[发明专利]烟火检测方法、装置、设备及存储介质在审
| 申请号: | 202110823728.4 | 申请日: | 2021-07-21 |
| 公开(公告)号: | CN113537092A | 公开(公告)日: | 2021-10-22 |
| 发明(设计)人: | 阳马生;龙志中;王钢;李洪泉;周龙 | 申请(专利权)人: | 中科曙光国际信息产业有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/246;G06T7/73 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 黄玉霞 |
| 地址: | 266101 山东省青岛市*** | 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: | 烟火 检测 方法 装置 设备 存储 介质 | ||
本发明实施例公开了一种烟火检测方法、装置、设备及存储介质。该方法包括:获取连续的多帧视频图像;根据每帧视频图像的颜色分布确定每帧视频图像中的待定烟火区域;根据连续的多帧视频图像的变化情况确定每帧视频图像中的像素运动区域;根据所述待定烟火区域和所述像素运动区域,确定每帧视频图像中的目标烟火区域。上述技术方案充分考虑了视频中帧与帧之间的关联信息,不会出现由于某些特殊帧图像而产生误报的问题,提高了基于视频监控实时进行烟火检测的准确率。
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种烟火检测方法、装置、设备及存储介质。
背景技术
在现代社会生活中,防火是安全防护的一个非常重要的命题。工业生产区域,公共空间和很多自然环境中都使用中央摄像头进行烟火监视以保证安全。
目前,主要是利用机器学习或者深度学习方法对采集到的视频图像进行图像处理和分析,提取每帧图像中的烟火特征以实现烟火检测。然而,基于图像特征进行烟火检测时,会由于某些特殊帧图像而产生误报,影响了烟火检测结果的准确率。
发明内容
本发明实施例提供一种烟火检测方法、装置、设备及存储介质,以提高烟火检测的准确率。
第一方面,本发明实施例提供了一种烟火检测方法,包括:
获取连续的多帧视频图像;
根据每帧视频图像的颜色分布确定每帧视频图像中的待定烟火区域;
根据连续的多帧视频图像的变化情况确定每帧视频图像中的像素运动区域;
根据所述待定烟火区域和所述像素运动区域,确定每帧视频图像中的目标烟火区域。
可选的,在确定每帧视频图像中的目标烟火区域之后,还包括:对所述目标烟火区域进行形态学操作后提取所述目标烟火区域的区域边界;将所述区域边界对应添加至匹配的每帧视频图像中。
在本实施方式中,通过对确定的目标烟火区域进行形态学操作,压缩了目标烟火区域中的噪声,使目标烟火区域更加准确;通过将目标烟火区域的区域边界添加至相应的视频图像中相应位置,使烟火检测结果清晰明了,便于对烟火进行准确定位。
可选的,根据每帧视频图像的颜色分布确定每帧视频图像中的待定烟火区域,包括:根据每帧视频图像的颜色分布确定每帧视频图像中的火焰像素点和/或烟雾像素点;根据每帧视频图像中的火焰像素点和/或烟雾像素点确定每帧视频图像中的待定烟火区域。
在本实施方式中,针对每帧视频图像,首先根据颜色分布识别出火焰像素点和/或烟雾像素点,进而根据这些火焰像素点和/或烟雾像素点确定待定烟火区域,以此提高了待定烟火区域的准确率。
可选的,根据每帧视频图像的颜色分布确定每帧视频图像中的火焰像素点,包括:将每帧视频图像由红绿蓝RGB空间转换到色调饱和度明度HSV空间;在每帧视频图像中筛选满足预设的HSV约束条件以及第一RGB约束条件的像素点作为所述火焰像素点。
在本实施方式中,将视频图像由RGB空间转换到HSV空间,再根据HSV约束条件以及第一RGB约束条件对像素点进行筛选,筛选得到的火焰像素点的准确率比较高。
可选的,根据每帧视频图像的颜色分布确定每帧视频图像中的烟雾像素点,包括:将每帧视频图像由RGB空间转换到色调饱和度亮度HSI空间;在每帧视频图像中筛选满足预设的第二RGB约束条件以及HSI约束条件的像素点作为所述烟雾像素点。
在本实施方式中,将视频图像由RGB空间转换到HSI空间,再根据第二RGB约束条件以及HSI约束条件对像素点进行筛选,筛选得到的烟雾像素点的准确率比较高。
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中科曙光国际信息产业有限公司,未经中科曙光国际信息产业有限公司许可,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/202110823728.4/2.html,转载请声明来源钻瓜专利网。





