專利名稱：一種基于特征分析的視頻火焰檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識別領(lǐng)域，具體涉及火災(zāi)監(jiān)控技術(shù)領(lǐng)域，特別涉及一種基于特征 分析的視頻圖像模式識別方法以檢測視頻中的火焰現(xiàn)象。
背景技術(shù)：
火災(zāi)的預(yù)防和探測一直是人類與火災(zāi)作斗爭過程中所追求的目標。對于室內(nèi)的環(huán) 境，可以安裝感煙、感溫、感光探測器，它們分別利用火災(zāi)火焰的煙霧、溫度、光的特性來對 火災(zāi)作探測。但是長期以來，在高大空間或戶外，早期火災(zāi)探測在世界范圍內(nèi)都是一個難 題。因為在這類環(huán)境下，存在著許多影響火災(zāi)探測的因素，主要包括探測方式、空間高度、 熱量屏障、覆蓋范圍、氣流速度、易爆/有毒氣體、可以接受的誤報率、警報信息管理以及遠 程信號傳輸?shù)鹊?。傳統(tǒng)的探測手段往往在這樣的環(huán)境中失去了作用。在這種情況下，由于 圖像型火災(zāi)探測技術(shù)對于火災(zāi)探測具有非接觸式探測的特點，不受空間高度、熱障、易爆/ 有毒等環(huán)境條件的限制，使得該項技術(shù)成為在大型工廠、倉庫、森林等大空間和室外開放空 間進行火災(zāi)探測的有效手段。公開號為101441712的中國專利提出了一種基于顏色聚類分析的視頻火焰檢測 方法。公開號位101515326的中國專利提出了一種基于形狀和面積改變量分析的視頻火焰 檢測方法。Hideaki Yamagishi等提出了一種提取圖像中顏色與邊緣信息后采用神經(jīng)網(wǎng)絡(luò) 進行火焰判別的方法。姜東海等提出了一種基于火焰紋理特征的視頻火焰檢測方法?，F(xiàn) 有的一些視頻火焰檢測方法，或由于抗干擾能力弱，或由于采用的判別特征較單一，使得漏 報、誤報情況難以避免，在復(fù)雜的監(jiān)控環(huán)境下的適應(yīng)性、穩(wěn)定性也不盡如人意。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于特征分析的視頻火焰檢測方法。此方法對視頻中 火焰的檢測準確率高、反應(yīng)速度快、誤報少、抗干擾性和可靠性強。本發(fā)明的技術(shù)方案為針對固定視場的監(jiān)控攝像機獲取的視頻圖像，首先采用最 大類間方差法對圖像進行二值化分割，獲取前景區(qū)域；然后采用形態(tài)學(xué)濾波去除前景區(qū)域 的噪點；再提取前景區(qū)域的諸項特征，如顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻 率等等，最后對計算出的前景區(qū)域的諸項特征進行綜合判斷，以判別視頻圖像中是否存在 火焰。本發(fā)明的具體現(xiàn)步驟依次為(1)現(xiàn)場場景圖像獲取步驟以等間隔對現(xiàn)場視頻進行采樣以獲得連續(xù)的現(xiàn)場場 景圖像。為保證對火焰檢測的準確性，采樣間隔應(yīng)小于0. 1秒(即大于10幀每秒)。(2)采用最大類間方差法對圖像進行二值化分割，獲取前景區(qū)域。由于火焰區(qū)域的 亮度一般比較高，故可對圖像進行二值化分割，獲得的前景區(qū)域可以認為是疑似火焰區(qū)域， 然后通過后續(xù)的特征分析來進行確認。1、將獲取的彩色場景圖像轉(zhuǎn)換為灰度圖像。轉(zhuǎn)換公式為
4 其中，R、G、B為一個像素的紅色，綠色，藍色三個顏色通道的值，Gray為像素對應(yīng) 的灰度值。2、最大類間方差法計算二值化閾值最大類間方差法是圖像分割中閾值選取的最佳算法，計算簡單，不受圖像亮度和 對比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。它是按圖像的灰度特性，將圖像 分成背景和前景兩部分。背景和前景之間的類間方差越大，說明構(gòu)成圖像的兩部分的差別 越大，當部分前景錯分為背景或部分背景錯分為前景都會導(dǎo)致兩部分差別變小。因此，使類 間方差最大的分割意味著錯分概率最小。從模式識別的角度看，最佳閾值應(yīng)當產(chǎn)生最佳的 前景類與背景類的分離性能。最大類間方差法的計算公式為假設(shè)圖象包含L個灰度級(0，1丨丄-1)，灰度值為 i的象素個數(shù)為Ni,圖象總的象素個數(shù)為N。則灰度值為i的像素點的概率密度為P(i)= 隊/N。門限T將整幅圖象分為背景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù) 其中， ⑴為背景類(^的像素數(shù)與圖象總像素數(shù)之比，⑴， ⑴為
