视频烟雾识别方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术涉及一种视频烟雾识别方法，包括：提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；对所述透射率图像形成的视频进行运动检测，得到运动特征向量；将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。通过透过率图像，可在不依赖于光照变化的情况下完整的定位烟雾位置，有效提高烟雾定位的准确率。

Video Smoke Recognition Method, Device, Computer Equipment and Storage Media

【技术实现步骤摘要】
视频烟雾识别方法、装置、计算机设备和存储介质
本专利技术涉及图像处理领域，特别是涉及一种视频烟雾识别方法、装置、计算机设备和存储介质。
技术介绍
火灾是人类最常见的严重灾害之一，但是和其他自然灾害相比，火灾所带来的危害是可以降低的。为了能够减少火灾造成的伤害，其中最重要的就是尽早对火灾的发生给予预警。火灾前期因为燃料通常不能够充分燃烧，经常伴有烟雾的出现，而基于可见光的视频监控已经成为保护人们安全生活的重要手段，因此基于视频的烟雾检测是火灾预警的一个重要的研究和应用方向。对于视频中的烟雾检测，目前已经存在很多检测算法，主要是通过提取烟雾的视觉特征，如颜色、边缘和纹理等，但这些特征都是依赖于可见光视频的原始信息，所以严重依赖于外界光源和视频中其他运动事物的变化，造成算法准确性不高。
技术实现思路
本专利技术的目的在于提供一种视频烟雾识别方法、装置、计算机设备和可读存储介质，可以有效提高视频中烟雾检测的准确性。本专利技术的目的通过如下技术方案实现：一种视频烟雾识别方法，所述方法包括：提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；对所述透射率图像形成的视频进行运动检测，得到运动特征向量；将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。在一个实施例中，所述估计所述待识别图像中的大气光亮度的步骤，包括：对所述待识别图像的最小颜色分量进行最小值滤波，输出最小值像素；用预设边缘检测算子对所述待识别图像的灰度分量进行边缘提取得到边缘图像，并对所述边缘图像进行分块统计，得到统计比例；根据所述最小值像素和所述统计比例确定所述大气光亮度。在一个实施例中，所述对所述边缘图像进行分块统计，得到统计比例的步骤，包括：计算所述边缘图像中以各像素为中心的邻域内边缘像素数与邻域总像素数之比，得到所述统计比例。在一个实施例中，所述根据所述最小值像素和所述统计比例确定所述大气光亮度的步骤，包括：根据所述最小值像素和所述统计比例确定所述待识别图像中的候选大气光区域；对所述候选大气光区域标记连通分量，选取预设位置的连通分量作为大气光区域；将所述大气光区域中的最大像素值作为所述大气光亮度。在一个实施例中，所述根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像的步骤，包括：根据预设大气散射模型对所述暗原色和大气光亮度进行处理，得到第一透射率函数；采用预设双边滤波函数，对所述第一透射率函数进行处理，得到第二透射率图像；根据所述第二透射率图像获取所述待识别图像的透射率图像。在一个实施例中，所述将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域的步骤之前，还包括：采用预设比例的正样本图像块和负样本图像块对支持向量机进行训练，得到所述预设分类器。在一个实施例中，所述正样本图像块和负样本图像的预设比例为9:1。一种视频烟雾识别装置，所述装置包括：大气光亮度估计模块，用于提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；透射率图像获取模块，用于根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；运动检测模块，用于对所述透射率图像形成的视频进行运动检测，得到运动特征向量；烟雾识别模块，用于将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时上述步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述步骤。本专利技术提供的视频烟雾识别方法，其提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；对所述透射率图像形成的视频进行运动检测，得到运动特征向量；将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。通过透过率图像，可在不依赖于光照变化的情况下完整的定位烟雾位置，有效提高烟雾定位的准确率。附图说明图1为一个实施例中视频烟雾识别方法的应用环境图；图2为一个实施例中视频烟雾识别方法的流程示意图；图3为另一个实施例中视频烟雾识别方法的流程示意图；图4为另一个实施例中视频烟雾识别装置的结构框图；图5为一个实施例中计算机设备的内部结构图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。本申请提供的视频烟雾识别方法可以应用于如图1所示的应用环境中。该应用环境包括服务器104和摄像装置102，服务器104从摄像装置102中获取待识别视频，并提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；服务器104根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；服务器104对所述透射率图像形成的视频进行运动检测，得到运动特征向量；服务器104将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。其中，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现；摄像装置可以采用摄像头、相机、手机等等具有摄像功能的装置实现。在一个实施例中，如图2所示，提供了一种视频烟雾识别方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤S202，提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色。在具体实施过程中，透射率只受大气散射系数和景深函数而不受大气光照的影响，而烟雾和场景中其他运动的物体是影响原有场景中透过率的根本原因。因此如果能够估计出透过率图像，结合烟雾运动的先验信息就可在不依赖于光照变化的情况下完整的定位烟雾位置。在本步骤中，在非大气光的局部区域里，某一些像素总会有至少一个颜色通道具有很低的值，换言之，该区域光强度的最小值是个很小的数，即暗原色。在一个实施例中，步骤S202的所述估计所述待识别图像中的大气光亮度，包括：A，对所述待识别图像的最小颜色分量进行最小值滤波，输出最小值像素。在具体实施过程中，大气光区域具有3个特性：亮度较高、灰度平坦和位置偏上。将满足以上3个条件的像素集合确定为大气光区域。首先，对彩色图像的最小颜色分量进行最小值滤波，如下式表示：式中，c∈{R,G,B}分别表示R、G、B颜色通道；Ω(x)表示以像素x为中心的邻域，其尺寸自适应的与图像高和宽中的最小值成正比，比例因子为0.025。B，用预设边缘检测算子对所述待识别图像的灰度分量进行边缘提取得到边缘图像，并对所述边缘图像进行分块统计，得到统计比例；具体的，对所述边缘图像进行分块统计，得到统计比例的步骤，包括：计算所述边缘图像中以各像素为中心的邻域内边缘像素数与邻域总像素数之比，得到所述统计比例。在具体实施过程中，采用Canny边缘检测算子对彩色图像f(x)的灰度分量进行边缘提取，对边缘图像E(x)进行分块统计，对于每一个像素x，计算以像素x为中心的邻域内边缘像素数所占邻域总像素数的统计比例，记为Nedge(x)，可表示为：式中，#表示数目。在边缘图像E(x)中，边缘像素的值为1，非本文档来自技高网...

