[发明专利]基于异构双核的烟雾检测系统在审

专利信息
申请号: 201510330331.6 申请日: 2015-06-16
公开(公告)号: CN104978744A 公开(公告)日: 2015-10-14
发明(设计)人: 谢维波;李两合;贺文强 申请(专利权)人: 谢维波
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 361021 福建省厦门市集美*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于异构双核的烟雾检测系统,将彩色图像转成灰度图像;计算变化窗口在基准状态与当前状态下两幅频度图像之间的相关系数;计算变化窗口在基准状态与当前状态下两幅灰度图像之间的相关系数;把起始无烟无运动物体的场景图作为基准图,依据频度图像的高灵敏性,判别相邻两帧图像有否变化,时有变化,给出可疑窗口;判别浓烟的可疑窗口,连续多帧的窗口即为浓烟的可疑窗口;浓烟的可疑窗口是否满足连续性和扩展性特征,满足则判断为是,则有浓烟,一级报警;如果没有浓烟,则所有可疑窗口满足,即为薄烟,二级报警。本发明的有益效果是方法简单,能够准确的判断出是否有薄烟、浓烟,并及时进行预警。
搜索关键词: 基于 异构双核 烟雾 检测 系统
【主权项】:
基于异构双核的烟雾检测系统,其特征在于按照以下步骤进行:步骤1:首先根据公式Gray=0.299R+0.587G+0.114B(2)Gray表示灰度值,R,G,B表示RGB格式视频数据的R,G,B分量值,将彩色图像转成灰度图像;步骤2:为了检测频度图像与基准图像之间的变化程度,采用公式(1)计算变化窗口在基准状态与当前状态下两幅频度图像之间的相关系数:<mrow><msubsup><mi>G</mi><mi>i</mi><mrow><mo>(</mo><mi>h</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo><mi>&Omega;</mi></mrow></munder><mrow><mo>(</mo><msubsup><mi>p</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mrow><mo>(</mo><msubsup><mi>q</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>&beta;</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mo>)</mo></mrow></mrow><mrow><msqrt><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo></mrow></munder><msup><mrow><mo>(</mo><msubsup><mi>p</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>&alpha;</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></msqrt><msqrt><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo><mi>&Omega;</mi></mrow></munder><msup><mrow><mo>(</mo><msubsup><mi>q</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>&beta;</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>公式中,表示时刻t的频度图像在窗口i的点(m,n)的频度值,表示时刻t频度图像在窗口i各像素的平均频度值,表示基准图像的频度图像在窗口i的点(m,n)的频度值,表示基准图像的频度图像在窗口i各像素的平均频度值;依据公式(3)计算变化窗口在基准状态与当前状态下两幅灰度图像之间的相关系数:<mrow><msubsup><mi>C</mi><mi>i</mi><mrow><mo>(</mo><mi>g</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo><mi>&Omega;</mi></mrow></munder><mrow><mo>(</mo><msubsup><mi>b</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>e</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mrow><mo>(</mo><msubsup><mi>d</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>k</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mo>)</mo></mrow></mrow><mrow><msqrt><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo><mi>&Omega;</mi></mrow></munder><msup><mrow><mo>(</mo><msubsup><mi>b</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>e</mi><mi>i</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></msqrt><msqrt><munder><mi>&Sigma;</mi><mrow><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>&Element;</mo><mi>&Omega;</mi></mrow></munder><msup><mrow><mo>(</mo><msubsup><mi>d</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mrow><mo>(</mo><mi>m</mi><mo>,</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><msubsup><mi>k</mi><mi>i</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow></msubsup><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>公式中,表示时刻t的灰度图像在窗口i的点(m,n)的灰度值,表示时刻t灰度图像在窗口i各像素的平均灰度值,表示基准图像的灰度图像在窗口i的点(m,n)的灰度值,表示基准图像的灰度图像在窗口i各像素的平均灰度值;步骤3:把起始无烟无运动物体的场景图作为基准图,为保证烟雾检测的可靠性,每隔一段时间自动更新基准图,通过定时自动检测窗口的变化率来确定是否场景状态已稳定,变化率r=S1/S,其中S1表示当前帧各窗口与基准图的差分图像二值化后值为1的像素的个数,S表示各窗口的总像素数,若各窗口的变化率在连续100帧内均保持在一个稳定值上,则判断该场景已达到稳定状态,此时进行薄烟或者浓烟的检测;步骤4:1、依据频度图像的高灵敏性,判别相邻两帧图像有否变化,时有变化,给出可疑窗口;是窗口i中的频度图像的相关阈值;2、判别浓烟的可疑窗口,连续多帧的窗口即为浓烟的可疑窗口;θ(g)是灰度图像的相关阈值;3、判别是否有浓烟,浓烟的可疑窗口是否满足连续性和扩展性特征,满足则判断为是,则有浓烟,一级报警;4、如果没有浓烟,则所有可疑窗口满足即为薄烟,二级报警。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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谢维波,未经谢维波许可,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/patent/201510330331.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top