(=0
前景類(2的像素數(shù)與圖象總像素數(shù)之比，顯然 ⑴=l-ai(T) ;Ul (T)為背景類C1的灰度均 值，即
r),同理 U2 ⑴為前景類 C2 的灰度均值，U2(T) = Yj(IP(I))Ia2(T)。
使類間方差ο最大的閾值Τ，即為分割圖像的最佳閾值。3、圖像的二值化分割用M(i，j，k)來表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)
的計算公式為
(3)其中F(i，j，k)為當前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大類間方差法計算出的二值化閾值。(3)后處理步驟對提取到的前景區(qū)域進行形態(tài)學(xué)運算，以去除前景區(qū)域中的噪 點和空洞。形態(tài)學(xué)運算的基本運算為膨脹和腐蝕運算，分別定義為(f g) (η) = max {f (n_x) +g (χ) | (n_x) G Df 且 χ e Dg} (4)(f Θ g) (η) = min {f (η+χ) -g (χ) | (η+χ) G Df 且 χ e Dj (5)式中f(n)是輸入信號，定義域= {0,1,2,……，N} ；g(n)為一維結(jié)構(gòu)元素序 列，其定義域為Dg= {0,1,2,……，P}；其中P和N都是整數(shù)，N表示膨脹運算，Θ 表示腐蝕運算。由基本運算可引出形態(tài)學(xué)開運算、閉運算的定義分別為(fog) (η) = (f g g) (η) (6)(f · g) (η) = (f g g) (η) (J)式中ο表示開運算，·表示閉運算，開運算可以抑制圖像中的正常脈沖(峰值)
噪聲，閉運算可以抑制圖像中的負脈沖(低谷)噪聲。對二值化后的前景區(qū)域，先進行一次 開運算，然后進行一次閉運算。(4)特征提取步驟對經(jīng)過形態(tài)學(xué)運算后的前景區(qū)域進行特征提取，提取該區(qū)域 的諸類特征，如顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率等。1、顏色亮度特征火焰顏色一般偏紅，亮度也比較亮。因此，首先統(tǒng)計前景區(qū)域紅色R、綠色G、藍色 B三個顏色通道的顏色均值云、G.云和前景區(qū)域的亮度均值Z。2、幾何特征火焰的燃燒是一個從根部開始向上膨脹，直至消失過程。在這個過程中，火焰都是 “活”的，不穩(wěn)定的火焰本身有很多尖角?；鹧婕饨堑亩x為令前景區(qū)域第η列的點數(shù)為 f (η)，如果滿足下面三個條件f (n)/f (n-1) > Ta (8)f(n)/f(n-l) > Tb (9)f(η) > Tc(10)則認為第η列處存在一個尖角。其中Ta、Tb、Τ。均為給定閾值。本發(fā)明中，依據(jù)火 焰尖角的定義，統(tǒng)計每幀前景區(qū)域的尖角個數(shù)N。。3、擴散特性由于火焰具有擴散性，特別是在火災(zāi)發(fā)生初期，火焰的面積會不斷地增大。因此， 本發(fā)明中計算一段時間內(nèi)前景區(qū)域的增長率AAdt來判斷火焰的擴散性。計算公式為AAdt = dp/dt = Pi-Pi^1 (11)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)。由于火焰 區(qū)域擴散速度受氣流、燃燒物種類等多種因素的影響，故采用計算一定幀數(shù)內(nèi)(20幀)的平 均增長率，這樣可以提高檢測準確率，公式如下LAdt=-YjMdt (12)
