一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法技术
【技术实现步骤摘要】
一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法
本专利技术涉及一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法，属于图像识别
技术介绍
火灾在日常生活中发生频繁，严重影响到人们的生命和财产安全。而农田秸秆焚烧会造成雾霾天气，并产生大量有毒有害物质，甚至引发火灾。我国从1999年就明令禁止秸秆焚烧，但是至今仍旧屡禁不止。秸秆焚烧可能有深刻的社会原因，暂不考虑，仅仅从技术角度对秸秆焚烧造成的火灾进行警报，从而遏制火灾的危害。为了对秸秆焚烧造成的火灾进行预防和警报，科研人员们做出了极大的努力。早期，人们依靠传统的感烟，感光，感温的探测器去检测火焰从而降低生活中的损失。但是由于传统的火灾检测器对环境要求苛刻，也不适合对广阔的空间进行火焰检测，所以迫切需要更合理的方式进行火灾检测。随着信息技术的发展，火灾探测正在逐步的向图像化和智能化转变。这些新型的火灾检测方式大多使用了图像特征提取结合模式识别的方式对火灾进行检测。在这些提取的图像特征中，颜色特征是火焰检测必不可少的一项，因为它包含了火焰最为基本的信息。有基于YCbCr、CIELAB、HSV、ohta等...
【技术保护点】
一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法，其特征在于，首先针对准确分割后的火焰图像和非火焰图像，分别基于图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征，分别针对预设指定分类器进行训练，分别获得火焰HOG特征分类器、火焰图像灰度共生矩阵特征分类器、火焰颜色矩特征分类器；包括如下步骤：步骤A.将待检测图像划分为至少两个图像单元区，各个图像单元区的尺寸彼此相同，然后进入步骤B；步骤B.分别针对各个图像单元区，分别获得图像单元区的图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征，然后进入步骤C；步骤C.分别针对各个图像单元区，根据所获图像单元区的图像HOG特征...
【技术特征摘要】
1.一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法，其特征在于，首先针对准确分割后的火焰图像和非火焰图像，分别基于图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征，分别针对预设指定分类器进行训练，分别获得火焰HOG特征分类器、火焰图像灰度共生矩阵特征分类器、火焰颜色矩特征分类器；包括如下步骤：步骤A.将待检测图像划分为至少两个图像单元区，各个图像单元区的尺寸彼此相同，然后进入步骤B；步骤B.分别针对各个图像单元区，分别获得图像单元区的图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征，然后进入步骤C；步骤C.分别针对各个图像单元区，根据所获图像单元区的图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征，分别采用火焰HOG特征分类器、火焰图像灰度共生矩阵特征分类器、火焰颜色矩特征分类器针对图像单元区进行分类，获得图像单元区分别对应图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征的火焰分类结果，然后进入步骤D；步骤D.根据预设图像HOG特征权值、图像灰度共生矩阵特征权值、图像颜色矩特征权值，分别针对各个图像单元区，针对图像单元区分别对应图像HOG特征、图像灰度共生矩阵特征、图像颜色矩特征的火焰分类结果进行加权处理，获得图像单元区所对应的火焰分类值，然后进入步骤E；步骤E.分别针对各个图像单元区，判断图像单元区所对应的火焰分类值是否大于预设火焰阈值，是则判断该为图像单元区为火焰区域，即秸秆焚烧火灾区；否则判断该为图像单元区为非火焰区域。2.根据权利要求1所述一种基于图像特征提取的多特征融合秸秆焚烧火灾检测方法，其特征在于，所述步骤B中，获得图像单元区的图像HOG特征，包括如下步骤：步骤B-01.以预设n×n个像素组成一个子单元区、预设m×m个子单元区构建滑动窗口，且n×m小于图像单元区的边长；步骤B-02.采用滑动窗口在图像单元区上分别沿水平方向和竖直方向进行滑动，且每次滑动步长为n个像素，同时分别针对每次移动后滑动窗口所对应的图像区，分别针对滑动窗口中各个子单元区所对应的图像区，按梯度方向平均划分为9个区间，并分别对子单元区所对应图像区内各个像素所属方向进行投票统计，所获票数即为像素的边缘强度，进而获得子单元区所对应图像区的9维特征向量，并进一步获得滑动窗口所对应图像区的(9×m×m)个特征；步骤B-03.将滑动窗口在图像单元区上移动所对应各图像区的(9×m×m)个特...
【专利技术属性】
技术研发人员：李士进，聂建豪，郝立，李会敏，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。