[发明专利]一种基于改进颜色模型的森林火灾图像检测方法

权利要求书

1.一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，包括以下步骤：

步骤a、采集森林在日间和夜间发生火灾时的图像，所述图像包含火焰正样本和非火焰负样本；

步骤b、对所述图像提取RGB、YCbCr和HSI颜色空间各个通道分量灰度图像；

步骤c、对所述通道分量灰度图像采用PCA方法提取主成分颜色通道特征信息，得到各通道特征间的线性组合；

步骤d、根据所述主成分颜色通道特征信息通过RGB颜色空间进行初步火焰识别判据，排除非火焰的像素点；

步骤e、通过YCbCr颜色空间亮度最大特征和色度差定阈特征进行火焰识别判据；

步骤f、通过HIS颜色空间的色度、亮度及饱和度进行火焰识别判据；

步骤g、根据主成分颜色通道特征信息提取同一图像的R通道值和Y通道值，得到差图，火焰部分灰度值小于某一特定阈值T，公式如下：

|R-Y|≤T (1)

对所述图像中的火焰区域做标记；

步骤h、将步骤d、步骤e、步骤f和步骤g中的常数分别从1取到100作为识别判据来对图像进行分类识别。

2.根据权利要求1所述一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，所述PCA方法包括下列步骤：

步骤c1、获取图像中的R、G、B、Y、Cb、Cr、H、S以及I通道数据，依照此顺序将所有通道的数据按列排列，得到归一化处理的数据，图像矩阵为I＝[I₁,I₂,…,I_n]^mn；

步骤c2、计算I的协方差矩阵，并求特征向量ω_i及特征值λ_i，求得9个通道的特征值，所述特征值反映火焰图像中火焰区域在各通道图像中的体现程度。

3.根据权利要求2所述一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，所述通过RGB颜色空间进行初步火焰识别判据的方法如下所示：

火焰图像在RGB颜色空间中识别判据如式(2)和式(3)所示：

R(x,y)＞G(x,y)＞B(x,y) (2)

R(x,y)＞R_mean (3)

其中，R(x,y)、G(x,y)、B(x,y)分别代表在(x,y)空间位置的像素点的红、绿、蓝三个分量的值。

4.根据权利要求3所述一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，所述通过YCbCr颜色空间亮度最大特征进行火焰识别判据的方法如下：

火焰图像在YCbCr颜色空间中识别判据如式(4)和式(5)所示：

Y(x,y)＞Y_mean&Cb(x,y)＜Cb_mean

&Cr(x,y)＞Cr_mean (4)

Y(x,y)＞Cb(x,y)&Cr(x,y)＞Cb(x,y) (5)

其中，Y(x,y)，Cb(x,y)和Cr(x,y)分别代表在(x,y)空间位置的像素点在YCbCr颜色空间的亮度分量、蓝色色度分量与亮度Y的差值、红色色度分量与亮度Y的差值。

5.根据权利要求4所述一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，所述通过YCbCr颜色色度差定阈特征进行火焰识别判据的方法如下：

在火焰区域，Cb通道是显著的“黑色”，Cr通道是显著的“白色”，用式(6)表示：

|Cr(x,y)-Cb(x,y)|≥τ (6)

其中，τ是指定的常数。

6.根据权利要求5所述一种基于改进颜色模型的森林火灾图像检测方法，其特征在于，所述通过HIS颜色空间的色度、亮度及饱和度进行火焰识别判据的方法如下：

0≤H(x,y)≤60&20≤S(x,y)≤100

100≤I(x,y)≤255 (7)

其中，H、S、I分别代表色度、亮度、饱和度，取值范围分别是0°≤H≤360°，纯红色为0，纯绿色为2π/3，纯蓝色为4π/3，0≤S≤100，表示颜色的纯度，饱和度越大颜色越鲜艳，0≤I≤255，表示颜色的明亮程度，H、S、I满足式(7)为火焰候选区域。