一种基于支持向量机的火焰检测方法技术

一种基于支持向量机的火焰检测方法，将图像分块处理，逐块计算每个子块的多个统计特征，并组成特征向量，利用离线建立的支持向量机分类模型识别出子块是否为火焰区域，方法简单易行，具有高实时性。本方法不涉及视频序列，因此与镜头中可能存在的运动无关。因此，本方法不仅可以检出中图片中是否存在火焰区域，而且保证了检测效果的稳定性，满足实时性的要求。适用于基于计算机视觉的森林着火检测，大型场馆着火检测等领域。

【技术实现步骤摘要】

本专利技术设及，属于计算机火焰识别的技术领 域。
技术介绍
在传统的火焰检测技术中，检测效果往往受限于传感器的位置和数量。因此，在大 型体育场馆，森林等大范围场景下常常受限。由于不受空间、地点等因素的限制，基于计算 机视觉的火焰检测技术得到越来越多的关注。在基于计算机视觉的火焰检测中，往往会利 用到火焰的颜色特征、纹理特征、火焰动态变化特征等等。本专利技术主要基于火焰的颜色特征 和纹理特征两个方面。基于计算机视觉的火焰检测算法大致分为两步；1)检测静态图像中 的疑似火焰区域，也叫候选区域。在该部分的研究中，常用的技术为提取火焰的颜色，纹理， 边界等特征。2)利用静态图像检测出来的疑似区域，在时间轴上提取特征，进一步确认是否 属于着火点。 针对火焰识别和检测方法，现有技术包括多种： 武汉科技大学的论文《基于支持向量机的火灾火焰识别算法研究》记载的火焰识 别算法，其与本专利技术存在实质性的区别；1)颜色特征和纹理特征的选择方式不一样；2)使 用的特征向量内容不同，且本专利技术的特征向量维数低，速度快；3)本专利技术是基于块处理方 式，可实现内在的并行处理，速度更快。 于2009年7月发表在《计算机应用研究》第26卷第7期上发表的《基于边界矩和 支持向量机的火焰识别算法》其与本专利技术存在实质性的区别；1)颜色特征和纹理特征的选 择方式不一样；2)采用图像中的火焰特征，不是视频序列，易于处理具有镜头运动的视频 序列。3)本专利技术是基于块处理方式，可实现内在的并行处理，速度更快。
技术实现思路
针对现有技术的不足，本专利技术提供，该方法 适用于森林防火检测，大型场馆防火检测，基于内容的图像检索等领域。 本专利技术的技术方案如下；[000引，包括步骤如下： 1)将目标图像分给成若干个16x16的子块，如附图1所示，每个子块分配一个是 否为火焰的标记，形成标记矩阵为flag(i，j)，其中i，j为子块在flag矩阵中的横纵坐标， flag矩阵示意见附图2; 2)从步骤1)所述图像的第一个子块开始，依照从上到下，从左到右的顺序对每个 子块，分别提取图像特征，特征提取包括步骤如下： (1)分别计算16x16子块的红色R、绿色G、藍色B各颜色分量的直方图p(zig， p(zgi)，p(zbi)，女曰下； p(zrj),i= 0, 1, 2,. . . ,L-1 p(zgi)，i=0，l，2，...，kl(I) p(zbi)，i=0，1，2，...，L-1 其中L为直方图的阶，优选的，所述L= 255,zr，zg，zb分别为灰度直方图的随机 变量； 针对上述S个分量的直方图依次做第（2)步到第（5)步处理： 似分别计算红色R、绿色G、藍色B分量的均值皿，mg,mb，如下：[001引 (II) (3)分别计算红色R、绿色G、藍色B分量的二阶矩方差，yr、yg、yb，如下： 卿[002U (4)分别计算红色R、绿色G、藍色B分量的平滑度，化、fg、化如下： (IV) (5)将第（2)步到第（4)计算得到的均值、二阶矩方差和平滑度作为特征，每个子 块共有9个特征，即，每个像素包括3个分量，每个分量包括3个特征，组成特征向量，记为 V= {mr,mg,mb,yr,yg,yb,fr,fg,fb}； 扣每个子块的特征向量V= (mr,mg,mb,yr,yg,yb,化化扣}输入到离线训练 好的支持向量机模型中，识别出当前16x16子块是否属于火焰区域，如果属于火焰区域，贝U 对应的flag(i,j) = 1，否则flag(i,j) = 0 ;[002引 4)针对所述flag矩阵，使用5巧的窗口，从上到下，从左到右，步长为1，滑过flag 矩阵，如果5x5的窗口内的超过半数窗口标记为1，则判断位于5x5的窗口中屯、的子块所对 应的图像区域为火焰区域，否则为非火焰区域，示意见附图3。 根据本专利技术优选的，所述支持向量机模型的离线训练过程包括如下步骤： (3-1)选取多张包括火焰影像的图像，把每幅图像都分成若干个16x16子块；[002引 （3-2)针对所有16x16子块分别人工识别并标记是否属于火焰区域，并给出flag 矩阵；如果子块属于火焰区域，则flag(i，j) = 1，否则flag(i，j) =0,其中（i，j)为子块 的横纵坐标. (3-3)从第一个子块开始，依照从上到下，从左到右的顺序对每个子块分别提取图 像特征，特征提取方法如下： (1)分别计算16x16子块的红色R、绿色G、藍色B各颜色分量的直方图p(zig， p(zgi)，p(zbi)，女曰下； p(zrj),i= 0, 1, 2,. . . ,L-1 p(zgi)，i=0，l，2，...，kl (I)[003引 p(zbi),i= 0, 1，2,. . .，L-1 其中L为直方图的阶，优选的，所述L= 255,zr，zg，zb分别为灰度直方图的随机 变量； 针对上述=个分量的直方图依次做第（2)步到第（5)步处理； 似分别计算红色R、绿色G、藍色B分量的均值皿，mg,mb,如下： 川,[003引 （3)分别计算红色R、绿色G、藍色B分量的二阶矩方差，yr、yg、yb，如下： (III) (4)分别计算红色R、绿色G、藍色B分量的平滑度，化、fg、化如下：ll\) (5)将第（2)步到第（4)计算得到的均值、二阶矩方差和平滑度作为特征，每个子 块共有9个特征，即，每个像素包括3个分量，每个分量包括3个特征，组成特征向量，记为 V= {mr,mg,mb,yr,yg,yb,fr,fg,fb}； (3-4)把所有火焰图像的所有子块的特征向量V= (m;r，mg，mb，yr,yg，]ib，f;r，fg，fb}组成数据文件，输入到支持向量机训练模型中，得到离 线训练好的支持向量机模型。 本专利技术的有益效果是； 1)本专利技术所述检测方法可应用于静态图像，不需要很长的视频序列即可提取出图 像中的火焰点。 2)本专利技术所述检测方法很容易扩展到视频序列。由于视频序列由多幅图像组成， 本方法可扩展到视频序列中，并且不受视频序列中镜头摇晃，镜头缩放，镜头平移等多种镜 头运动的影响。 3)本专利技术所述检测方法简洁易行。在判断flag矩阵是否对应了火焰区域时，本发 明提出的方法采用了基于块的处理方式，该样就避免了逐个像素处理，从而提高了算法的 运行速度。 4)本专利技术所述检测方法生成离线支持向量机模型中，选用了具备各类特征的火焰 图像，因此该专利技术适用于各种背景场合，包括室内，大型场馆，野外，森林等。【附图说明】 图1为本专利技术目标图像划分为若干16x16子块的示意图； 图2为本专利技术所述flag矩阵的示意图； 图3为本专利技术所述flag矩阵的5巧窗口示意图。【具体实施方式】 下面结合实施例和说明书附图对本专利技术做详细的说明，但不限于此。 在基于计算机视觉的室内着火检测中，视频分析功能已经配置到了监控相机或者 后台视频服务器上。每间隔固定时间，都需要对相机监控到的画面进行分析，具体实施步骤 如下： 1)监控相机捕获当前画面，得到RGB空间的像素数据。 2)使用本专利技术提出的方法分析当前画面中是否存在火焰区域。 3)如果没有检测到火焰区域，则准备下次检测；如果检测到了火焰区域，则画面 上给出着火区域提示，监控系统给出着火预警本文档来自技高网...

