[发明专利]一种结合颜色和外型特征的视频烟雾识别方法

权利要求书

1.一种结合颜色和外型特征的视频烟雾识别方法，其特征在于，包括以下步骤：

1)首先采用ViBe算法进行前景目标的提取；

2)对提取到的前景目标进行形态学的处理，滤除前景中的噪声干扰，对前景区域中的空洞进行填充，应用连通区域分析CCL算法把相连的前景像素归结到同一个块中，以进行后续的伪烟块去除；

3)抽取含烟帧中的大量烟雾像素，统计烟雾像素在RGB三个通道上取值的分布情况，对比标准正态分布曲线，拟合度良好，证明烟雾像素各通道取值的分布近似为正态分布是可以接受的；

4)由于RGB三个通道都包含亮度信息，具有较强的相关性，采用Lab颜色空间的a通道结合RGB颜色空间三通道构建公式(1)RGBa四通道模型；

式中：C(x,y)为构建的四通道颜色空间模型，(x,y)为像素坐标

5)为了得到RGBa四个通道的颜色概率密度函数，逐帧抓取烟雾视频片段的所有帧，并选取出其中含烟帧，分别标记烟区并统计RGBa四个通道的数据，得到均值与方差即可建立公式(2)归一化的颜色概率密度函数；

式中：i分别为RGBa四通道，C_i为i通道像素值，P_i(x,y)为(x,y)位置像素为烟雾像素的概率，它反映了i通道上像素点(x,y)属于烟雾像素的可能性大小，μ_i对应通道像素值的均值，σ_i为对应通道像素值的方差；

根据颜色概率密度函数，计算(x,y)位置上此像素的四通道概率：

综合RGBa四通道颜色概率乘积并归一化，然后阈值化处理，得到的前景像素即为高概率的烟雾像素，统计各块中高概率像素数量，由公式(4)即可初步去除伪烟块；

式中：B_i为当前块，H_b为当前块中高概率像素数量，Sum_b为当前块前景像素总数，α为阈值；

6)针对具有与烟雾相近颜色的刚性运动物体造成的干扰，采用公式(5)轮廓复杂度排除此类干扰；

式中：其中L_b为块周长，A_b为块面积，β为阈值；

7)针对外形也像烟雾一样复杂多变的干扰物，利用烟雾区域边缘像素较多的事实，采用块中所含边缘像素的个数与块中前景像素总数的比值，由公式(6)滤除伪烟块；

式中：Sum_pix为块中所含边缘像素个数，Sum_b为块中前景像素总数。

2.如权利要求1所述的结合颜色和外型特征的视频烟雾识别方法，其特征在于，步骤3)关于正态分布的验证统计了不少于120000个烟雾像素各通道的值，生成各通道上烟雾像素取值的分布图，并与标准正态分布曲线做比对。