η4、不規(guī)則性火焰的形狀較一般的物體更加不規(guī)則，形狀的復(fù)雜度可以作為識別火焰的一個依 據(jù)。本發(fā)明中，采用圓形度來衡量形狀的不規(guī)則性，圓形度越大說明物體形狀越不規(guī)則。圓 形度(Rd)的計算公式為Rd = C2/S (13)其中C為前景區(qū)域的周長，S為前景區(qū)域的面積。5、閃爍頻率燃燒的火焰具有一定的閃爍頻率，劇烈的火焰閃爍會引起高頻的火焰區(qū)域的變 化，換句話說，像素特別是火焰邊緣的像素在視頻的一秒內(nèi)會出現(xiàn)幾次從火焰顏色到不是 火焰顏色，或者從不是火焰顏色到火焰顏色的變化，這種變化的頻率通常在一定的范圍內(nèi)， 經(jīng)統(tǒng)計分析，1 8Hz的變化頻率最能能反映火災(zāi)火焰的跳動特性。本發(fā)明中，首先統(tǒng)計1秒 內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘埃驈谋尘白優(yōu)榍熬暗钠骄螖?shù)F，計算公式為F=E Fp/Np (14) 其中Fp為一個邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為
6被統(tǒng)計的邊緣像素的總數(shù)目。為了保證火焰檢測的準確率，故計算一段時間內(nèi)(10秒)的 平均閃爍頻率歹,公式如下 (5)火焰判斷及報警步驟對上一步驟中提取到的前景區(qū)域的特征進行綜合判 斷。當下面5條判斷規(guī)則均滿足時，判定現(xiàn)場場景中存在火焰，并啟動報警；反之，則判定場 景中不存在火焰，跳至現(xiàn)場場景圖像獲取步驟，循環(huán)執(zhí)行。判斷規(guī)則如下規(guī)則1、前景區(qū)域的紅色R、綠色G、藍色B的顏色均值滿足及且及>5 ,同時亮度 均值滿足Z > 7；, T1為給定閾值。規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值。規(guī)則3、前景區(qū)域的平均增長率滿足@ >Γ3, T3為給定閾值。規(guī)則4、前景區(qū)域的圓形度滿足Rd > T4, T4為給定閾值。規(guī)則5、前景區(qū)域的平均閃爍頻率歹在1 8Hz之間。當前一些常用的視頻火焰檢測方法一般采用幀間差或背景差等線性的背景模型 來提取前景運動區(qū)域，無法有效的去除諸如光線變化、水波紋、樹葉晃動以及雨雪等干擾， 而這些干擾在形態(tài)特征上與火焰有相似之處，使得火焰檢測系統(tǒng)的誤報大大增加。本發(fā)明 采用最大類間方差法對圖像進行二值化分割，提取前景區(qū)域做進一步的特征分析，可大量 減少上述干擾的影響。同時，目前常用的火焰檢測方法也存在著判別特征單一或偏少的缺 陷，容易導(dǎo)致漏報或誤報增多。本發(fā)明中，對于通過最大類間方差法獲得的前景區(qū)域，提取 其顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率等特征后進行綜合判斷。正是由于采 用了多種特征的綜合判斷，本發(fā)明實現(xiàn)了對視頻圖像中是否存在火焰的快速準確識別，同 時大大降低了誤報率，這是以前的技術(shù)所不能達到的。


圖1、本發(fā)明基于特征分析的視頻火焰檢測方法的系統(tǒng)結(jié)構(gòu)2、本發(fā)明基于特征分析的視頻火焰檢測方法的操作流程圖
具體實施例方式實施實例1圖1給出了本發(fā)明基于特征分析的視頻火焰檢測方法的系統(tǒng)構(gòu)成示意圖將監(jiān)控 攝像頭D捕捉到的被監(jiān)控區(qū)域C的視頻圖像傳送到嵌入式智能視頻火焰檢測儀A，嵌入式智 能視頻火焰檢測儀A利用根據(jù)本發(fā)明基于特征分析的視頻火焰檢測方法的操作流程圖編 寫的嵌入式視頻圖像分析程序?qū)Σ蹲降降囊曨l圖像進行實時分析。如果判斷出被監(jiān)控場景 中存在火焰，嵌入式智能視頻火焰檢測儀A自動發(fā)出報警信號并聯(lián)動滅火裝置B滅火，同時 將報警事件傳送到后端的監(jiān)控平臺E ；如果判斷被監(jiān)控區(qū)域無火焰情況，則返回流程的第 一步重新開始循環(huán)。