一种基于MSER的远距离复杂环境下的烟雾根节点检测方法技术

本发明专利技术属于森林防火和视频目标检测领域，尤其涉及一种基于视频的远距离烟雾源根节点检测方法。本发明专利技术首先对视频图像进行预处理，预处理过程是两种滤波算法的执行。其次对完成预处理的图像进行干扰物的剔除，剔除过程包括进行角点计算、角点的自动聚类划分以及自动聚类后的各类坐标点的凸包计算。然后对图像进行分割重组，在原始图像中找出凸包区域像素，并将其用[0,0,0]RGB像素值进行替代。接下来对重组图像进行基于MSER+算法的区域提取，并寻找各个MSER区域的连通域替代点。最后，将连续多帧图像的MSER替代点进行基于欧氏距离的半径统计计算，寻找出特定圆周范围内包含多个替代点的区域，并根据区域内的替代点计算出烟雾根的像素级位置。

A Smoke Root Node Detection Method Based on MSER in Long Distance and Complex Environment

【技术实现步骤摘要】
一种基于MSER的远距离复杂环境下的烟雾根节点检测方法
本专利技术属于森林防火和视频目标检测领域，尤其涉及一种基于视频的烟雾源根节点检测方法。
技术介绍
森林火灾相比较于室内火灾而言，最大的特点就是燃烧面积广，蔓延速度快，扑灭难度大。相比较室内的火灾监控设备(例如烟雾报警器，温度传感器等)，林火监控往往采用能够覆盖大面积监控区的高塔摄像头或人造卫星来进行绵延几千公里的林火监控。而基于视频的林火检测方法，往往需要对待检测区域进行候选区域的提取计算，并加以筛选后，得到候选区域中的真实目标区域。筛选过程往往采用颜色、纹理、动态背景等方法进行。这些候选区域的计算方法在对远距离目标的检测效果上往往存在缺陷，例如：远距离的燃烧烟雾由于摄像头的分辨率问题，或由于相似颜色的云朵干扰，仅仅能检测出数量极少的动态像素点或颜色变化点。由此可见，远距离目标检测对细节处理要求较高的林火检测方法具有很大的可靠性挑战。专利申请号为CN201711440134，专利技术名称为“一种基于特征根和流体力学的森林火灾烟视频目标检测方法”的中国专利。该专利技术在权利要求书“步骤1”图像预处理部分采用了帧间差分算法进行动态背本文档来自技高网...

【技术保护点】
1.一种基于MSER的远距离复杂环境下的烟雾根节点检测方法，其特征在于，包含以下步骤：第一步，视频信息预处理：通过采集固定摄像头的连续帧烟雾图像，进行帧图像提取，并对RGB色域的帧图像进行中值滤波和高斯滤波去除噪声干扰；第二步，图像中角点提取：通过对中值滤波后的图像进行Shi‑Tomasi角点提取，找出图像中所有的可疑角点；第三步，角点自动聚类处理：通过对产生角点的坐标进行层次聚类计算，并根据OTSU最大类间差算法确定聚类数目，得到自动确定的聚类数目下的各个分类角点坐标；第四步，图像分割切除：对自动聚类完毕后各个分类下的坐标进行凸包计算，画出凸包区域，并在原始的RGB帧图像中对凸包区域进行切除...

【技术特征摘要】
1.一种基于MSER的远距离复杂环境下的烟雾根节点检测方法，其特征在于，包含以下步骤：第一步，视频信息预处理：通过采集固定摄像头的连续帧烟雾图像，进行帧图像提取，并对RGB色域的帧图像进行中值滤波和高斯滤波去除噪声干扰；第二步，图像中角点提取：通过对中值滤波后的图像进行Shi-Tomasi角点提取，找出图像中所有的可疑角点；第三步，角点自动聚类处理：通过对产生角点的坐标进行层次聚类计算，并根据OTSU最大类间差算法确定聚类数目，得到自动确定的聚类数目下的各个分类角点坐标；第四步，图像分割切除：对自动聚类完毕后各个分类下的坐标进行凸包计算，画出凸包区域，并在原始的RGB帧图像中对凸包区域进行切除，并用黑色(RGB值为[0,0,0])进行切除区域的填充；第五步，MSER+的计算处理：对填充后的RGB图像做MSER的正向算法计算，仅仅检测白色的MSER区域，不执行MSER-的计算，将得到的区域存入单通道二值图像；第六步，候选区域代表坐标计算：对得到的单通道二值图像连通域进行骨骼图像提取，并计算出骨骼图像的端点坐标，记录该图像中所有的骨骼图像端点坐标，该坐标记录即为当前帧图像的候选区域代表坐标；第七步，代表坐标分类：计算当前图像的后续一帧图像，记录步骤六中计算出的骨骼图像端点坐标，并对这两帧图像的端点坐标再次进行步骤三种提出的基于OTSU分类的自动聚类算法，计算凸包区域簇，并记录区域簇；第八步，代表坐标分类锁定:再次计算后续两帧图像中提取出的区域簇(此时应用了4帧图像)，对凸包区域簇进行位置重叠匹配，淘汰掉没有区域簇重合的区域，并对重合的区域簇进行编号计数，在后续循环计算的过程中，若编号计数连续中断10次(40帧图像)，则淘汰该区域；第九步，锁定区域下的烟雾根坐标匹配：对步骤八中锁定的区域簇内的骨骼图像端点坐标点做基于欧式距离的半径匹配策略，若存在连续帧图像端点坐标在区域簇内稳定存在，并浮动于小半径范围内，则该小范围内所有端点坐标的平均值(包括X轴方向和Y轴方向)为烟雾根节点。2.根据权利要求1所述的一种基于MSER的远距离复杂环境下的烟雾根节点检测方法，其特征在于所述第三步中角点自动聚类处理，其计算方法为:步骤1，角点自动聚类首先将提取出的角点坐标进行记录收集，然后逐次计算两两坐标点的欧氏距离，找出欧氏距离最近的两个坐标点，进行合并计算，并将合并后的端点作为这两点的代替坐标点，再次进行后续的迭代计算，直到所有坐标点全部计算完成，形成一颗完整的分类二叉树为止，其中合并点的坐标公式如下：式(1)中xi和xj分别对应在当前所有角点坐标中距离最近的两点的水平坐标，yi和yj分别对应在当前所有角点坐标中距离最近的两点的垂直坐标，xnew,ynew分别代表两者合并后的替代坐标的水平方向坐标值和垂直方向的坐标值；步骤2，二叉树具体合并过程如下，如示意图2所示，以六个角点为例，其中A、B、C、D、E、F六个点为图像计算出的角点，数字1、2、3、4、5所代表的是相应角...

【专利技术属性】
技术研发人员：程朋乐，高宇，闫磊，李晓慧，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：北京,11