[发明专利]一种结合颜色和外型特征的视频烟雾识别方法

说明书

本发明公开了一种结合颜色和外型特征的视频烟雾识别方法，该方法兼具实时性与准确性。首先采用ViBe前景检测算法检测出当前输入帧的前景目标，经过形态学处理后，分析训练相关数据并计算RGBa四个通道的颜色概率初步去除伪烟区域，最后通过烟雾的轮廓复杂度和边缘密度等外型特征排除其他伪烟区域进一步提高识别的准确度。大量的实验仿真证明了这种结合颜色和外型特征的视频烟雾识别方法的良好性能。

技术领域

本发明属于室内或室外火灾预防的视频烟雾识别领域，具体涉及一种结合颜色和外型特征的视频烟雾识别方法。

背景技术

火灾是一种时空跨度较大的多发性灾害，往往会造成直接的财产损失，大量的人员伤亡以及严重的生态环境破坏，因此火灾的及时发现和预警无疑是至关重要的。传统的人工巡检方式存在着效率低下而成本偏高的问题，而基于传感器的检测方式虽然有了一定的进步，但也存在着检测范围有限和由于触发阈值引起的滞后问题。得益于数字图像处理技术的不断完善普及，近年来基于视频图像的火焰识别与烟雾识别技术取得了极大发展。火灾发生初期往往会首先产生烟雾，且烟雾扩散的范围要远远大于火焰，因此对烟雾识别技术的研究更具实时性与可行性，能够真正意义上实现火灾的极早期预警，从而最大程度上降低损失。

烟雾的有效识别需要依赖于烟雾自身所固有的特征，诸如颜色，运动，特征和外型等特征，其中颜色特征由于其视觉上的直观性而被广泛采用。F.Yuan等认为烟雾颜色往往介于灰白与近黑之间，在RGB颜色空间中烟雾像素的三个通道值非常接近，且在某些情况下B通道值要稍微大于R通道和G通道，基于此其提出了烟雾像素的判别依据。Ochoa-BritoAlejandro等采用反复试验的方法改进了F.Yuan方法中颜色检测的阈值选择问题，但依然没有考虑到RGB颜色空间中三个通道都包含亮度信息这一事实，因此三个通道之间具有较强的相关性，尤其在面对RGB三通道值同样相近的深色系干扰物的情形时，仅仅依靠上述颜色判别依据很难达到理想的识别效果。

发明内容

本发明的目的在于针对现有技术的不足，提出了一种结合颜色和外型特征的视频烟雾识别方法，并且取得了很好的识别效果。本发明提出结合RGB颜色空间与Lab颜色空间综合考虑对烟雾颜色特征进行识别，经过更具鲁棒性的颜色概率的计算初步排除伪烟区域，最后结合烟雾的外型特征进一步提高识别准确度。

为实现上述目的，本发明采用如下技术方案：

一种结合颜色和外型特征的视频烟雾识别方法，包括以下步骤：

1)首先采用ViBe算法进行前景目标的提取，该算法速度快且计算量小，对于光照的变化和相机抖动等的处理效果都十分稳定；

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，本文逐帧抓取经典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；