[发明专利]烟雾检测方法、终端设备及存储介质在审
| 申请号: | 202011030654.0 | 申请日: | 2020-09-27 |
| 公开(公告)号: | CN112149583A | 公开(公告)日: | 2020-12-29 |
| 发明(设计)人: | 朱焱 | 申请(专利权)人: | 山东产研鲲云人工智能研究院有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/38;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张全文 |
| 地址: | 250000 山东省济南市自由贸易*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 烟雾 检测 方法 终端设备 存储 介质 | ||
1.一种烟雾检测方法,其特征在于,包括:
获取待检测的视频图像;
基于混合高斯模型将所述视频图像中的每帧图像转换为二值图像;
基于每帧二值图像的感兴趣区域,在所述视频图像中提取烟雾区域图像;
基于训练好的YOLOv3模型对所述烟雾区域图像进行检测,确定烟雾的相关信息。
2.根据权利要求1所述的烟雾检测方法,其特征在于,所述基于混合高斯模型将所述视频图像中的每帧图像转换为二值图像,包括:
将所述每帧图像中的所有像素点分别与所述混合高斯模型进行匹配;
将与所述混合高斯模型匹配成功的像素点转换为黑色前景像素点,将与所述混合高斯模型匹配失败的像素点转换为白色背景像素点;
根据所有所述黑色前景像素点和所有所述白色背景像素点,生成所述二值图像。
3.根据权利要求2所述的烟雾检测方法,其特征在于,所述基于每帧二值图像的感兴趣区域,在所述视频图像中提取烟雾区域图像,包括:
确定每帧二值图像的感兴趣区域;
根据每帧二值图像的感兴趣区域,确定所述视频图像中的第一帧图像中的烟雾区域图像;其中,所述第一帧图像为所述视频图像中与每帧二值图像对应的一帧图像。
4.根据权利要求3所述的烟雾检测方法,其特征在于,所述确定每帧二值图像的感兴趣区域,包括:
以所述二值图像的一个角为原点建立坐标系,并在所述坐标系中计算所述黑色像素点x轴坐标的最值和y轴坐标的最值;其中,所述x轴坐标的最值包括x轴坐标的最大值和x轴坐标的最小值,所述y轴坐标的最值包括y轴坐标的最大值和y轴坐标的最小值;
根据所述x轴坐标的最值和所述y轴坐标的最值,确定每帧二值图像的感兴趣区域。
5.根据权利要求3所述的烟雾检测方法,其特征在于,所述根据每帧二值图像的感兴趣区域,确定所述视频图像中的第一帧图像中的烟雾区域图像,包括:
根据所述感兴趣区域的第一坐标信息确定所述第一帧图像中的烟雾区域的第二坐标信息;
根据所述第二坐标信息在所述第一帧图像中进行烟雾特征提取,得到所述烟雾区域图像。
6.根据权利要求1至5任一项所述的烟雾检测方法,其特征在于,在所述基于训练好的YOLOv3模型对所述烟雾区域图像进行检测之前,所述方法还包括:
获取包含烟雾数据的图像样本,建立烟雾数据集;
对所述烟雾数据集进行标注,得到标注数据集;
基于所述标注数据集,训练YOLOv3模型。
7.根据权利要求6所述的烟雾检测方法,其特征在于,在所述对所述烟雾数据集进行标注之前,所述方法还包括:
对所述图像样本进行预处理,并对预处理后的所述图像样本进行数据扩充;其中,所述预处理包括以下至少一项:滤波,去噪;所述数据扩充的方式包括以下至少一项:随机裁剪,旋转,亮度调整,饱和度调整。
8.根据权利要求1至5任一项所述的烟雾检测方法,其特征在于,所述基于训练好的YOLOv3模型对所述烟雾区域图像进行检测,确定烟雾的位置信息,包括:
若在所述烟雾区域图像中检测到烟雾,则定位所述烟雾的位置和范围。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东产研鲲云人工智能研究院有限公司,未经山东产研鲲云人工智能研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011030654.0/1.html,转载请声明来源钻瓜专利网。





