上角的坐标，表示第k个候选烟雾区域右下角的坐标；

步骤2：计算得到n帧图像的相邻帧变化，得到图像集合S＝{I_1a,I_2a,…,I_n-1a}，具体步骤如下：

步骤2.1：对任意I_i和I_i+1进行HSV阈值过滤，i＝1,2,…,n-1，将图像从RGB颜色空间转为HSV颜色空间，得到图像G_i和G_i+1，设定过滤条件Q＝{V∈[150,255],S∈[0,25]},对G_i和G_i+1的每个像素点的HSV值进行判定，即根据式(1)、(2)和(3)对I_i和I_i+1进行过滤，得到I_i和I_i+1在过滤条件Q下过滤后的图像I_iq和I_i+1q，I_i和I_i+1中不满足过滤条件的像素的RGB值均被置零，HSV阈值过滤公式如下：