專利名稱：一種基于計算機視覺的煙霧檢測方法
技術領域：
本發明屬于計算機視覺方法，具體涉及基于計算機視覺的煙霧檢測方法，可應用于火災報警監控。
背景技術：
傳統的基于煙霧探測器的火災報警系統由于對煙霧的高靈敏度和低成本等特性在火災防控方面取得了廣泛的應用。但是由于其特殊的工作原理，即探測器必須與一定濃度的煙霧接觸才能報警，使得它無法應用于大的空間以及露天環境。此外，煙霧擴散至報警探測器的時間加長了煙霧的發現時間，不利于火災的及早發現。計算機視覺主要研究從圖像數據中獲取信息的方法，在基于視頻監控的火災報警系統中，可以通過計算機視覺方法對視頻圖像內容進行分析，獲得對監控區域場景的初步理解，而不需要與煙霧接觸產生化學反應，因此能夠監控大空間以及露天區域；同時，基于視頻監控的火災報警系統能夠獲得豐富的現場圖像信息數據，可以及時提供對著火位置， 火勢大小的初步判斷，第一時間提供火情信息，降低火災損失。煙霧檢測屬于計算機視覺領域中特定目標的檢測識別問題，一些研究人員提出了基于煙霧不同特征的檢測算法。目前實際使用中的煙霧檢測算法主要有以下幾種1)基于顏色信息的煙霧檢測顏色信息是圖形的重要信息，通過在彩色圖形中尋找特定顏色的區域，能夠發現潛在的目標區域，從而實現煙霧的檢測。然而，利用顏色信息進行煙霧檢測也存在一些明顯的不足，例如受相似顏色目標的干擾；此外，能否針對不同顏色的煙霧建立合適的顏色模型，也是限制顏色信息在煙霧檢測中應用的一個重要限制。2)基于運動信息的煙霧檢測煙霧的運動存在特定的規律(煙往高處擴散)，通過計算場景中的光流，發現目標的光流運動特性，能夠將煙霧與不具備這些運動特性的目標區分開來。然而，光流計算的準確性，監控區域的成像條件等都對煙霧的準確檢測結果有很大影響。3)基于小波分析的煙霧檢測小波分析方法作為信號處理，尤其是圖像處理中的重要工具，在圖像處理領域的很多問題中都有重要應用。通過對場景圖像進行小波變換，得到圖像的小波域信息，能夠在頻域和空域同時對圖像進行分析。有學者研究了圖像中煙霧區域同非煙霧區域在小波域的差別，研究了一系列基于小波變換的煙霧檢測方法，如小波域能量損失與保留能量的關系、 小波系數的統計規律等，獲得了較好的效果。但是小波分析方法往往只針對特定形態的煙霧，難以滿足一些特定場合的應用需求。雖然研究人員提出了不同的煙霧檢測算法，但是由于煙霧的形狀變化多種多樣， 不同燃燒物產生的煙霧的濃度、灰度差異很大，加上檢測的背景各不相同，目前很難找到能夠很好的描述圖像中煙霧的特征。發明內容
本發明的目的在于提供一種基于計算機視覺的煙霧檢測方法，首先通過在每幀視頻中計算運動區域的特征對區域的類別屬性進行初始分析，然后根據幀間運動區域的關系對運動目標屬性進行綜合判斷，能夠實現室內外大空間范圍內的實時煙霧檢測，為大型倉庫等場所的火災防控工作提供技術支持。
一種基于計算機視覺的煙霧檢測方法，具體為
檢測第t幀圖像的運動區域，運動區域的序號記為i ；
提取第t幀第i個運動區域的一個以上的特征；
計算第t幀第i個運動區域的特征加權和得到該運動區域的屬性得分；
計算第t幀第i個運動區域與第t_l幀圖像的所有運動區域的距離；
確定第t幀第i個運動區域與第t_l幀圖像的所有運動區域的距離的最小值；
若第t幀第i個運動區域與第t_l幀圖像的所有運動區域的距離的最小值小于最小距離閾值，則依據第t-ι幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分；
若第t幀第i個運動區域與第t-Ι幀圖像的所有運動區域的距離的最小值大于等于距離閾值，則計算第t幀第i個運動區域與第t-2幀圖像的所有運動區域的距離；
確定第t幀第i個運動區域與第t_2幀圖像的所有運動區域的距離的最小值；
若第t幀第i個運動區域與第t_2幀圖像的所有運動區域的距離的最小值小于最小距離閾值，則依據第t-2幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分；
若第t幀第i個運動區域的屬性得分超過報警閾值，則認定存在煙霧。
進一步地，若第t幀第i個運動區域與第t-2幀圖像的所有運動區域的距離的最小值大于等于最小距離閾值，則第t幀第i個運動區域的屬性得分保持不變。
進一步地，所述依據第t-Ι幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分步驟具體為第t幀第i個運動區域的屬性得分片巧: ，巧: 為第t-Ι幀圖像該最小值對應運動區域的屬性得分，i i0. 8 彡 a 彡 0. 95。
進一步地，所述依據第t-2幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分步驟具體為第t幀第i個運動區域的屬性得分Pl=PhbxΡ1'}，Ρ1'}為第t-2幀圖像該最小值對應運動區域的屬性得分，i i0. 75 彡 b 彡 0. 9。
