一种火灾烟雾图像分割方法技术

本发明专利技术提出了一种火灾烟雾图像分割方法，利用烟雾引起背景在明度上的变化现象，在V通道中采用背景减法将火灾烟雾图像二值化，然后智能选取二值图像中的某一像素点作为种子点，在该二值图像中以改进后的区域生长规则进行区域生长，最后对区域生长图进行形态学处理得到最终烟雾分割图像。本发明专利技术烟雾分割效果好，能有效解决传统区域生长分割方法难以将烟雾分割出来的问题；与传统的烟雾分割方法相比，本发明专利技术的烟雾分割效果更佳。

A Method of Fire Smoke Image Segmentation

The invention proposes a method of fire smoke image segmentation, which uses smoke to cause background changes in brightness, uses background subtraction to binarize fire smoke image in V channel, then intelligently selects a pixel in binary image as seed point, and uses improved region growth rule to grow region in binary image, finally carries out region growth map. The final smoke segmentation image is obtained by morphological processing. The invention has good smoke segmentation effect and can effectively solve the problem that the traditional region growing segmentation method is difficult to segment the smoke; compared with the traditional smoke segmentation method, the smoke segmentation effect of the invention is better.

【技术实现步骤摘要】
一种火灾烟雾图像分割方法
本专利技术涉及一种火灾烟雾图像分割方法。
技术介绍
火灾图像识别技术在近十几年来得到大力的发展，与传统火灾探测技术相比，具有在大型空间建筑仍有很强实用性的优点[1]-[3]，其可分为火灾火焰识别和火灾烟雾识别。在火灾图像识别中，提取的火灾图像特征是火灾能否正确识别的关键。对于火灾烟雾识别来说，其特征提取一般通过两种方式进行。一是直接从图像中提取特征，如纹理特征等；二是遵循传统图像特征提取方法，首先将烟雾分割出来，然后对烟雾部分进行特征提取，如面积变化等。第二种方式较为简单，且提取的图像特征在烟雾识别中十分有效，在许多烟雾识别研究中受到广泛的使用，而烟雾分割的好坏同样影响特征的提取，因此对烟雾分割技术进行研究是有必要的。烟雾通常表现为白色、灰色或黑色的运动物体，具有其特定的颜色特征，同时烟雾具有扩张性，随时间不断蔓延，表现出强烈的运动特征。与火焰图像分割方法相似，传统的烟雾图像分割方法可分基于颜色模型的烟雾分割方法和基于运动检测的烟雾分割方法。Thou-HoChen等[4]在RGB颜色空间模型中设定了一套具体的烟雾检测规则，首先求解每一像素点三分量的平均值和三分量中最大值与最小值之差，对得到的两个数值分别设定阈值范围，当像素点满足阈值要求时，则被划分为烟雾像素点，从而实现烟雾的分割，该方法对烟雾的分割效果较好，但需要处理大量数据来获取经验阈值，且常常将与烟雾颜色相似的干扰物也分割出来。张静[5]提出背景减除与帧间相与的烟雾分割方法，首先求解当前帧及前一帧分别与背景减除后的差分图像，再对两差分图像进行与操作，得到最终的烟雾分割图像，该方法在烟雾浓度较高时分割效果好，但当烟雾浓度较低时分割不理想。基于区域生长的图像分割方法具有分割方式简单、分割目标完整的优点，其在许多图像处理领域中得到广泛的应用。但由于烟雾的颜色、灰度梯度等[6]图像特征不明显，传统的基于区域生长的图像分割方法难以将烟雾分割出来，烟雾分割不理想。因此，有必要设计一种分割方式简单、分割效果好的烟雾分割方法。
技术实现思路
