基于多特征融合的视频火焰检测方法技术

本发明专利技术涉及一种基于多特征融合的视频火焰检测方法，首先利用改进的选择性背景更新模型获取视频图像中运动前景目标，然后通过火焰颜色检测识别提取出可疑的火焰目标，再分析火焰的频闪特征、尖角特征、圆形度特征、面积增长特征和整体移动特征，最后提出一种基于层次分析法（Analytic Hierarchy Process，AHP）的火焰多种动态特征融合的检测识别方法。本发明专利技术能够准确、有效地检测识别视频中的火焰信息。

【技术实现步骤摘要】
基于多特征融合的视频火焰检测方法
本专利技术涉及火焰检测领域，尤其涉及一种基于多特征融合的视频火焰检测方法。
技术介绍
视觉火焰检测是机器视觉中具有重大理论意义和实用价值的课题之一，是目前火焰检测领域的研究热点。基于视频图像的火焰监测方法可以有效克服传统非接触式探测器探测距离小，受环境影响较大和火灾判据单一等缺点，有助于提高火灾探测的准确度和可靠性。目前，许多学者在火焰图像检测识别上提出了不少检测方法,以下是现有有关火焰图像检测的参考文献：[1]BugaricM，JakovcevicT，StipanicevD.Adaptiveestimationofvisualsmokedetectionparametersbasedonspatialdataandfireriskindex[J].ComputerVisionandImageUnderstanding,2014,118(1):184-196.[2]SeoJ，KangM，KimCH，eta1.Anoptimalmany-coremodel-basedsupercomputingforacceleratingvideo-equippedfiredetection[J].TheJournalofSupercomputing,2015,71(6):2275-2308.[3]HabibogluYH，GunayO，CetinAE.Covariancematrix-basedfireandflamedetectionmethodinvideo[J].MachineVisionandApplications,2012,23(6):1103-1113.[4]ChoBH,BaeJW,JungSH.ImageProcessing-basedFireDetectionSystemusingStatisticColorModel[C]//InternationalConferenceonAdvancedLanguageProcessingandWebInformationTechnology,July,2008,Dalian,Liao-ning,China:245-250.[5]CelikT,DemirelH,OzkaramanliH,UygurogluM.Firedetectionusingstatisticalcolormodelinvideosequences[J].JournalofVisualCommunicationandImageRepresentation.2007,18(2):176–185.[6]HomgWB,PengJW,ChenCY.ANewImage-BasedReal-TimeFlameDetectionMethodUsingColorAnalysis[C].//Proceedingsofthe2005IEEEInternationalConferenceonNetworking,SensingandControl,2005:100-105.[7]ToreyinBU,DedeogluY,CetinAE.Flamedetectioninvideousinghiddenmarkovmodels[C]//In:Proc.2005InternationalConferenceonImageProcessing(ICIP2005)[C],Genoa,Italy:2005:2457-2460.[8]ChenJuan,HeYaping,WangJian.Multi-featurefusionbasedfastvideoflamedetection[J].BuildingandEnvironment,2010,45(5):1113-1122.[9]ZhangZ,ShenT,ZouJ.AnImprovedProbabilisticApproachforFireDetectioninVideos[J].FireTechnology,2014,50(3):745-752.[10]李庆辉，李艾华，苏延召，等.基于FCM聚类与SVM的火焰检测算法[J].红处与激光工程.2014,43(5),1660-1666.[11]RongJianzhong,ZhouDechuang,YaoWei,etal.FireflamedetectionbasedonGICAandtargettracking[J].Optics&LaserTechnology,2013,47:283-291.[12]严云洋,杜静,高尚兵,等,融合多特征的视频火焰检测[J].计算机辅助设计与图形学学报.2015,27(3):433-440.[13]李刚，邱尚斌，林凌，等.基于背景差法和帧间差法的运动目标检测方法[J].仪器仪表学报，2006，27(8):961-965.[14]StaufferC,GrimsonW.Learningpatternsofactivityusingreal-timetracking[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2000,22(8):747-757.[15]ToreyinBU,DedeogluY,GudukbayU,etal.Computervisionbasedmethodforreal-timefireandflamedetection[J].PatternRecognitionLetters,2006,27(1):49-58.[16]CelikT,DemirelH.Firedetectioninvideosequencesusingagenericcolormodel[J].FireSafetyJournal,2009,44:147-158.[17]谢迪,童若锋,唐敏等.具有高区分度的视频火焰检测方法[J].浙江大学学报：工学版,2012,46(4):698-704.[18]袁非牛，廖光煊，张永明，等.计算机视觉火灾探测中的特征提取[J].中国科学技术大学学报，2006，36(1):39-43.[19]WongAK，FongN.Experimentalstudyofvideofiredetectionanditsapplications[J].ProcediaEngineering，2014，71：316-327.[20]JohnO，PrinceS.Classificationofflameandfireimagesusingfeedforwardneuralnetwork[C]//Proceedingsofthe2014InternationalConferenceonElectronicsandCommunicationSystems(ICECS)，2014.[21]吴冬梅，李白萍，沈燕，等.基于多特征融合的烟雾检测[J].图学学报，2015,36(4):587-592.[22]SattyTL.TheAnalyticHierarchyProcess,McGraw-Hill.NewYork.1980.[23]廖红强,邱勇,杨侠,等.对应用层次分析法确定权重系数的探讨[J]本文档来自技高网...

