【技术实现步骤摘要】
一种基于特征金字塔网络的秸秆燃烧检测方法
本专利技术涉及图像识别技术进行秸秆燃烧检测领域，特别是一种基于特征金字塔网络的秸秆燃烧检测方法。
技术介绍
中国作为农业大国，随着农作物的产量提高，秸秆的总量迅速增加，多数地区仍采用秸秆焚烧的方式进行处理。秸秆焚烧属于低温焚烧，其烟气中含有大量的一氧化碳、二氧化碳、氮氧化物、光化学氧化剂和悬浮颗粒物等造成大气污染，且会在一定程度上加重雾霾的发生。不仅如此，各地区每到收获的季节因为焚烧秸秆而引发火灾的事情时有发生。因此，对秸秆燃烧情况进行实时检测十分之必要，但是人力检测费时费力，且不能实时检测。随着近年来机器学习技术的发展，通过神经网络算法对摄像头获取的视频进行秸秆燃烧实时检测，现有技术关于秸秆燃烧产生的烟雾检测的方法主要包含两个方向，一方面是传统的视频烟雾检测方法，主要是根据烟雾的颜色，纹理和运动等特征进行提取，然后使用分类器对特征向量进行训练和分类。然而，由于烟雾的形态多变，并且检测的环境比较复杂，人工设计的特征提取和识别的效果并不理想，很难达到实际需求；另一方面，现有的基...
【技术保护点】
1.一种基于特征金字塔网络的秸秆燃烧检测方法，其特征是：包括数据集采集模块、数据集处理模块、图像处理模块和图像显示及报警模块，实现的步骤为：/nS1.数据集采集模块通过摄像头获取烟雾检测的视频帧数据集；/nS2.数据集处理模块对标准数据集中标准图像注释的数据集进行处理；/nS3.图像处理模块包括模型训练模块和图像检测模块，其中模型训练模块对FPN和Faster R-CNN模型结构进行训练；/n图像检测模块将训练后的FPN+Faster R-CNN模型对摄像头实时获取的图像进行检测；/nS4.图像显示及报警模块通过图像处理模块将检测的结果进行显示，对显示有烟雾的区域进行报警。/n
【技术特征摘要】
1.一种基于特征金字塔网络的秸秆燃烧检测方法，其特征是：包括数据集采集模块、数据集处理模块、图像处理模块和图像显示及报警模块，实现的步骤为：
S1.数据集采集模块通过摄像头获取烟雾检测的视频帧数据集；
S2.数据集处理模块对标准数据集中标准图像注释的数据集进行处理；
S3.图像处理模块包括模型训练模块和图像检测模块，其中模型训练模块对FPN和FasterR-CNN模型结构进行训练；
图像检测模块将训练后的FPN+FasterR-CNN模型对摄像头实时获取的图像进行检测；
S4.图像显示及报警模块通过图像处理模块将检测的结果进行显示，对显示有烟雾的区域进行报警。
2.根据权利要求1所述的一种基于特征金字塔网络的秸秆燃烧检测方法，其特征是：步骤S2中数据集处理模块处理数据集的具体实现步骤为：
S21.对采集的图片进行挑选，挑选出有烟雾的图像；
S22.对挑选出的图像进行规范化命名；
S23.采用标准数据集中标准图像注释的方法进行处理。
3.根据权利要求1所述的一种基于特征金字塔网络的秸秆燃烧检测方法，其特征是：步骤S3中模型训练模块训练FPN+FasterR-CNN模型的具体实现步骤为：
S311.将由CNN+RPN+FastR-CNN组成的FasterR-CNN网络中的CNN结构替换成FPN；
S312.RPN对FPN结构中的不同特征层的输出进行候选区域的选取；
S313.将候选区域通过FastR-CNN网络进行特征的提取，最终得到最优的模型；
模型训练模块用于将FPN结构融入到FasterR-CNN模型结构中，增加检测器对全图信息的认知，提取多层卷积特征。
4.根据权利要求1所述的一种基于特征金字塔网络的秸秆燃烧检测方法，其特征是：步骤S3中图像检测模块的具体实现步骤为：
S321.根据训练好的FPN+FasterR-CNN对数据集进行烟雾的实时检测；
S322.对疑似烟雾区域的结果框进行分类和得到相应的烟雾评分，并判断其烟雾评分是否高于阈值；
S323.若高于阈值，则判断该图像包含烟雾；若低于阈值，则判断该图像不包含烟雾。
5.根据权利要求3所述的一种基于特征金字塔网络...
【专利技术属性】
技术研发人员：姜明华，余锋，周昌龙，叶向阳，宋坤芳，莫德辉，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：湖北;42
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。