[发明专利]一种基于随机森林特征选择的烟雾检测方法

摘要

本发明公开一种基于随机森林特征选择的烟雾检测方法，包括如下步骤：(1)确定烟雾图像烟雾的四种特征作为随机森林模型的输入；(2)利用无烟图像合成烟雾图像，再将图像分块的的方法，构造烟雾块样本和非烟雾块样本；(3)经随机森林模型训练进行降维特征选择得到回归特征；(4)利用支持向量机SVM，结合回归特征，训练烟雾块样本和非烟雾块样本，得到分类器；(5)实时烟雾检测，根据SVM得到的分类器，对视频中的图像进行烟雾检测。本发明能够及时的预警烟雾同时降低火灾预警的误报率；在不依赖于实验阈值设定的情况下得到烟雾区域；利用随机森林的特征选择，能够自动的进行烟雾特征的分析。

主权项

1.一种基于随机森林特征选择的烟雾检测方法，其特征在于，包括如下步骤：第一步，确定烟雾图像烟雾的四种特征作为随机森林模型的输入；所述烟雾的四种特征分别是烟雾图像的RGB特征、小波变换子图特征、多尺度暗通道特征和多尺度局部最大饱和度特征；所述烟雾图像的RGB特征是指烟雾图像的三个颜色分量R,G,B；小波变换子图特征是指烟雾图像的小波分解；多尺度暗通道特征是一个户外无雾图像统计规律；多尺度局部最大饱和度特征是指不同尺度下图像的局部最大饱和度；第二步，利用非烟雾无烟图像合成烟雾图像，再根据图像分块的方法，对合成烟雾图像构造烟雾块样本和非烟雾块样本；所述烟雾块是对烟雾图像的分块，非烟雾块是对非烟雾图像的分块；第三步，经随机森林模型训练进行降维特征选择得到回归特征；将烟雾块样本与非烟雾快样本的RGB特征，小波变换子图特征，多尺度暗通道特征，多尺度局部最大饱和度特征，分别记作V1,V2,V3,V4，构成一个组合特征V＝[V1,V2,V3,V4]，作为随机森林模型的输入特征，总特征维数记为M，通过随机森林对烟雾块样本与非烟雾快样本进行训练，得到样本特征重要性排行，选取前m个特征作为回归特征，m＝[M1/2]+1，[]表示向下取整；第四步，根据第二步得到的烟雾块样本与非烟雾快样本，结合第三步得到的回归特征，训练支持向量机SVM，得到识别烟雾块和非烟雾块的分类器；第五步，利用背景估计法提取疑似烟雾区域，分析烟雾区域的凸形度和增长率，得到最终的实时烟雾检测结果。