圖2給出了本發(fā)明基于特征分析的視頻火焰檢測方法的程序流程圖。具體步驟 為1、獲取當前幀圖像數(shù)據(jù)；2、將當前幀的彩色圖像轉(zhuǎn)換為灰度圖像；3、采用最大類間方 差法對圖像進行二值化分割，獲取前景區(qū)域；4、對得到的前景區(qū)域進行形態(tài)學(xué)濾波去除噪點；5、對去噪后的前景區(qū)域提取顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率等特 征；6、依據(jù)先驗規(guī)則對提取的特征進行判別，若所有規(guī)則均滿足即認為場景中存在火焰，給 出報警信息，返回步驟1重新循環(huán)。本發(fā)明基于特征分析的視頻火焰檢測方法的具體操作步驟如下1、視頻火焰檢測系統(tǒng)硬件平臺的搭建監(jiān)控攝像頭要求為輸出標準模擬視頻的攝像頭，按照圖1所示將模擬視頻信號接 入嵌入式智能視頻火焰檢測儀A。同時，嵌入式智能視頻火焰檢測儀A可以連接滅火裝置 B，以便及時滅火；也可以連接后端的監(jiān)控平臺，實時上傳報警事件。2、獲取當前幀圖像并轉(zhuǎn)換為灰度圖像將獲取的彩色場景圖像轉(zhuǎn)換為灰度圖像。轉(zhuǎn)換公式為Gray = 0. 299R+0. 587G+0. 114B (1)其中，R、G、B為一個像素的紅色，綠色，藍色三個顏色通道的值，Gray為像素對應(yīng) 的灰度值。3、采用最大類間方差法對圖像進行二值化分割，獲取前景區(qū)域最大類間方差法的計算公式為假設(shè)圖象包含L個灰度級(0，Ρ··， _1)，灰度值為 i的象素個數(shù)為Ni,圖象總的象素個數(shù)為N。則灰度值為i的像素點的概率密度為P(i)= 隊/N。門限T將整幅圖象分為背景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù)σ (T) = B1 (T) a2 (T) (U1 (T) -U2 (T))2 (2)其中， ⑴為背景類(1的像素數(shù)與圖象總像素數(shù)之比，8卩《們=；^作)，^10為
i=0
前景類(2的像素數(shù)與圖象總像素數(shù)之比，顯然 ⑴=l-ai(T) ;Ul (T)為背景類C1的灰度均 值，g㈣(r) = to_P(/))、(r),同理 U2(T)為前景類(2 的灰度均值，h(r) = §0_P(/))/flr2(r)。
/=0i=T
使類間方差ο最大的閾值τ，即為分割圖像的最佳閾值。用M(i，j，k)來表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)
的計算公式為
Mr . ,, Ji 如果尸(U·，幻 >Γ MO'y'") = io 其他(3)其中F(i，j，k)為當前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大 類間方差法計算出的二值化閾值。4、形態(tài)學(xué)濾波對二值化后的圖像前景區(qū)域，先進行一次開運算，然后進行一次閉運算，以去除前 景區(qū)域中的噪點和空洞。5、特征提取對經(jīng)過形態(tài)學(xué)運算后的前景區(qū)域進行特征提取，提取該區(qū)域的諸類特征，如顏色 亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率等。(a)顏色亮度特征統(tǒng)計前景區(qū)域紅色R、綠色G、藍色B三個顏色通道的顏色均值及、G J和前景區(qū)
8域的亮度均值Z。(b)幾何特征依據(jù)火焰尖角的定義，統(tǒng)計每幀前景區(qū)域的尖角個數(shù)N。?；鹧婕饨堑亩x為令前 景區(qū)域第η列的點數(shù)為f (η)，如果滿足下面三個條件f(n)/f(n-l) > Ta (4)f(n)/f(n-l) > Tb (5)f (η) > Tc(6)則認為第η列處存在一個尖角。其中Ta、Tb、T。均為給定閾值。(c)擴散特性通過計算一段時間內(nèi)前景區(qū)域的增長率AAdt來判斷火焰的擴散性。計算公式為
