[发明专利]烟雾检测方法、终端设备及存储介质

说明书

本申请适用于图像处理技术领域，提供了一种烟雾检测方法、终端设备及存储介质，上述烟雾检测方法包括：获取待检测的视频图像；基于混合高斯模型将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，在视频图像中提取烟雾区域图像；基于训练好的YOLOv3模型对烟雾区域图像进行检测，确定烟雾的相关信息。通过对烟雾区域图像进行两次筛选检测，可以提高烟雾检测的精确度。

技术领域

本申请属于图像处理技术领域，尤其涉及一种烟雾检测方法、终端设备及存储介质。

背景技术

在各种自然灾害中，火灾是最普遍、最容易危害公众安全和社会发展的灾害之一。在火灾发生前期，会不断产生烟雾，若能在此阶段及时检测到烟雾并进行有效扑救，可以将火灾的危害降到最低。因此，火灾早期的烟雾检测至关重要。

传统的烟雾检测，大多基于物理传感器的探测技术，不适用于范围广、环境复杂的环境中。近年来，视频烟雾检测技术得到了广泛的关注和使用，视频烟雾检测主要利用图像的平均梯度、光流运动等特征对烟雾进行检测。但传统的视频烟雾检测技术存在检测精度低的问题。

发明内容

本申请实施例提供了一种烟雾检测方法、终端设备及存储介质，可以解决现有视频烟雾检测技术存在检测精度低的问题。

第一方面，本申请实施例提供了一种烟雾检测方法，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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。