基于级联分类的森林火灾识别方法技术

本发明专利技术公开一种基于级联分类的森林火灾识别方法，通过动态背景建模算法从原始视频中分割出运动目标；通过对运动目标进行连通区域标记，获取火灾候选区域；构建两级级联分类器对候选区域进行分类，第一级利用基于火的颜色模型进行火灾分类，第二级利用基于梯度直方图特征的支持向量机进行火灾分类；进一步，通过多帧校验筛选级联分类器的结果，对连续多帧检测为火灾的情形，才输出火情警报。系统包括：候选区域生成模块、分类器离线训练模块、级联分类模块和多帧校验模块。本发明专利技术能够兼顾检系统虚警和检测速度。

Forest Fire Recognition Method Based on Cascade Classification

【技术实现步骤摘要】
基于级联分类的森林火灾识别方法
本专利技术属于计算机视觉与模式识别、图像处理和智能火灾预警系统领域，尤其涉及一种基于级联分类的森林火灾识别方法。
技术介绍
森林资料作为人类重要的生态资源，对人类的生活、生产具有非常重要的作用。而森林火灾对森林资源的破坏作用较大，甚至威胁人民群众生命财产安全。目前，在基于视频监控的森林火灾识别方面，通常依靠人力值守方式进行火情监控，易于疲劳、无法保证全天候监控。而基于监控视频的智能火灾识别功能，能避免上述缺陷。故基于监控视频的智能火灾识别的研究直接来源于社会和市场的需求。目标识别领域中，目标的描述是一个关键环节，森林烟火识别领域也不例外。所提取的特征对动态目标的表征能力及其计算复杂度均对该特征的可用性至关重要，例如，复杂的特征可能具有较好的表征能力但往往计算复杂度过高，难以符合实时性要求。张庆杰等(张庆杰,郑二功,徐亮,etal.森林防火无人机系统设计与林火识别算法研究[J].电子测量技术,2017(1).)利用无人机图像，利用离散余弦变换显著性检测算法，获取森林烟火候选区域，然后提取时空分块和协方差矩阵特征结合支持向量机实现森林火灾检测，该方法并未利用视频的时间特性，以基于动态背景建模获取候选区域，且未设计不同分支的支持向量机，以应对不同尺度的烟火灾目标尺度的差异性。类似地，专利一种基于智能视频分析的森林烟火探测方法及其专用装置（中国专利授权公告号:CN201210332403.7，授权公告日:2013年01月09日）基于密集型光流法对连续帧进行动态分析并提取动态运动特性，使用单分支支持向量机实现森林烟火识别，亦未设计不同分支的支持向量机，以应对不同尺度的烟火灾目标尺度的差异性。森林烟火识别领域，由于系统具有实时性要求，所以所设计的识别方法需要具有较好的运行效率，针对此，高娜等(高娜,李良.基于神经网络的火灾图像特征融合算法[J].计算机系统应用,2010,19(1):86-89.)提出使用火焰面积变化、质心位置、尖角数、圆形度等特征结合神经网络实现火灾识别，该方法虽然计算开销比较小，但所提取的特征比较简单，系统鲁棒性难以保证。朱思思等(朱思思,丁德红,陈朝迎,etal.基于图像处理的森林火灾识别方法研究[J].红外技术,2016,38(5).)通过检测图像中是否有红色区域，然后根据所得红色区域的面积是否呈持续增长的状态，最终结婚烟火圆形度实现森林火灾识别，该方法由于依赖于火灾区域的持续增长特征，故火灾识别的系统延迟较大。利用慢运动物体检测算法获取烟的候选区域，然后利用最小均方误差算法同时结合上升烟区域的检测、阴影检测和去除、烟雾颜色区域检测以实现森林烟雾识别，该方法只研究了森林中的烟雾目标的识别问题，尚未研究森林火灾检测中的火灾目标识别问题，此外，该方法由于所提取的烟雾特征较简单，容易将背景中的灰色树木和部分野生动物识别为烟雾，造成虚警。在目标识别领域，级联分类器对于加速系统的实时性和抑制系统的虚警具有重要作用。专利森林火灾远程视频监控烟火识别方法（中国专利授权公告号:CN201010040086.2，授权公告日:2010年07月07日）根据图像物体中的颜色、形状和纹理特征的组合，使用单一的分类器实现森林火灾识别，该方法虽然重复利用了特征融合所带来的精度提升，然而，并未设计成级联分类器的方式，以加速系统并降低虚警。综上所述，虽然基于视频监控的森林火灾识别方法以及取得了一定的成果，但是，为了能达到实际应用的要求，迫切需要砸检测率、实时性方面做出进一步的改进。
技术实现思路
本专利技术实施例的目的在于提供一种基于级联分类的森林火灾识别方法，旨在解决现有的森林火灾识别方法的识别准确率不达标和/或不尽如人意、实时性需要提高、鲁棒性不强的问题。一种基于级联分类的森林火灾识别方法，其特征在于设计火灾颜色模型、构建一个两级级联的分类器，并通过多帧校验降低系统虚警，具体包括：步骤一，基于动态背景建模算法获取候选区域；步骤二，对候选区域提取火灾颜色模型特征，利用颜色模型分类器进行第一级分类；步骤三，对候选区域提取梯度朝向直方图特征，四分支的支持向量机分类器进行第三级分类；步骤四，对分类结果进行多帧校验，对连续多帧检测为火灾的情形，才输出火情警报。进一步，权利要求1所述基于级联分类的森林火灾识别方法，其特征在于，步骤一中的动态背景建模算法获取候选区域指，利用输入图像第一张图像建立背景模型，后续图像通过所建立的背景模型，获取运动区域的分割结果。对分割结果利用8-连通标记法提取的所有的连通区域，从而获得火灾候选区域。进一步，权利要求1所述基于级联分类的森林火灾识别方法，其特征在于，步骤二所述颜色模型特征指，通过对5000张含火目标图片的红色通道和绿色通道的关系进行统计分析所得的颜色模型；所述的颜色模型分类器指，图片的红色像素个数比率大于绿色像素个数比率（大于0.13），并且红色通道像素个数大于15时，该级分离器才会认为该候选区域为火类别。进一步，权利要求1所述基于级联分类的森林火灾识别方法，其特征在于，步骤三所述四分支的支持向量机指，根据第一级输出图片空间，根据图片的高度划分为四个互不相交的子集，使用四个支持向量机进行分类。进一步，权利要求1所述基于级联分类的森林火灾识别方法，其特征在于，步骤四所述多帧校验指在连续多帧图像中，对被级联分类器连续判断为火灾的分类结果进行计数，对计数值大于10的检测结果，方认为是火灾检测结果。本专利技术提供的基于级联分类的森林火灾识别方法，与现有的视频森林烟火识别技术相比，本专利技术具有如下优点和效果：根据动态背景建模方法进行图像分割，有效地利用了森林火灾目标的动态性，不仅能保持较好的分割效果，而且能有效避免全图进行图像搜索的计算开销；利用基于颜色模型的分类器，基于火灾目标简易、有效的颜色特征进行快速分类，优势表现在：大量非火候选区域得到抑制，不仅为候选区域的后期处理节约了计算开销，还能降低系统虚警。基于梯度直方图特征的四分支支持向量机分类器，不仅能同时描述火灾目标的轮廓与纹理信息，增强描述子对火灾目标的特征表征能力，而且能降低样本的类内差异，提升分类器的泛化能力；将分类结果进行多帧校验的方法，能进一步降低系统虚警。本专利技术通过级联分类器的设计，能确保检测率的同时，有效降低目前基于视频的森林火灾识别系统的虚警率，并加速系统运行速度，能较好满足实际应用需求。附图说明图1是本专利技术实施例提供的基于级联分类的森林火灾识别方法流程图；图2是本专利技术实施例提供的基于级联分类的森林火灾识别方法系统结构示意图；图中：A、候选区域生成模块；B、分类器离线训练模块；C、级联分类模块；D、多帧校验模块；图3是本专利技术实施例提供的四分支结构支持向量机分类器结构的实施例图；具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。下面结合附图及具体实施例对本专利技术的应用原理作进一步描述。如图1所示，本专利技术实施例的基于级联分类的森林火灾识别方法包括以下步骤：S101，采用基于动态背景建模算法获取候选区域；S102，利用基于颜色模型的分类器实现第一级分类；S103，利用基于梯度朝向直方图本文档来自技高网...