【技术保护点】
1.一种视频烟雾识别方法，其特征在于，所述方法包括：提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；对所述透射率图像形成的视频进行运动检测，得到运动特征向量；将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。

【技术特征摘要】
1.一种视频烟雾识别方法，其特征在于，所述方法包括：提取待识别视频中的待识别图像，估计所述待识别图像中的大气光亮度和暗原色；根据所述大气光亮度和所述暗原色，获取所述待识别图像的透射率图像；对所述透射率图像形成的视频进行运动检测，得到运动特征向量；将所述运动特征向量输入预设分类器，识别得到所述待识别视频中的烟雾区域。2.根据权利要求1所述的方法，其特征在于，所述估计所述待识别图像中的大气光亮度的步骤，包括：对所述待识别图像的最小颜色分量进行最小值滤波，输出最小值像素；用预设边缘检测算子对所述待识别图像的灰度分量进行边缘提取得到边缘图像，并对所述边缘图像进行分块统计，得到统计比例；根据所述最小值像素和所述统计比例确定所述大气光亮度。3.根据权利要求2所述的方法，其特征在于，所述对所述边缘图像进行分块统计，得到统计比例的步骤，包括：计算所述边缘图像中以各像素为中心的邻域内边缘像素数与邻域总像素数之比，得到所述统计比例。4.根据权利要求2所述的方法，其特征在于，所述根据所述最小值像素和所述统计比例确定所述大气光亮度的步骤，包括：根据所述最小值像素和所述统计比例确定所述待识别图像中的候选大气光区域；对所述候选大气光区域标记连通分量，选取预设位置的连通分量作为大气光区域；将所述大气光区域中的最大像素值作为所述大气光亮度。5.根据权利要求1所述的方法，其特征在于，所述根据所述大气光亮度和所述暗原色，获取所述待识别图...

【专利技术属性】
技术研发人员：张樯，张挺，李斌，赵凯，李司同，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京,11