[发明专利]一种烟雾检测方法

摘要

本发明公开了一种烟雾检测方法，该方法包括：步骤1，把原始图像分割成1/2重叠的ROI；步骤2，将ROI进行分块；步骤3，获取小块的LGBP映射图；步骤4，提取映射图的LBP特征，得到直方图序列LGBPHS；步骤5，使用AdaBoost算法训练LGBPHS特征，得到级联强分类器；步骤6，使用级联强分类器进行烟雾检测。本发明的有益效果：对ROI划分成1/2重叠小块，再对小块抽取LGBPHS特征，可以避免遗漏大面积烟雾，能更全面的提取ROI的图像细节信息，能有效防止信息泄露，防止漏检发生，提高检测率；提取烟雾LGBPHS特征，充分描述烟雾的纹理特征；针对大量冗余LGBPHS特征，采用AdaBoost算法提取出重要特征，形成强分类器，通过更新负样本，迭代AdaBoost算法，级联多个强分类器，形成最终烟雾检测分类器。

主权项

1.一种烟雾检测方法，其特征在于，该方法包括以下步骤：步骤1，利用高斯混合模型，把原始图像分割成1/2重叠的ROI，其中，ROI为感兴趣区域；步骤2，对所述ROI进行分块，每隔15像素提取一个30*30像素的小块，得到所述ROI的块集，即：ROISET＝(ROI0，ROI1，…，ROI(M-1))，其中，ROIi表示ROISET集中的一个ROI，M为ROISET的个数；步骤3，利用Gabor滤波器对步骤2中每个30*30像素小块进行小波变换，Gabor滤波器的表达式为： Ψ μ , v ( z ) = | | k μ , v | | 2 σ 2 e ( - | | k μ , v | | 2 | | z | | 2 / 2 σ 2 ) [ e ik μ , v z - e - σ 2 / 2 ] , ]]>其中，μ和ν分别为Gabor滤波器的方向和尺度， k μ , v = k v e iΦ μ , k v = k m a x / ρ , Φ μ = π μ / 8 , ]]>其中，i为复数算子，λ为频域中Gabor滤波器之间的间距因子，kmax为最大频率，σ为高斯包络沿x轴和y轴方向的标准偏差，根据μ*ν得到Gabor滤波器的个数，组成Gabor滤波器组，利用Gabor滤波器组与每个ROI进行卷积，得到40幅Gabor幅值图，即： Mag G a b o r R O L i = ( Mag G a b o r 0 , Mag G a b o r 1 ,