[发明专利]一种可见光智能识别算法

摘要

本发明公开了一种可见光智能识别算法，可见光智能识别系统通过烟火探测模块，对多帧的图像进行运动侦测，分割出运动的画面；提取一段时期的视频图像，根据烟火的形态、颜色、纹理及运动形态进行预处理，判断出烟火时域和空域的区域；进行烟火特征的二次判别，排除记忆学习的干扰，多重概率计算；得到真实数据，给出报警提示；具体包括以下步骤：(1)环境学习；(2)运动物体识别；(3)划区编号；(4)烟雾识别；(5)火焰识别；(6)概率分析；(7)本体模拟、记忆存储。本发明主要应用于林火监控识别，农业烧荒识别及可燃明火，具有烟雾和火焰形态等状态；基于图像技术判别是否着火行为。

主权项

1.一种可见光智能识别算法，可见光智能识别系统通过烟火探测模块，对多帧的图像进行运动侦测，分割出运动的画面；提取一段时期的视频图像，根据烟火的形态、颜色、纹理及运动形态进行预处理，判断出烟火时域和空域的区域；进行烟火特征的二次判别，排除记忆学习的干扰，多重概率计算；得到真实数据，给出报警提示；其特征在于，具体包括以下步骤：/n(1)环境学习:/n可见光智能识别设备是通过云台旋转，设定不同角度抓拍图片，进行编号进行存储；设计云台水平角度正北为0°，顺时针旋转为0～359°；垂直角度水平平行为0°，向上为0～90°，向下为0～-90°；云台水平旋转每10°抓拍一张图片留存，这些为原始数据信息，等环境再学习排除干扰时，替换原始数据图片；/n(2)运动物体识别：/n检测运动物体采用帧间差法，采用计算帧差绝对值来实现；判断是否大于某个亮度阈值视频或图像序列的运动特性，判断图像序列中有无运动物体存在；/n对于检测某个图像的区域，运动判断条件为：/nMax│{f(x，y，n)-f(x，y，n-1)}>＝T/nf(x，y，n)为像素的n帧图片的x，y的特征值，T为阈值；T决定了运动检测的报警灵敏度，运动检测的需求；/n(3)划区编号：/n选择运动识别出的区域图片及当时抓取图片时的俯仰角度和时间，为图片进行编号；/n(4)烟雾识别：/n运动识别的图片，进行烟雾的识别，在计算机上设定亮度和颜色对比阈值分析；根据烟雾的亮度，进行边界和质地分析，根据颜色进行光谱分析，对形状空间拓扑分析，对边界和质地分析、光谱分析以及拓扑分析的结果进行形态处理，通过模式识别做出烟雾判定；/n(5)火焰识别：/n火焰识别在排除干扰区的图片，进行再次识别；主要采取色彩值的确定火焰的形态和范围，火焰图像颜色分布及灰度分布有一定规律，根据火焰燃烧现象，用三原色分布配比来确定火焰的燃烧情况：R为红色，G为绿色，B为蓝色；/nr＝R/(R+G+B)/ng＝G/(R+G+B)/nb＝B/(R+G+B)/n根据实际火焰图片推算出r、g、b为区段值/nx<r<y/nx1<g<y1/nx2<b<y2/n当r、g、b同时满足区段值时视为火焰所部署的区域是火焰；/n(6)概率分析：/n烟雾识别出的为100％疑似的图片进行对比判别，火焰识别通过二次分析得出率高于80％，则视为火警，反之不是火警；/n(7)本体模拟、记忆存储：/n将环境学习的图片，按照摄像机的视角和角度，贴图在三维GIS上，进行留存存储；使用时按照云台的角度信息，切除对比的视角，进行环境对比分析，排除干扰区域。/n