[发明专利]一种结合颜色和外型特征的视频烟雾识别方法

摘要

本发明公开了一种结合颜色和外型特征的视频烟雾识别方法，该方法兼具实时性与准确性。首先采用ViBe前景检测算法检测出当前输入帧的前景目标，经过形态学处理后，分析训练相关数据并计算RGBa四个通道的颜色概率初步去除伪烟区域，最后通过烟雾的轮廓复杂度和边缘密度等外型特征排除其他伪烟区域进一步提高识别的准确度。大量的实验仿真证明了这种结合颜色和外型特征的视频烟雾识别方法的良好性能。

主权项

1.一种结合颜色和外型特征的视频烟雾识别方法，其特征在于，包括以下步骤：1)首先采用ViBe算法进行前景目标的提取；2)对提取到的前景目标进行形态学的处理，滤除前景中的噪声干扰，对前景区域中的空洞进行填充，应用连通区域分析CCL算法把相连的前景像素归结到同一个块中，以进行后续的伪烟块去除；3)抽取含烟帧中的大量烟雾像素，统计烟雾像素在RGB三个通道上取值的分布情况，对比标准正态分布曲线，拟合度良好，证明烟雾像素各通道取值的分布近似为正态分布是可以接受的；4)由于RGB三个通道都包含亮度信息，具有较强的相关性，采用Lab颜色空间的a通道结合RGB颜色空间三通道构建公式(1)RGBa四通道模型；式中：C(x,y)为构建的四通道颜色空间模型，(x,y)为像素坐标5)为了得到RGBa四个通道的颜色概率密度函数，逐帧抓取烟雾视频片段的所有帧，并选取出其中含烟帧，分别标记烟区并统计RGBa四个通道的数据，得到均值与方差即可建立公式(2)归一化的颜色概率密度函数；式中：i分别为RGBa四通道，Ci为i通道像素值，Pi(x,y)为(x,y)位置像素为烟雾像素的概率，它反映了i通道上像素点(x,y)属于烟雾像素的可能性大小，μi对应通道像素值的均值，σi为对应通道像素值的方差；根据颜色概率密度函数，计算(x,y)位置上此像素的四通道概率：综合RGBa四通道颜色概率乘积并归一化，然后阈值化处理，得到的前景像素即为高概率的烟雾像素，统计各块中高概率像素数量，由公式(4)即可初步去除伪烟块；式中：Bi为当前块，Hb为当前块中高概率像素数量，Sumb为当前块前景像素总数，α为阈值；6)针对具有与烟雾相近颜色的刚性运动物体造成的干扰，采用公式(5)轮廓复杂度排除此类干扰；式中：其中Lb为块周长，Ab为块面积，β为阈值；7)针对外形也像烟雾一样复杂多变的干扰物，利用烟雾区域边缘像素较多的事实，采用块中所含边缘像素的个数与块中前景像素总数的比值，由公式(6)滤除伪烟块；式中：Sumpix为块中所含边缘像素个数，Sumb为块中前景像素总数。