【技术保护点】
1.一种基于级联分类的森林火灾识别方法，其特征在于构建一个两级级联分类器，并通过多帧校验降低系统虚警，具体包括：步骤一，基于动态背景建模算法获取候选区域；步骤二，对候选区域提取火灾颜色模型特征，利用颜色模型分类器进行第一级分类；步骤三，对候选区域提取梯度朝向直方图特征，四分支的支持向量机分类器进行第三级分类；步骤四，对分类结果进行多帧校验，对连续多帧检测为火灾的情形，才输出火情警报。

【技术特征摘要】
1.一种基于级联分类的森林火灾识别方法，其特征在于构建一个两级级联分类器，并通过多帧校验降低系统虚警，具体包括：步骤一，基于动态背景建模算法获取候选区域；步骤二，对候选区域提取火灾颜色模型特征，利用颜色模型分类器进行第一级分类；步骤三，对候选区域提取梯度朝向直方图特征，四分支的支持向量机分类器进行第三级分类；步骤四，对分类结果进行多帧校验，对连续多帧检测为火灾的情形，才输出火情警报。2.权利要求1所述基于级联分类的森林火灾识别方法，其特征在于，步骤二所述颜色模型特征指，通过对5000张含火目标图片的红色通道和绿色通道的关系进行统计分析所得...

【专利技术属性】
技术研发人员：汤兴水，许石柱，王国华，钟耀森，
申请(专利权)人：广州澳盾智能科技有限公司，
类型：发明
国别省市：广东,44