進一步地，所述運動區域的特征包括灰度均值、運動區域內前繼歷史幀圖像中的平均灰度均值穿越次數、運動區域內前繼歷史幀圖像中灰度最大增加圖像與灰度最大減少圖像均值的比值、前繼歷史幀圖像中灰度最大變化圖像在運動區域的均值和方差、運動區域內較大梯度像素點與區域面積的比值。
進一步地，所述計算第t幀第i個運動區域與第t_l幀圖像的所有運動區域的距離步驟具體為
在第i個運動區域和第t_l幀圖像的第j個運動區域內分別選個#和個方塊；5
計算第i個運動區域與第t_l幀圖像的第j個運動區域的距離 ι Y L'/2 Rankma^ (Y L'jl/2 Rankma^ (diJ ))
權利要求
1.一種基于計算機視覺的煙霧檢測方法，具體為 檢測第t幀圖像的運動區域，運動區域的序號記為i ； 提取第t幀第i個運動區域的一個以上的特征；計算第t幀第i個運動區域的特征加權和得到該運動區域的屬性得分； 計算第t幀第i個運動區域與第t-i幀圖像的所有運動區域的距離； 確定第t幀第i個運動區域與第t-i幀圖像的所有運動區域的距離的最小值； 若第t幀第i個運動區域與第t-i幀圖像的所有運動區域的距離的最小值小于最小距離閾值，則依據第t-ι幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分；若第t幀第i個運動區域與第t-i幀圖像的所有運動區域的距離的最小值大于等于距離閾值，則計算第t幀第i個運動區域與第t-2幀圖像的所有運動區域的距離； 確定第t幀第i個運動區域與第t-2幀圖像的所有運動區域的距離的最小值； 若第t幀第i個運動區域與第t-2幀圖像的所有運動區域的距離的最小值小于最小距離閾值，則依據第t-2幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分；若第t幀第i個運動區域的屬性得分超過報警閾值，則認定存在煙霧。
2.根據權利要求1所述的煙霧檢測方法，其特征在于，若第t幀第i個運動區域與第 t-2幀圖像的所有運動區域的距離的最小值大于等于最小距離閾值，則第t幀第i個運動區域的屬性得分保持不變。
3.根據權利要求1所述的煙霧檢測方法，其特征在于，所述依據第t-Ι幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分步驟具體為第t幀第i個運動區域的屬性得分ρ/，fji為第t-i幀圖像該最小值對應運動區域i i的屬性得分，0. 8彡a彡0. 95。
4.根據權利要求1所述的煙霧檢測方法，其特征在于，所述依據第t-2幀圖像該最小值對應運動區域的屬性得分更新第t幀第i個運動區域的屬性得分步驟具體為第t幀第i個運動區域的屬性得分# =Pti +bxP^，巧二2為第t-2幀圖像該最小值對應運動區域的屬性得分，0. 75彡b彡0.9。
5.根據權利要求1所述的煙霧檢測方法，其特征在于，所述運動區域的特征包括灰度均值、運動區域內前繼歷史幀圖像中的平均灰度均值穿越次數、運動區域內前繼歷史幀圖像中灰度最大增加圖像與灰度最大減少圖像均值的比值、前繼歷史幀圖像中灰度最大變化圖像在運動區域的均值和方差、運動區域內較大梯度像素點與區域面積的比值。
6.根據權利要求1所述的煙霧檢測方法，其特征在于，所述計算第t幀第i個運動區域與第t-Ι幀圖像的所有運動區域的距離步驟具體為在第i個運動區域和第t-Ι幀圖像的第j個運動區域內分別選個#和個方塊；計算第i個運動區域與第t-ι幀圖像的第j個運動區域的距離
7.根據權利要求1所述的煙霧檢測方法，其特征在于，所述檢測第t幀圖像的運動區域步驟包括生成運動前景圖像步驟第t幀圖像Ft中的每一像素點Ft(x，y)，分別與第t-Atl，t-At2, t_At3幀圖像中對應的像素點巧_Δ ι(χ,_ν)、巧為(及少)、相減并取絕對值，得到差值 dlfft-4X,y、, dlfft-4X,y、, 6/躍-~3(及少)，取差值的最大值與運動檢測閾值八？作比較，若大于閾值AF則認為該點處存在運動，則將該像素點/χυ)置為255，否則置0，從而得到運動前景圖像；運動前景圖像濾波步驟；連通域標記步驟。
8.根據權利要求7所述的煙霧檢測方法，其特征在于，AF取值為10至30之間。
全文摘要
本發明公開了一種基于計算機視覺的煙霧檢測方法，首先檢測場景中的運動區域，然后通過運動區域的特征加權求和得到每個運動區域的初始屬性評判，最后通過幀間運動區域關聯的方法，確定視頻序列中運動區域是否屬于同一目標，對同一目標進行綜合分析，判斷該目標是否為煙霧。本發明采用幀間目標關聯方法確定幀間運動區域的關系，對運動目標屬性進行綜合判斷。該方法具有復雜度低、降低虛警率的特點，能夠及時準確的發現監控場景中出現的煙霧。
文檔編號G08B17/10GK102509414SQ20111036578
公開日2012年6月20日 申請日期2011年11月17日 優先權日2011年11月17日
發明者宋萌萌, 李馳, 杜儉, 桑農, 王岳環, 袁志偉, 郭敏, 顧舒航 申請人:華中科技大學