(7)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)。為提高檢 測準確率和穩(wěn)定性，采用計算一定幀數(shù)內(nèi)(20幀)的平均增長率，公式如下 (d)不規(guī)則性采用圓形度來衡量形狀的不規(guī)則性，圓形度越大說明物體形狀越不規(guī)則。圓形度 Rd的計算公式為 其中C為前景區(qū)域的周長，S為前景區(qū)域的面積。(e)閃爍頻率本發(fā)明中，首先統(tǒng)計1秒內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘?，或從背景?為前景的平均次數(shù)F，計算公式為F=E Fp/Np(10)其中Fp為一個邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為 被統(tǒng)計的邊緣像素的總數(shù)目。為了保證火焰檢測的準確率，故計算一段時間內(nèi)(10秒)的 平均閃爍頻率P ,公式如下F = -YF (11)
η6、火焰判斷及報警判斷規(guī)則為規(guī)則1、前景區(qū)域的紅色R、綠色G、藍色B的顏色均值滿足1>石且7>5，同時亮度均值滿足Z >7； , T1為給定閾值。規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值。規(guī)則3、前景區(qū)域的平均增長率滿足> T3，T3為給定閾值。規(guī)則4、前景區(qū)域的圓形度滿足Rd > R4, R4為給定閾值。規(guī)則5、前景區(qū)域的平均閃爍頻率P在1 8Hz之間。當上述5條判斷規(guī)則均滿足時，判定現(xiàn)場場景中存在火焰，并啟動報警以及聯(lián)動 滅火設(shè)備滅火。
9
權(quán)利要求
一種基于特征分析的視頻火焰檢測方法，其特征在于針對固定視場的監(jiān)控攝像機獲取的視頻圖像，首先采用最大類間方差法對圖像進行二值化分割，獲取前景區(qū)域，然后采用形態(tài)學(xué)濾波去除噪點，再統(tǒng)計前景區(qū)域的多項特征，包括顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率，最后對計算出前景區(qū)域的諸項特征進行綜合判斷，以判別視頻圖像中是否存在火焰。
2.根據(jù)權(quán)利要求1所述的基于特征分析的視頻火焰檢測方法，其特征在于，步驟依次為1)獲取當前幀圖像并轉(zhuǎn)換為灰度圖像將獲取的彩色場景圖像轉(zhuǎn)換為灰度圖像；轉(zhuǎn)換公式為 Gray = 0. 299R+0. 587G+0. 114B (1)其中，R、G、B為一個像素的紅色，綠色，藍色三個顏色通道的值，Gray為像素對應(yīng)的灰 度值；2)采用最大類間方差法對圖像進行二值化分割，獲取前景區(qū)域最大類間方差法的計算 公式為假設(shè)圖象包含L個灰度級(0，1···，L-1)，灰度值為i的象素個數(shù)為Ni,圖象總的象 素個數(shù)為N;則灰度值為i的像素點的概率密度為P(i) =Ni/N;門限T將整幅圖象分為背 景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù)σ (T) =B1(T)B2(T) (U1(T)-U2(T))2 (2)其中， ⑴為背景類(^的像素數(shù)與圖象總像素數(shù)之比，= ⑴，ajT)為前景/=0類C2的像素數(shù)與圖象總像素數(shù)之比，顯Sa2(T) = I-B1(T) ;Ul(T)為背景類(^的灰度均值， 即叫(乃= (Ζ·Ρ(/))/βι(Γ)，同理U2⑴為前景類C2的灰度均值，化(Γ) = ^( Ρ( ))/α2(Τ)；使類 =0i=T間方差ο最大的閾值τ，即為分割圖像的最佳閾值；用M(i，j，k)來表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)的計 算公式為= 其他(3)其中F(i，j，k)為當前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大類間 方差法計算出的二值化閾值；3)形態(tài)學(xué)濾波對最大類間方差法提取的前景區(qū)域，先進行一次開運算，然后進行一次閉運算，以去除 