[发明专利]一种基于运动和亮度显著性特征的视频森林烟火检测方法

权利要求书

1.一种基于运动和亮度显著性特征的视频森林烟火检测方法，其特征在于，该方法包括以下步骤：

(1)读入原视频，视频由T帧图像序列组成，每帧图像的大小为M×N×3；

(2)将原视频图像转换成灰度图，按X-Y-T方向将连续帧图像重新整合为M×N行T列矩阵，采用ROSL鲁棒正交子空间学习算法以及全局显著性算法得到全局显著性运动区域；具体的：

(21)将原视频图像转换成灰度图，按X-Y-T方向将连续帧图像重新整合为M×N行T列矩阵；

(22)采用ROSL算法得到备选运动区域：

s.t.X＝B+E,B＝Dα,D^TD＝I_k；

其中，X为M×N行T列矩阵，E为前景，B为提取的背景，k取1表示视频只有一个背景图像，在矩阵中表示背景序列的矩阵秩为1；D为标准正交矩阵，α为系数矩阵；

(23)针对上述步骤中得到的备选运动区域，为得到全局显著性运动区域，除保留较大像素外，较小像素采用基于高斯分布的全局显著性算法进行过滤：

s.t.Th_global＝μ_global+2σ_global；

其中，E(i,j,t)为备选运动区域(i,j,t)处像素值，较小像素区域图像像素值满足Th_global为较小像素区域阈值，μ_global为较小像素区域像素均值，σ_global为较小像素区域像素方差；

(3)结合步骤(2)得到的X-Y-T方向上的全局显著性运动区域，采用运动显著性算法得到运动显著性运动区域；具体的：

(31)将原视频图像转换成灰度图，按X-T-Y方向和Y-T-X方向分别将连续帧图像重新整合为M×T行N列矩阵以及N×T行M列矩阵，采用ROSL算法分别得到两个方向上的运动前景S_X-T和S_Y-T；则初始运动显著性运动区域定义为：

(32)在烟火区域中存在距离较近像素值相似的点，这些点在连续帧中会失去运动显著性，为了将这些点保留在显著性运动区域中，减小对运动目标提取与检测的影响，结合这些点的空间信息，并利用高斯函数召回这些点，算法公式如下：

其中，τ表示以像素点p(i,j,t)为中心所选相邻区域的半径，p(x,y,t)为所选相邻区域像素值组矩阵；||·||₂为l₂范数，为高斯函数；

(33)采用遵循人类视觉条件的运动显著 性算法进一步过滤运动显著性运动区域，其具体计算为：

其中，Th_m为阈值，Th_m＝μ_m+σ_m为运动显著性运动区域均值与方差之和，T_size＝(M×N)/1500表示运动显著性反映在空间尺寸上应至少满足这一条件；

(4)根据人类视觉对亮度的敏感程度条件，提取亮度显著性运动区域；具体的：

将原彩色图像RGB颜色空间转化为Lab颜色空间，颜色模型Lab基于人对颜色的感觉，Lab色彩模型是由亮度L和有关色彩的a，b三个要素组成，其中L为亮度，a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围；

将亮度值在L_L＝80～L_H＝220范围内的像素进行增强，增加与其他亮度的对比度，将该范围亮度值重置到L_L^*＝0～L_H^*＝255，算法计算如下：

其中，l(i,j)为增强后的位置(i,j)处的亮度值，g(i,j)为原亮度值；指数γ决定了增强后的亮度分布，随着γ的增加，较暗区域与灰白亮度的烟雾对比度越强；亮度显著性条件应满足人类视觉敏感度以及空间尺度条件：

其中，l(i,j,t)为亮度显著性运动区域(i,j,t)处亮度值，Th_l为阈值，Th_l＝μ_l+σ_l表示亮度显著性区域亮度显著性均值与方差之和，T_size＝(M×N)/1500表示亮度显著性反映在空间尺寸上应至少满足这一条件；

(5)基于全局显著性，运动显著性以及亮度显著性，计算得到最终显著性区域显著值；具体的：

基于步骤(2)至(4)，分别得到各全局显著性运动区域中所包含的运动显著性运动区域显著值S_m以及亮度显著性运动区域显著值S_l，则该最终显著性运动区域的显著值由运动显著值及亮度显著值的和S＝S_m+S_l决定；同样需满足高斯分布条件与空间尺度条件：

其中，S(i,j,t)为显著性运动区域(i,j,t)最终显著性值，Th为阈值，Th＝μ+σ表示显著性运动区域显著性均值与方差之和，T_size＝(M×N)/1500表示最终显著性反映在空间尺寸上应至少满足这一条件；

(6)基于得到的最终显著性区域显著值，采用组稀疏背景检测算法，得到视频显著性前景区域；

(7)提取得到的视频显著性前景区域的LBP局部二值模式特征，采用SVM分类器进行分类识别。