[发明专利]基于特征融合的火焰识别方法、装置、设备及存储介质

权利要求书

1.一种基于特征融合的火焰识别方法，其特征在于，所述基于特征融合的火焰识别方法包括以下步骤：

获取目标监测区域的红外视频图像；

通过目标高斯混合模型对所述视频图像进行提取，得到目标火焰图像；

根据所述目标火焰图像确定对应的火焰特征向量；

通过预设集成分类器对所述火焰特征向量进行识别，得到对应的目标火焰图像类型。

2.如权利要求1所述的基于特征融合的火焰识别方法，其特征在于，所述通过目标高斯混合模型对所述视频图像进行提取，得到目标火焰图像，包括：

根据所述目标高斯混合模型得到分布模式总数；

根据所述视频图像得到对应的像素值；

将所述分布模式总数与所述像素值进行比较，得到均值偏差；

在所述均值偏差未位于目标差值范围时，根据所述视频图像得到前景图像，即确定为目标火焰图像。

3.如权利要求1所述的基于特征融合的火焰识别方法，其特征在于，所述根据所述目标火焰图像确定对应的火焰特征向量，包括：

根据所述目标火焰图像得到对应的LBP特征和HOG特征；

对所述LBP特征和HOG特征进行特征融合，得到对应的火焰特征向量。

4.如权利要求3所述的基于特征融合的火焰识别方法，其特征在于，所述根据所述目标火焰图像得到对应的LBP特征和HOG特征，包括：

对所述目标火焰图像进行灰度转化，得到对应的火焰灰度图像；

根据目标LBP描述算子和所述火焰灰度图像确定对应的LBP特征；

按照目标方向通过离散微分模型对所述目标火焰图像进行梯度计算，得到对应的图像梯度信息；

根据所述图像梯度信息和目标火焰图像确定对应的HOG特征。

5.如权利要求4所述的基于特征融合的火焰识别方法，其特征在于，所述根据目标LBP描述算子和所述火焰灰度图像确定对应的LBP特征，包括：

按照目标尺寸对所述火焰灰度图像进行区域分割，得到目标尺寸的子图像区域；

根据目标LBP描述算子对所述子图像区域内的像素进行计算，得到对应的像素LBP值；

统计所述像素LBP值，得到目标维度特征向量；

对所述目标维度特征向量进行归一化处理，并对归一化处理后的目标维度特征向量进行拼接，得到对应的LBP特征。

6.如权利要求4所述的基于特征融合的火焰识别方法，其特征在于，所述根据所述图像梯度信息和目标火焰图像确定对应的HOG特征，包括：

根据预设像素尺寸对所述目标火焰图像进行划分，得到目标形状单元；

按照所述图像梯度信息对所述目标形状单元进行平均等分，得到单元特征向量；

对所述目标形状单元进行组合，得到目标形状单元块；

对所述目标形状单元块进行归一化处理，得到对应的块状特征向量；

通过目标成分分析算法对所述块状特征向量进行降维，得到对应的HOG特征。

7.如权利要求1至6中任一项所述的基于特征融合的火焰识别方法，其特征在于，所述通过预设集成分类器对所述火焰特征向量进行识别，得到对应的目标火焰图像类型，包括：

获取均匀分布的初始火焰样本数据集；

对所述初始火焰样本数据集进行训练学习，得到基本分类器；

通过所述基本分类器对所述初始火焰样本数据集进行误差计算，得到对应的当前分类误差和分类系数；

根据所述当前分类误差和分类系数对初始火焰样本数据集的权值分布进行调整，得到预设集成分类器；

通过预设集成分类器对所述火焰特征向量进行识别，得到对应的目标火焰图像类型。