一种火焰图像识别方法、装置及其存储介质制造方法及图纸

本发明专利技术提供了一种火焰图像识别方法、装置及其存储介质，涉及图像识别技术领域。该火焰图像识别方法包括：确定已采集图像中的疑似火焰区域；采用滤波器提取所述疑似火焰区域的纹理特征图像；基于局部二值模式提取所述纹理特征图像的局部二值特征；采用支持向量机SVM分类器，基于所述局部二值特征确定所述疑似火焰区域是否存在火焰。该方法通过纹理特征图像以及进一步的局部二值特征的提取，提高了火焰识别效率和准确率。

【技术实现步骤摘要】
一种火焰图像识别方法、装置及其存储介质
本专利技术涉及图像识别
，具体而言，涉及一种火焰图像识别方法、装置及其存储介质。
技术介绍
随着野外杂草树木丛生，发生火灾时蔓延速度很快，而且交通不便，火灾扑救难度很大，一旦发生火灾，会导致严重后果，因此，早期火灾识别和及时扑救就显得尤为关键。视频监控系统能够实现24小时监控，能够及时发现早期火灾，很大程度上减少了早期火灾的误报和漏报的情况。但是基于图像的火灾识别算法对于复杂野外环境如枯草、可树枝树叶等情况下的野外火灾识别准确率还有待提高；同时基于视频的火灾识别方法需要对每幅图像进行特征提取，现有技术中的特征提取计算量较大，导致火灾识别效率低。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种火焰图像识别方法、装置及其存储介质，以解决现有技术存在的火灾识别准确率低、效率低的问题。第一方面，本专利技术实施例提供了一种火焰图像识别方法，所述火焰图像识别方法包括：确定已采集图像中的疑似火焰区域；采用滤波器提取所述疑似火焰区域的纹理特征图像；基于局部二值模式提取所述纹理特征图像的局部二值特征；采用支持向量机SVM分类器，基于所述局部二值特征确定所述疑似火焰区域是否存在火焰。上述实施例先通过滤波器提取纹理特征图像，再基于局部二值模式提取纹理特征图像的局部二值特征，采用SVM分类器基于获取的局部二值特征识别是否存在火焰，以连续的纹理特征图像和局部二值特征的提取对图像的有效区域进行提取，并完成需要SVM分类器处理的特征向量的降维，减少了火焰识别的计算量，提高了火焰识别的准确率和效率。综合第一方面，所述确定已采集图像中的疑似火焰区域，包括：基于RGB颜色空间模型获取已采集图像的红色分量、绿色分量和蓝色分量，基于HSV颜色空间模型获取所述已采集图像的明度；确定所述已采集图像中红色分量、绿色分量、蓝色分量和明度满足预设条件的区域为疑似火焰区域。上述实施例基于RGB颜色空间模型以及HSV颜色空间模型标准提取已采集图像中的颜色参数，并根据颜色参数的数值约束等预设条件确定疑似火焰区域，提高了火焰区域的识别准确度，同时过滤掉非疑似火焰区域，降低了后续图像处理运算量，提高了识别效率。综合第一方面，所述确定所述已采集图像的红色分量、绿色分量、蓝色分量和明度满足预设条件的区域为疑似火焰区域，包括：确定所述已采集图像的红色分量、绿色分量、蓝色分量和明度满足火焰像素满足公式的区域为疑似火焰区域，其中，R为已采集图像的红色分量，G为已采集图像的绿色分量，B为已采集图像的蓝色分量，V为已采集图像的明度。综合第一方面，所述基于局部二值模式提取所述纹理特征图像的局部二值特征，包括：基于局部二值模式提取所述纹理特征图像的第一特征；对所述第一特征进行降维获得第二特征，将所述第二特征作为所述纹理特征图像的局部二值特征。上述实施例通过对纹理特征图像依次进行基于局部二值模式的特征提取以及降维，获取更准确的特征，并进一步降低了后续识别步骤的图像处理计算量，从而进一步提高了火焰识别的效率和准确率。综合第一方面，所述基于局部二值模式提取所述纹理特征图像的第一特征，包括：基于局部二值公式确定所述纹理特征图像中每个像素的局部二值特征，将所述纹理特征图像中所有像素的局部二值特征的组合作为所述纹理特征图像的第一特征，其中，(xc,yc)为中心像素的坐标，p为邻域的第p个像素，ip为邻域像素的灰度值，ic为中心像素的灰度值，s(x)为符号函数且综合第一方面，所述对所述第一特征进行降维获得第二特征，包括：基于均匀二值模式对所述第一特征进行降维，获得第二特征。综合第一方面，所述基于均匀二值模式对所述第一特征进行降维，获得第二特征，包括：基于均匀二值模式对所述第一特征进行降维，获得第一降维特征；以所述第一降维特征作为训练集训练获得CART决策树，所述CART决策树用于从所述第一降维特征中确定最具代表性的特征；将所述CART决策树作为弱分类器，基于Adaboost算法将多个弱分类器构建为强分类器；采用所述强分类器选取所述第一降维特征中特征重要性大于预设阈值的特征作为第二特征。上述实施例采用CART决策树和Adaboost算法构建的分类器在第一降维特征中选取特征重要性较大的特征作为纹理特征图像的局部二值特征输入分类器，实现了对局部二值特征的进一步降维，减少了运算量，从而提高了火焰识别的运算效率。综合第一方面，在所述基于局部二值模式提取所述纹理特征图像的局部二值特征之前，所述方法还包括：在每个时间窗口的所有帧纹理特征图像中随机选取N幅替代对应时间窗口中的所有帧纹理特征图像。上述实施例在一个时间段内选取其中N幅替代该时间段的所有帧纹理特征图像进行后续的局部二值特征提取，在保证识别准确率的前提下提高了提高识别效率。第二方面，本专利技术实施例提供了一种火焰图像识别装置，所述火焰图像识别装置包括：疑似火焰区域确定模块，用于确定已采集图像中的疑似火焰区域；纹理特征图像提取模块，用于采用滤波器提取所述疑似火焰区域的纹理特征图像；局部二值特征提取模块，用于基于局部二值模式提取所述纹理特征图像的局部二值特征；火焰确定模块，用于采用支持向量机SVM分类器，基于所述局部二值特征确定所述疑似火焰区域是否存在火焰。综合第二方面，所述疑似火焰区域确定模块包括：颜色数据获取单元，用于基于RGB颜色空间模型获取已采集图像的红色分量、绿色分量和蓝色分量，基于HSV颜色空间模型获取所述已采集图像的明度；疑似区域确定单元，用于确定所述已采集图像中红色分量、绿色分量、蓝色分量和明度满足预设条件的区域为疑似火焰区域。综合第二方面，所述颜色数据获取单元具体用于确定所述已采集图像的红色分量、绿色分量、蓝色分量和明度满足火焰像素满足公式的区域为疑似火焰区域，其中，R为已采集图像的红色分量，G为已采集图像的绿色分量，B为已采集图像的蓝色分量，V为已采集图像的明度。综合第二方面，所述局部二值特征提取模块包括：第一特征提取单元，用于基于局部二值模式提取所述纹理特征图像的第一特征；第二特征提取单元，用于对所述第一特征进行降维获得第二特征，将所述第二特征作为所述纹理特征图像的局部二值特征。综合第二方面，所述第一特征提取单元具体用于基于局部二值公式确定所述纹理特征图像中每个像素的局部二值特征，将所述纹理特征图像中所有像素的局部二值特征的组合作为所述纹理特征图像的第一特征，其中，(xc,yc)为中心像素的坐标，p为邻域的第p个像素，ip为邻域像素的灰度值，ic为中心像素的灰度值，s(x)为符号函数且综合第二方面，所述第二特征提取单元具体用于基于均匀二值模式对所述第一特征进行降维，获得第二特征。综合第二方面，所述第二特征提取单元包括：二值模式降维子单元，用于基于均匀二值模式对所述第一特征进行降维，获得第一降维特征；弱分类器确定单元，用于以所述第一降维特征作为训练集训练获得CART决策树，所述CART决策树用于从所述第一降维特征中确定最具代表性的特征；强分类器确定单元，用于将所述CART决策树作为弱分类器，基于Adaboost算法将多个弱分类器构建为强分类器；特征选取单元，用于采用所述强分类器选取所述第一降维特征中特征重要性大于预设阈值的特征作为第二特征。综合第二方面，所述火焰图像识别装置还包括：本文档来自技高网...