本专利技术所解决的技术问题是，针对现有技术的不足，提供一种火灾烟雾图像分割方法，烟雾分割效果好，能有效解决传统区域生长分割方法难以将烟雾分割出来的问题；与传统的烟雾分割方法相比，本专利技术的烟雾分割效果更佳。本专利技术所提供的技术方案为：一种火灾烟雾图像分割方法，包括以下步骤：步骤1、将从火灾烟雾视频中获取的火灾烟雾图像从RGB颜色空间转换到HSV颜色空间；步骤2、在V通道中采用背景减法对火灾烟雾图像进行二值化处理，得到二值图像；步骤3、选取二值图像中的某一像素点作为种子点，在该二值图像中以该种子点进行区域生长，得到区域生长图；步骤4、对区域生长图进行形态学处理得到最终烟雾分割图像。进一步地，所述步骤1中，将火灾烟雾图像从RGB颜色空间转换到HSV颜色空间的公式为：其中，R、G和B为火灾烟雾图像在RGB颜色空间中的三个分量，分别为红色分量、绿色分量和蓝色分量；H、S和V为火灾烟雾图像在HSV颜色空间中的三个分量，分别为色调、饱和度和明度。进一步地，所述步骤2具体包括以下步骤：步骤21、选定无火灾情况下图的图像作为背景图像，背景图像上像素点(x，y)处的明度记为B(x，y)；令当前帧的帧序号j＝1；步骤22、对于第j帧火灾烟雾图像，根据其在V通道相对于背景图像变化的最大值h选择对火灾烟雾图像进行二值化处理的方式：1)当h≤T时，按公式(4)对火灾烟雾图像进行二值化处理：其中，Vj(x，y)表示第j帧火灾烟雾图像上像素点(x，y)处的明度；Zj(x，y)表示二值化处理后第j帧火灾烟雾图像上像素点(x，y)处的像素值；T和T1为阈值；2)当h＞T时，按公式(5)对火灾烟雾图像进行二值化处理：其中，T2为阈值；阈值T、T1和T2均为经验参数；步骤23、采用式(6)来进行背景图像的更新：其中，α为更新系数(经验参数，本专利技术实施例中由实验获得α的取值为0.7)，其取值范围为0～1；步骤24、令j＝j+1，返回步骤22；对下一帧火灾烟雾图像进行二值化处理。进一步地，所述步骤3中通过智能择优法自动选取种子点，步骤如下：首先将二值图像均匀分成m1×n1小块，统计每小块上像素值为1的像素点个数，找到个数最多的小块，如有个数相等的小块则取其一；然后再将该小块均匀分成m2×n2小块，统计每小块上像素值为1的像素点个数，找到个数最多的小块，如有个数相等的小块则取其一；最后将该小块上像素值为1的一点作为种子点，种子点的位置如式(7)-(8)：其中，(x，y)为以二值图像的左下角像素点为原点，宽方向为x轴，高方向为y轴建立的坐标系中像素点的坐标；M和N分别为二值图像的宽度和高度；x1和y1为图像初次均匀划分为m1×n1小块时,像素值为1的像素点个数最多的小块B1在二值图像上所处的行和列，x2和y2为小块B1再次均匀划分为m2×n2小块时,像素值为1的像素点个数最多的小块B2在B1上所处的行和列，x3和y3为以一个像素为单位对B2进行划分时，种子点在B2上所处的行和列。进一步地，所述步骤3中区域生长的步骤如下：1)通过智能择优法获得种子点；2)以该种子点作为w1×w2的窗口的中心像素点，将窗口内其余像素点值置1，以防止种子点周围存在空洞，区域生长不成功；其中w1和w2均为奇数；3)比较种子点像素值与其4邻域内像素点像素值的大小关系，将其4邻域内像素值等于种子点像素值的像素点合并至种子点区域；4)从种子点区域的边界点像素出发，以这些边界点作为新的种子点，返回步骤3)，继续进行合并操作，直至不能再合并。有益效果：本专利技术提出的烟雾分割算法分割效果好，有效解决传统区域生长分割方法难以将烟雾分割出来的问题。与传统的烟雾分割方法相比，该算法的烟雾分割效果更佳。附图说明图1为本专利技术流程图；图2为本专利技术烟雾分割过程，图2(a)为烟雾图像二值化，图2(b)为区域生长；(c)形态学处理后的烟雾分割结果；图3为视频3实验结果；图3(a)为传统区域生长法得到的区域生长图，图3(b)为本专利技术进行二值化处理后的烟雾图像，图3(c)为本专利技术改进后的区域生长法得到的区域生长图；图4为视频5实验结果；图4(a)为传统区域生长法得到的区域生长图，图4(b)为本专利技术进行二值化处理后的烟雾图像，图4(c)为本专利技术改进后的区域生长法得到的区域生长图；图5为视频11实验结果；图5(a)为传统区域生长法得到的区域生长图，图5(b)为本专利技术进行二值化处理后的烟雾图像，图5(c)为本专利技术改进后的区域生长法得到的区域生长图；图6为视频12实验结果；图6(a)为传统区域生长法得到的区域生长图，图6(b)为本专利技术进行二值化处理后的烟雾图像，图6(c)为本专利技术改进后的区域生长法得到的区域生长图。具体实施方式以下结合附图和具体实施方式对本专利技术进行进一步具体说明。如图1所示，本专利技术提供了一种火灾烟雾图像分割方法，首先对从火灾烟雾视频中获取的火灾烟雾图像进行去噪，将其从RGB颜色空间转换到HSV颜色空间；然后在V通道中采用背景减法对火灾烟雾图像进行二值化处理，得到二值图像；再选取二值图像中的某一像素点作为种子点，在该二值图像中以该种子点进行区域生长，得到区域生长图；最后对区域生长图进行形态学处理得到本文档来自技高网...