【技术保护点】
一种基于支持向量机的火焰检测方法，其特征在于，包括步骤如下：1)将目标图像分给成若干个16x16的子块，每个子块分配一个是否为火焰的标记，形成标记矩阵为flag(i,j)，其中i，j为子块在flag矩阵中的横纵坐标；2)从步骤1)所述图像的第一个子块开始，依照从上到下，从左到右的顺序对每个子块，分别提取图像特征，特征提取包括步骤如下：(1)分别计算16x16子块的红色R、绿色G、蓝色B各颜色分量的直方图p(zri)，p(zgi)，p(zbi)，如下：p(zri),i＝0,1,2,...,L‑1p(zgi),i＝0,1,2,...,L‑1   (I)p(zbi),i＝0,1,2,...,L‑1其中L为直方图的阶，优选的，所述L＝255，zr，zg，zb分别为灰度直方图的随机变量；针对上述三个分量的直方图依次做第(2)步到第(5)步处理：(2)分别计算红色R、绿色G、蓝色B分量的均值mr,mg,mb，如下：mr=Σi=0L-1zrip(zri)mg=Σi=0L-1zgip(zgi)mb=Σi=0L-1zbip(zbi)---(II)]]>(3)分别计算红色R、绿色G、蓝色B分量的二阶矩方差，μr、μg、μb，如下：μr=Σi=0L-1(zri-mr)2p(zri)μg=Σi=0L-1(zgi-mg)2p(zgi)μb=Σi=0L-1(zbi-mb)2p(zbi)---(III)]]>(4)分别计算红色R、绿色G、蓝色B分量的平滑度，fr、fg、fb如下：fr=1-11+μrfg=1-11+μgfb=1-11+μb---(IV)]]>(5)将第(2)步到第(4)计算得到的均值、二阶矩方差和平滑度作为特征，每个子块共有9个特征，即，每个像素包括3个分量，每个分量包括3个特征，组成特征向量，记为V＝{mr,mg,mb,μr,μg,μb,fr,fg,fb}；3)每个子块的特征向量V＝{mr,mg,mb,μr,μg,μb,fr,fg,fb}输入到离线训练好的支持向量机模型中，识别出当前16x16子块是否属于火焰区域，如果属于火焰区域，则对应的flag(i,j)＝1，否则flag(i,j)＝0；4)针对所述flag矩阵，使用5x5的窗口，从上到下，从左到右，步长为1，滑过flag矩阵，如果5x5的窗口内的超过半数窗口标记为1，则判断位于5x5的窗口中心的子块所对应的图像区域为火焰区域，否则为非火焰区域。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘兆广，张行愚，杨阳，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37