【技术保护点】
一种基于多特征融合的视频火焰检测方法，其特征在于，包括以下步骤：步骤S1：读取第一帧图像；步骤S2：初始化选择性背景更新模型，并设置像素累加器；步骤S3：读取下一帧图像；步骤S4：基于选择性背景更新模型进行运动目标检测，判断是否存在运动目标，若存在，则对运动目标进行颜色检测，否则返回步骤S3；步骤S5：对火焰颜色区域进行腐蚀膨胀并标记获取火焰候选区域；若存在火焰候选区域，则初步判断为火焰并进一步提取图像特征信息，包括频闪特征、尖角特征、面积增长特征、圆形度特征和整体移动特征；否则返回步骤S3；步骤S6：基于AHP对所述图像特征信息进行融合得到火焰动态特征得分，将所述火焰动态特征得分与预设的全局评估值进行比较，若火焰动态特征得分大于全局评估值，则判断目标为火焰，否则不是火焰并返回步骤S3。

【技术特征摘要】
1.一种基于多特征融合的视频火焰检测方法，其特征在于，包括以下步骤：步骤S1：读取第一帧图像；步骤S2：初始化选择性背景更新模型，并设置像素累加器；步骤S3：读取下一帧图像；步骤S4：基于选择性背景更新模型进行运动目标检测，判断是否存在运动目标，若存在，则对运动目标进行颜色检测，否则返回步骤S3；步骤S5：对火焰颜色区域进行腐蚀膨胀并标记获取火焰候选区域；若存在火焰候选区域，则初步判断为火焰并进一步提取图像特征信息，包括频闪特征、尖角特征、面积增长特征、圆形度特征和整体移动特征；否则返回步骤S3；步骤S6：基于AHP对所述图像特征信息进行融合得到火焰动态特征得分，将所述火焰动态特征得分与预设的全局评估值进行比较，若火焰动态特征得分大于全局评估值，则判断目标为火焰，否则不是火焰并返回步骤S3。2.根据权利要求1所述的基于多特征融合的视频火焰检测方法，其特征在于：所述步骤S4中选择性背景更新模型的检测方法如下：为图像上每个位置的像素点引入一个计数器Countert(x,y)，当某一位置的像素点在时间T内都被检测为运动前景时，认定该像素点属于永久的运动变化，将该像素点视为背景进行背景更新。3.根据权利要求1所述的基于多特征融合的视频火焰检测方法，其特征在于：所述步骤S5中采用基于YCbCr颜色空间的火焰颜色检测方法，火焰像素的约束规则如下式所示：其中，τ为设定阈值，Y(x,y)、Cb(x,y)、Cr(x,y)分别表示像素点(x,y)的在YCbCr颜色空间中的亮度分量值、蓝色色差值、红色色差值；Ymean、Cbmean、Crmean分别是图像的亮度信息、蓝色色差和红色色差的均值。4.根据权利要求1所述的基于多特征融合的视频火焰检测方法，其特征在于：所述频闪特征的提取方法如下：在视频首帧建立一个与视频图像大小一样的累加计数器矩阵SUM，用来分析图像中像素点(x,y)在不同时刻的亮度变化情况，如果像素点(x,y)在t时刻...

【专利技术属性】
技术研发人员：曾思通，刘克，陈天炎，王水发，张伟，张志川，
申请(专利权)人：福建船政交通职业学院，
类型：发明
国别省市：福建,35