[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，包括以下步骤：视频流接入：通过从前端摄像头设备或者本地视频文件中读取视频流，对接入的视频流进行解码，获取到帧视频图像；视频图像预处理：使用图像预处理技术对获取到的视频图像进行预处理，以提升后期烟雾检测的准确率；基于背景建模的运动目标检测；深度卷积神经网络目标分类；视频烟雾目标标定：对判定为烟雾的图像块进行位置记录，然后在视频中标定烟雾的区域。本发明方法，集合了深度卷积神经网络和背景差分法的优点，从而实现了对烟雾的准确和实时的检测并定位，有效降低了误检率，还能实时对视频中烟雾进行预警，具有重要意义和应用价值。

主权项

1.一种烟雾检测方法，其特征在于，包括以下步骤：S1、训练烟雾分类检测模型S11、获取正样本图片集和负样本图片集并保存到相应标记文件中；S12、对步骤S11中的正样本图片和负样本图片进行尺度变换，统一尺寸；S13、将统一尺寸后的正负样本图片集中的图片数据和标记文件同时输入到深度卷积神经网络架构中进行训练，得到训练后的烟雾分类检测模型，根据上一次训练的结果，调整优化深度卷积神经网络训练参数设置，重新训练，直至得到最优的烟雾分类检测模型；S2、接入视频流，获取视频帧图像；S3、读取步骤S2中的视频帧图像，进行预处理；S4、对步骤S3中预处理后的视频帧图像使用背景建模方法检测前景运动目标，提取出所有的候选目标图像块；S5、将步骤S4中的候选目标图像块作为数据源输入到深度卷积神经网络架构中，以步骤S1训练好的最优烟雾分类检测模型为基础参数，对候选目标图像块进行烟雾和非烟雾的分类检测，若某图像块的输出结果被判定为烟雾类别，则认为该图像块是烟雾；S6、对步骤S5中判定为烟雾的图像块进行位置记录，然后在原始视频图像中使用矩形边界框标记视频中出现的烟雾区域。