【技术保护点】
1.一种火灾烟雾图像分割方法，其特征在于，包括以下步骤：步骤1、将从火灾烟雾视频中获取的火灾烟雾图像从RGB颜色空间转换到HSV颜色空间；步骤2、在V通道中采用背景减法对火灾烟雾图像进行二值化处理，得到二值图像；步骤3、选取二值图像中的某一像素点作为种子点，在该二值图像中以该种子点进行区域生长，得到区域生长图；步骤4、对区域生长图进行形态学处理得到最终烟雾分割图像。

【技术特征摘要】
1.一种火灾烟雾图像分割方法，其特征在于，包括以下步骤：步骤1、将从火灾烟雾视频中获取的火灾烟雾图像从RGB颜色空间转换到HSV颜色空间；步骤2、在V通道中采用背景减法对火灾烟雾图像进行二值化处理，得到二值图像；步骤3、选取二值图像中的某一像素点作为种子点，在该二值图像中以该种子点进行区域生长，得到区域生长图；步骤4、对区域生长图进行形态学处理得到最终烟雾分割图像。2.根据权利要求1所述的火灾烟雾图像分割方法，其特征在于，所述步骤1中，将火灾烟雾图像从RGB颜色空间转换到HSV颜色空间的公式为：其中，R、G和B为火灾烟雾图像在RGB颜色空间中的三个分量，分别为红色分量、绿色分量和蓝色分量；H、S和V为火灾烟雾图像在HSV颜色空间中的三个分量，分别为色调、饱和度和明度。3.根据权利要求1所述的火灾烟雾图像分割方法，其特征在于，所述步骤2具体包括以下步骤：步骤21、选定无火灾情况下图的图像作为背景图像，背景图像上像素点(x，y)处的明度记为B(x，y)；令当前帧的帧序号j＝1；步骤22、对于第j帧火灾烟雾图像，根据其在V通道相对于背景图像变化的最大值h选择对火灾烟雾图像进行二值化处理的方式：1)当h≤T时，按公式(4)对火灾烟雾图像进行二值化处理：其中，Vj(x，y)表示第j帧火灾烟雾图像上像素点(x，y)处的明度；Zj(x，y)表示二值化处理后第j帧火灾烟雾图像上像素点(x，y)处的像素值；T和T1为阈值；2)当h＞T时，按公式(5)对火灾烟雾图像进行二值化处理：其中，T2为阈值；步骤23、采用式(6)来进行背景图像的更新：其中，α为更新系数，其取值范围为0～1；步骤24、令j＝j+1，返回步骤22；对下一帧火灾烟雾图像进行二值化处理...

【专利技术属性】
技术研发人员：赵望达，陈维相，刘玉杰，王向维，欧阳日程，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43