前景區(qū)域中的噪點和空洞；4)特征提取對經(jīng)過形態(tài)學(xué)運算后的前景區(qū)域進行特征提取，提取該區(qū)域的諸類特征，包括顏色亮 度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率； a、顏色亮度特征統(tǒng)計前景區(qū)域紅色R、綠色G、藍色B三個顏色通道的顏色均值云、G、云和前景區(qū)域的亮 度均值Z ；b、幾何特征依據(jù)火焰尖角的定義，統(tǒng)計每幀前景區(qū)域的尖角個數(shù)N。；火焰尖角的定義為令前景區(qū) 域第η列的點數(shù)為f (η)，如果滿足下面三個條件 f(n)/f(n-l) > Ta (4) f(n)/f(n-l) > Tb (5) f(n) > Tc(6)則認為第η列處存在一個尖角；其中Ta、Tb、Tc均為給定閾值； C、擴散特性通過計算一段時間內(nèi)前景區(qū)域的增長率AAdt來判斷火焰的擴散性；計算公式為 AAdt = dp/dt = Pi-Pi^1(7)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)；為提高檢測準確 率和穩(wěn)定性，采用計算一定幀數(shù)內(nèi)(20幀)的平均增長率‘，公式如下 d、不規(guī)則性采用圓形度來衡量形狀的不規(guī)則性，圓形度越大說明物體形狀越不規(guī)則；圓形度Rd的 計算公式為 其中C為前景區(qū)域的周長，S為前景區(qū)域的面積；e、閃爍頻率本發(fā)明中，首先統(tǒng)計1秒內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘?，或從背景變?yōu)榍?景的平均次數(shù)F，計算公式為 F=E Fp/Np (10)其中Fp為一個邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為被 統(tǒng)計的邊緣像素的總數(shù)目；為了保證火焰檢測的準確率，故計算η秒時間內(nèi)的平均閃爍頻 率F ,公式如下F = ^-YF (11) η5)火焰判斷及報警 判斷規(guī)則為規(guī)則1、前景區(qū)域的紅色R、綠色G、藍色B的顏色均值滿足互>&且云>云，同時亮度均值 滿足Z >7；, T1為給定閾值；規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值； 規(guī)則3、前景區(qū)域的平均增長率滿足.‘> T3，T3為給定閾值； 規(guī)則4、前景區(qū)域的圓形度滿足Rd > T4, T4為給定閾值； 規(guī)則5、前景區(qū)域的平均閃爍頻率P在1 8Hz之間； 當上述5條判斷規(guī)則均滿足時，判定現(xiàn)場場景中存在火焰。
3.根據(jù)權(quán)利要求2所述的基于特征分析的視頻火焰檢測方法，其特征在于，所述步驟 4)中公式(10)中的η為10。
全文摘要
本發(fā)明公開了一種基于特征分析的視頻火焰檢測方法，針對固定視場的監(jiān)控攝像機獲取的視頻圖像，首先采用最大類間方差法對圖像進行二值化分割，獲取前景區(qū)域，然后采用形態(tài)學(xué)濾波去除噪點，再統(tǒng)計前景區(qū)域的多項特征，如顏色亮度、幾何形狀、擴散特性、不規(guī)則性、閃爍頻率等等，最后對計算出前景區(qū)域的諸項特征進行綜合判斷，以判別視頻圖像中是否存在火焰。最大類間方差法對圖像的二值化分割能夠減少大量的干擾的影響。同時，針對目前常用的火焰檢測方法存在著判別特征單一或偏少的缺陷，本發(fā)明對最大類間方差法獲取的前景區(qū)域提取了多項特征進行綜合判斷，實現(xiàn)了對視頻圖像中是否存在火焰的快速準確識別，同時大大降低了誤報率。
文檔編號G06K9/62GK101908142SQ20101024488
公開日2010年12月8日 申請日期2010年8月4日 優(yōu)先權(quán)日2010年8月4日
發(fā)明者丁天, 甘智峰, 賴頁, 邵文簡 申請人:丁天;甘智峰;邵文簡;賴頁