[发明专利]基于多特征融合的视频烟雾检测方法

摘要

本发明公开了一种基于多特征融合的视频烟雾检测方法，首先对训练视频序列提取运动目标，根据颜色特征判断是否为疑似烟雾区域，对疑似烟雾区域提取形状不规则特征、面积增长特征和K个背景模糊特征，组合成特征向量，然后对特征向量进行正负样本划分，得到训练样本；将训练样本的特征向量作为输出、样本类型作为输出，对分类器进行训练；对于待检测图像，采用相同方法提取得到特征向量，输入分类器进行判定是否为烟雾。本发明对疑似烟雾区域提取多个特征，对烟雾进行综合判定，提高烟雾的检测率。

主权项

1.一种基于多特征融合的视频烟雾检测方法，其特征在于，包括以下步骤：S1：选取若干个含有火灾烟雾与其他运动目标的视频序列，提取得到各个运动目标的特征向量作为训练样本，训练样本的获取方法包括以下步骤：S1.1：对每个训练视频序列进行运动目标检测；S1.2：对步骤S1.1得到的运动目标区域，遍历区域内的每个像素，根据预设的颜色特征判别方法判断该像素是否为烟雾像素，将不是烟雾像素的像素点去除，得到疑似烟雾区域；S1.3：对疑似烟雾区域进行动态特征提取，包括形状不规则特征、面积增长特征和在主运动方向上的背景模糊特征，每种特征的提取方法为：(1)形状不规则特征S的计算公式如下：S＝P/Q其中，P表示疑似烟雾区域边缘轮廓长度，Q表示疑似烟雾区域的面积；(2)面积增长特征ΔA的计算公式如下：其中，At表示当前第t帧视频图像中疑似烟雾区域的面积，At‑k表示在第t‑k帧视频图像中对应的疑似烟雾区域的面积，k的取值范围为k≥1；(3)在主运动方向上的背景模糊特征：对疑似烟雾区域的运动目标进行主运动方向分析，得到疑似烟雾区域的主运动方向，并得到疑似烟雾区域在主运动方向上的外接矩形；然后对当前第t帧图像F(t)和对应的背景图像B(t)分别进行高通滤波，得到高通滤波后的当前帧图像和背景图像，计算外接矩形区域内每个像素点的相对衰减系数C(m,n,t)，计算公式为：其中，Bh(m,n,t)表示滤波后背景图像Bh(t)中像素点(m,n)的灰度值，Fh(m,n,t)表示滤波后当前帧图像Fh(t)中像素点(m,n)的灰度值；将外接矩形沿主运动方向平均分为K段，K的取值范围为K≥2，分别计算各段区域内的平均衰减系数，将K个平均衰减系数作为K个背景模糊特征；S1.4：将步骤S1.3中得到的形状不规则特征、面积增长特征和K个背景模糊特征，组合成为特征向量；S1.5：判断疑似烟雾区域是否确实为火灾烟雾区域，如果是，则将该疑似烟雾区域的特征向量作为正样本，否则该疑似烟雾区域的特征向量作为负样本；S2：将步骤S1得到的各个训练样本的特征向量输入至预设的分类器，以对应的样本类型作为输出，对分类器进行训练；S3：对待检测视频，首先进行运动目标检测，然后根据颜色特征判断运动目标是否为疑似烟雾区域，如果不是，不作任何处理，如果是，对疑似烟雾区域提取得到形状不规则特征、面积增长特征和K个背景模糊特征，组合成特征向量，最后将特征向量输入至步骤S2训练得到的分类器，得到是否为烟雾的判定结果。