[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

说明书

一种基于改进颜色模型的森林火灾图像检测方法属于图像处理领域；包括采集森林在日间和夜间发生火灾图像；对图像提取RGB、YCbCr和HSI颜色空间各个通道分量灰度图像；对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；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；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；通过HIS颜色空间的色度、亮度及饱和度进行火焰识别判据；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，将上述判据中的常数分别从1取到100作为识别判据来对图像进行分类识别；本发明有效的解决了在提高识别率时，加大计算的复杂度及不能实时、快速地识别火灾图像的技术问题。

技术领域

本发明属于图像处理领域，尤其涉及一种基于改进颜色模型的森林火灾图像检测方 法。

背景技术

火灾，是指在时间和空间上失去控制的灾害性燃烧现象。森林火灾是威胁公众安全和 社会发展的严重灾害，建立森林火灾监测系统意义重大。如何在森林复杂的环境下，快速、 准确地识别火灾图像是该领域学者关注的热点问题。

火焰最显著的特征是颜色，建立颜色模型对于各种火焰识别算法至关重要。国内外学 者对于颜色模型的研究日益增多，现有技术中有四种方式识别或者，一种是基于YUV颜色 模型的亮度闪烁来判别火灾疑似区域；第二种是基于RGB和YCbCr颜色模型的森林火灾图 像分类方法，定义了七种规则，较好地兼顾了图像处理速率和处理效果。第三种利用YCbCr 颜色空间建立分类模型，从而减少了由于图像亮度发生变化而产生的干扰；第四种是利用 RGB与YCbCr颜色模型中的参数给出判据，识别率得到了很大的提高。上述各种火焰检测 算法在提高识别率的同时，加大了计算的复杂度，不利于实时、快速地识别火灾图像。

发明内容

本发明克服了上述现有技术的不足，提供一种基于改进颜色模型的森林火灾图像检测 方法。

本发明的技术方案：

一种基于改进颜色模型的森林火灾图像检测方法，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判据中的常数分别从1取到100作为识 别判据来对图像进行分类识别。

进一步地，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；