一种基于图像分割的森林火灾烟雾检测方法技术

本发明专利技术涉及一种基于图像分割的森林火灾烟雾检测方法，包括以下步骤：获取单帧视频图像；对获取的单帧视频图像进行天地线检测；根据颜色距离和空间距离对天地线检测后的图像进行超像素分割；采用支持向量机对图像的像素块进行分类，从而对烟雾进行识别。本发明专利技术能够排除天空、云雾和光照对于烟雾检测的干扰。

【技术实现步骤摘要】

本专利技术涉及火灾预警
，特别是涉及一种基于图像分割的森林火灾烟雾检测方法。
技术介绍
针对森林火灾的智能图像处理技术是一个新的研究领域。为了避免火势的蔓延，火灾检测的实时性和精确性是至关重要的；另外，对于火势蔓延的预测和着火位置的定位，也有利于火灾的及时扑救。在森林中，由于树木的遮挡，烟雾的出现往往会早于火焰，所以研究基于数字图像的烟雾检测，能够及早地对森林火情进行预警，并能够直观地定位出着火位置。一般性的，现有森林火灾检测算法从烟雾的光谱特征、形状特征和运动特征进行检测，再辅助以其他检测手段，例如利用烟雾会使背景变模糊这一特性，用空域小波分析检测烟雾；近年来，也有很多学者研究烟雾的自相似性，即运用分形理论检测烟雾。但传统的森林火灾烟雾检测算法大多只考虑理想背景下的烟雾检测，并在像素级层面上对图像进行分析，并不一定适用森林这样的复杂环境下的烟雾识别。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于图像分割的森林火灾烟雾检测方法，能够排除天空、云雾和光照对于烟雾检测的干扰。本专利技术解决其技术问题所采用的技术方案是：提供一种基于图像分割的森林火灾烟雾检测方法，包括以下步骤：(1)获取单帧视频图像；(2)对获取的单帧视频图像进行天地线检测；(3)根据颜色距离和空间距离对天地线检测后的图像进行超像素分割；(4)采用支持向量机对图像的像素块进行分类，从而对烟雾进行识别。所述步骤(2)包括以下子步骤：(21)取原始图像的蓝色通道，根据最大类间方差自动确定阈值，对图像进行二值化；(22)用索贝尔垂直梯度模板对二值化的图像提取水平边缘；(23)将图像等分为多段垂直列带，在每一列带内，对每一行进行处理，逐行将行向量的值累加到一点，并选择累加值较大的几个点作为候选点，再对候选点求取地面部分协方差矩阵和天空部分协方差矩阵之和的倒数，倒数值最大的候选点为所要找的边缘点；(24)对不同列带内的边缘点进行直线拟合，填充整条天地线，完成天地线检测。所述步骤(3)包括以下子步骤：(31)初始化K个聚类中心；(32)根据颜色距离和空间距离得到像素点的相似度，并根据相似度把每个像素和该像素最近的聚类中心相关联；(33)一旦每个像素被归类到最近的簇心，用区域内所有像素的矢量的平均值更新簇心；(34)重复步骤(32)和步骤(33)，把孤立的像素点合并到最近的超像素中。所述步骤(4)中提取各超像素块的均值以及各像素块灰度值的均方差作为支持向量机的输入特征。所述步骤(3)和步骤(4)之间还包括对超像素分割后的图像进行合并的步骤：有序遍历当前像素块，通过当前像素块和相邻像素块的迭代合并，得到完整的烟雾区域。有益效果由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术针对单帧静止图像，将超像素分割技术应用到森林火灾检测领域，并提出一种新的超像素合并算法来解决过分割问题，再辅助以改进的天地线分割算法来排除天空部分对检测的干扰，最后采用SVM对超像素块进行分类，避免了固定阈值对于算法自适应性的影响。该方法不涉及到烟雾的运动特征，突破了传统林火烟雾检测算法中需要摄像机固定的限制，适用于摄像机对森林进行动态全景采样时的情况。附图说明图1是本专利技术的流程图；图2是本专利技术中天地线拟合的示意图；图3是本专利技术的超像素分割示意图；图4是本专利技术中像素块的相似性度量示意图；图5是本专利技术中超像素合并以后的结果图；图6是本专利技术的检测结果示意图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种基于图像分割的森林火灾烟雾检测方法，如图1所示，包括以下步骤：首先，获取一帧视频图像。拍摄森林画面时，往往会摄入天空部分。由于云和烟雾的光谱特征相似，在用光谱特征进行疑似区域提取时，会把云判为疑似区域。为了减少天空部分的干扰，本专利技术引入天地线分割算法。检测地平线对于人而言是非常直观的，但是对计算机而言却是一个极大的挑战，气候的变化，一天中不同光照的影响，地形的不同等都会使天空和地面的外观发生变化，所以一个稳健的天地线检测算法应研究天空和地面的相对差异，而并不是它们的绝对外观。本专利技术参照并改进现有算法，使其适应不同形状的地平线的检测，能排除天空中云雾对于烟雾检测的干扰，降低误检率。具体如下：图像二值化：取原始图像的蓝色通道，根据最大类间方差自动确定阈值，对图像进行二值化；提取水平边缘：用sobel垂直梯度模板对二值化的图像提取水平边缘；检测地平线：将图像等分为x段垂直列带，x可以根据图像的实际大小而定。在每一列带内，对每一行进行处理，逐行将行向量的值累加到一点，选择累加值较大的几个点为候选点，如图2(a)所示；再对候选点求取J(地面部分协方差矩阵和天空部分协方差矩阵只和的倒数)值，两部分的协方差矩阵之和越小，说明天地线的划分越准确，J值最大的候选点就是所要找的边缘点，如图2(b)； J = 1 | Σ s | + | Σ g | + ( λ 1 S + λ 2 S + λ 3 S ) 2 + ( λ 1 g + λ 1 g + λ 1 g ) 2 ]]>其中，i∈{1,2,3本文档来自技高网...

【技术保护点】
一种基于图像分割的森林火灾烟雾检测方法，其特征在于，包括以下步骤：(1)获取单帧视频图像；(2)对获取的单帧视频图像进行天地线检测；(3)根据颜色距离和空间距离对天地线检测后的图像进行超像素分割；(4)采用支持向量机对图像的像素块进行分类，从而对烟雾进行识别。

【技术特征摘要】
1.一种基于图像分割的森林火灾烟雾检测方法，其特征在于，包括以下步骤：(1)获取单帧视频图像；(2)对获取的单帧视频图像进行天地线检测；(3)根据颜色距离和空间距离对天地线检测后的图像进行超像素分割；(4)采用支持向量机对图像的像素块进行分类，从而对烟雾进行识别。2.根据权利要求1所述的基于图像分割的森林火灾烟雾检测方法，其特征在于，所述步骤(2)包括以下子步骤：(21)取原始图像的蓝色通道，根据最大类间方差自动确定阈值，对图像进行二值化；(22)用索贝尔垂直梯度模板对二值化的图像提取水平边缘；(23)将图像等分为多段垂直列带，在每一列带内，对每一行进行处理，逐行将行向量的值累加到一点，并选择累加值较大的几个点作为候选点，再对候选点求取地面部分协方差矩阵和天空部分协方差矩阵之和的倒数，倒数值最大的候选点为所要找的边缘点；(24)对不同列带内的边缘点进行直线拟合，填充整条天地线...

【专利技术属性】
技术研发人员：顾晓雯，禹素萍，吴贇，赖秋玲，李春江，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31