[发明专利]一种在动态烟雾中提取疑似烟雾区域的方法

权利要求书

1.一种在动态烟雾中提取疑似烟雾区域的方法，其特征在于：所述方法通过以下步骤实现：

步骤一、对输入的视频图像进行预处理；

对输入的视频图像进行去噪处理，并通过选择颜色空间和提取关键帧处理步骤提升目标区域的抗干扰能力；所述的目标区域为要被提取出的疑似烟雾区域；

具体为：

首先，输入视频图像，并对其进行逐帧处理；

之后，对视频数据集进行筛选和裁剪，获得数据视频文件的格式以及大小统一的视频图像；

之后，以烟雾数据集的大小作为标准，将视频图像进行归一化处理，并送入识别模型；

之后，利用滤波器对视频图像进行去噪处理；

步骤二、将基于角点检测的稀疏光流法和基于视频块运动方向判断的算法结合，判断烟雾运动方向，提取疑似烟雾区域；

具体为：

首先，将烟雾视频图像逐帧输入；

之后，对运动物体进行角点检测；

之后，对运动物体角点进行光流矢量估计，；

之后，对有矢量的像素点所在的区域进行分割，形成视频运动块；

之后，确定合适烟雾图像的HSV颜色空间，并设定饱和度阈值范围，对满足阈值的视频运动块进行运动方向估计，将运动方向向上的运动块确定为疑似烟雾区域；以此提取运动方向的区域，作为基于视频块估计运动方向的输入；

步骤三、分析烟雾运动特点，提取烟雾的静态特征和动态特征；所述的烟雾运动特点包括分析颜色、灰度，以此分割出待检测的区域；

步骤四、将此上一步获得的疑似烟雾区域作为待检测区域，并在此待检测区域内利用卷积神经网络模型抽取特征进行识别。

2.根据权利要求1所述的一种在动态烟雾中提取疑似烟雾区域的方法，其特征在于：步骤二所述的对运动物体进行角点检测的步骤，具体为：

角点是在水平和垂直方向移动时该像素点的灰度值会发生剧烈变化的特征点，将预处理后的烟雾视频图像逐帧输入，逐帧经过角点的检测，寻找角点：采用以下方法计算、判断图像中烟雾区域的角点：

记图像为I(x,y)，当在点(x,y)处平移(Δx,Δy)后的相似性为：

ω(x,y)是以点(x,y)为中心的窗口，即加权函数，对图像I(x,y)在平移(Δx,Δy)后进行一阶近似：

I(u+Δx,v+Δy)＝I(u,v)+I_x(u,v)Δx+I_y(u,v)Δy+O(Δx²,Δy²)≈I(u,v)+I_x(u,v)Δx+I_y(u,v)Δy （13）

其中，I_x、I_y是图像I(x,y)的偏导数，近似可得：

其中M：

化简可得：

c(x,y；Δx,Δy)≈AΔx²+2CΔxΔy+BΔy² (16)

故通过式(15)中，计算矩阵M(x,y)的特征值λ₁,λ₂来判断该点(x,y)是否为角点，采用角点响应值的范围判定是否为角点，角点响应的计算如式(18)所示：

R＝λ₁λ₂-α(λ₁+λ₂)² (18)

其中，α＝0.04，R为角点响应值；

当R≈0，判断为平坦区,当R＜0判断为边界,当R＞0判断为角点。