【技术保护点】
1.一种火焰图像识别方法，其特征在于，所述方法包括：确定已采集图像中的疑似火焰区域；采用滤波器提取所述疑似火焰区域的纹理特征图像；基于局部二值模式提取所述纹理特征图像的局部二值特征；采用支持向量机SVM分类器，基于所述局部二值特征确定所述疑似火焰区域是否存在火焰。

【技术特征摘要】
1.一种火焰图像识别方法，其特征在于，所述方法包括：确定已采集图像中的疑似火焰区域；采用滤波器提取所述疑似火焰区域的纹理特征图像；基于局部二值模式提取所述纹理特征图像的局部二值特征；采用支持向量机SVM分类器，基于所述局部二值特征确定所述疑似火焰区域是否存在火焰。2.根据权利要求1所述的火焰图像识别方法，其特征在于，所述确定已采集图像中的疑似火焰区域，包括：基于RGB颜色空间模型获取已采集图像的红色分量、绿色分量和蓝色分量，基于HSV颜色空间模型获取所述已采集图像的明度；确定所述已采集图像中红色分量、绿色分量、蓝色分量和明度满足预设条件的区域为疑似火焰区域。3.根据权利要求2所述的火焰图像识别方法，其特征在于，所述确定所述已采集图像的红色分量、绿色分量、蓝色分量和明度满足预设条件的区域为疑似火焰区域，包括：确定所述已采集图像的红色分量、绿色分量、蓝色分量和明度满足火焰像素满足公式的区域为疑似火焰区域，其中，R为已采集图像的红色分量，G为已采集图像的绿色分量，B为已采集图像的蓝色分量，V为已采集图像的明度。4.根据权利要求1所述的火焰图像识别方法，其特征在于，所述基于局部二值模式提取所述纹理特征图像的局部二值特征，包括：基于局部二值模式提取所述纹理特征图像的第一特征；对所述第一特征进行降维获得第二特征，将所述第二特征作为所述纹理特征图像的局部二值特征。5.根据权利要求4所述的火焰图像识别方法，其特征在于，所述基于局部二值模式提取所述纹理特征图像的第一特征，包括：基于局部二值公式确定所述纹理特征图像中每个像素的局部二值特征，将所述纹理特征图像中所有像素的局部二值特征的组合作为所述纹理特征图像的第一特征，其中，(xc,yc)为中心像素的坐标，p为邻...

【专利技术属性】
技术研发人员：赵亚琴，冯丽琦，徐媛，卢鹏，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32