[发明专利]一种基于图像多特征融合的火灾视频检测及预警方法

摘要

本发明公开了一种基于图像多特征融合的火灾视频检测及预警方法，在获取视频的图像序列后，首先进行预处理；然后提取出前景区域，再得到检测的候选区域；其次，对候选区域提取静态特征和动态特征，检测火焰时作为SVM分类器的输入判断是否含有火焰，而检测烟雾时则将特征的判别结果进行逻辑组合选取和计算后得出是否含有烟雾；最后，若检测出含有火焰或烟雾，则依据其增长趋势进行火灾判别，当判定构成火灾时就对监控现场进行火灾警报，否则只在后台进行火情警告。本发明可以结合现有监控系统，应用于商场、仓储等场所，降低了火灾检测预警成本，且检测方法泛化能力及适用性好，可以提供可靠的火灾检测及预警功能，具有实用价值。

主权项

1.一种基于图像多特征融合的火灾视频检测及预警方法，其特征在于，包括如下步骤：/n步骤S1，获取视频图像，对获取的视频图像序列进行去噪预处理；/n步骤S2，对去噪预处理后的图像使用基于梯度运动历史图的改进方法建立背景模型来提取运动区域；/n步骤S21，首先计算出二值梯度图BGI(x,y)，计算公式为：/n /n其中，BGI_x(x,y)和BGI_y(x,y)分别是x轴和y轴方向的梯度图进行二值化处理后的图像，而梯度图由灰度图计算而来；/n步骤S22，计算梯度运动历史图GMHI(x,y)，记录每个像素的运动历史信息，计算公式如下：/n /n其中，t表示当前帧；/n步骤S23，计算有效运动图EMI(x,y),计算公式如下：/n /n其中，MAX(x,y)和MIN(x,y)分别是梯度运动历史图中像素点(x,y)的m×m领域中最大和最小GMHI值，min和max为预先设置好的常量，当MAX(x,y)和MIN(x,y)的差值大于max时，则表示像素点(x,y)为静止的像素或者在背景边缘上的像素点，当差值小于min时，表示像素点(x,y)为静止的像素或者背景的内边缘上的像素；/n步骤S3，对运动区域像素分别使用火焰和烟雾的颜色模型进行提取得到颜色疑似区域；/n步骤S4，对颜色疑似区域进行形态学闭操作得到平滑连续的疑似区域；/n步骤S5，对疑似区域进行动静态特征的提取；/n步骤S6，将提取的火焰特征值作为SVM分类器输入判别是否含有火焰，同时地，将提取的烟雾特征进行计算并将结果输入逻辑运算器判别是否含有烟雾；/n步骤S7，对含有火焰或烟雾的连续图像序列输入火灾判别器判定是否构成火灾，从而分别作出不同的预警处理；/n步骤S71，获取连续两帧中火焰或烟雾区域的面积M_a和M_a-1，M_a和M_a-1分别是当前帧和前一帧中相对应区域的面积；/n步骤S72，求出连续两帧间火焰或烟雾的面积增长率β，计算公式为：/n /n步骤S73，如果面积增长率β大于零且大于阈值G_T，则初始值为0的变量Count自增1,计算公式为：/n /n步骤S74，当连续h帧增长率大于阈值G_T时，即Count＝h时则判定监控现场含有火灾，对监控现场进行火灾警报，否则只在监控后台进行火情警告提示，其中，对于火焰和烟雾的增长率阈值G_T的具体值是不同的。/n