一种基于背景差分与分块匹配对齐的森林烟雾检测方法技术

本发明专利技术公开了一种基于背景差分与分块匹配对齐的森林烟雾检测方法，属于森林烟雾检测方法技术领域，采用旋转镜头进行检测，利用检测运动区域，确定疑似烟雾区域；利用保存下来的背景帧和当前帧匹配，找到一个与当前帧最相似的背景帧；在当前帧和背景帧相似度较低的情况下，利用两帧的相同区域检测运动区域；对疑似烟雾区域提取特征，并利用机器学习相关方法进行识别，将无烟雾的当前帧替换为当前帧的背景；为达到实时性并未对每一帧进行检测，间隔一定帧数进行一次检测；确定存在烟雾后进行报警，通过此种检测方法，使其减少误判。

A method of forest smoke detection based on background difference and block matching alignment

【技术实现步骤摘要】
一种基于背景差分与分块匹配对齐的森林烟雾检测方法
本专利技术涉及一种森林烟雾检测方法，特别是涉及一种基于背景差分与分块匹配对齐的森林烟雾检测方法，属于森林烟雾检测方法

技术介绍
森林火灾会给人们的生活造成不可磨灭的影响，森林火灾发生会造成大量的森林被毁，经济损失过千万，根据国家统计局统计，仅2018年全年共发生森林火灾2478起，受害森林面积1.6万公顷；2019年3月30日，四川省凉山州木里县境内发生森林火灾，30名扑火人员牺牲，森林火灾在春冬季频频发生，如何及时发现火灾险情是森林防火的重点工作，森林火灾的发生主要分为三个阶段，初期阶段，无明显火焰，但存在逐渐变浓的烟雾，此阶段进行灭火较容易；中期阶段，存在明显火焰，已产生大规模烟雾，烟雾可较容易被检测到，此阶段灭火存在困难但仍可控制；末期阶段，森林火灾已经大规模传播，已呈不可控趋势，造成不可挽回的财产损失与人员伤亡，由此看来阻止森林火灾应从第一阶段开始，越早阻止越能减少财产损失，所以烟雾检测在森林火灾的监测中至关重要，越早检测出烟雾，可以越早消灭火灾。现阶段基于视频的烟雾检测研究多是针对固定镜头近中距离的场景，近中距离的场景能较容易检测到烟雾，近景烟雾相对较浓，在视频帧中占据较大比重，扩散速度较快，变化快，干扰物少；而远距离的烟雾检测存在一定的困难，干扰物、天气、光照等都能对烟雾存在干扰，变化速度慢，类烟物的干扰，烟雾较小等等因素都增加了烟雾检测困难。现有技术中无论是固定镜头的烟雾检测还是旋转镜头的烟雾检测都存在一定的共性，均是先采用运动目标检测和颜色分析等确定疑似烟雾区域，再对疑似烟雾区域进行特征提取，最后使用机器学习算法进行识别是否存在烟雾。现阶段使用旋转镜头检测烟雾的方法多是使用三帧差法获取运动区域，若当前帧存在烟雾，则前几帧极有可能存在烟雾，构建出来的疑似烟雾区域很有可能消除掉烟雾区域，从而误判火灾的发生。目前能够准确提取运动区域的方法多是利用背景建模从而获取运动区域，但旋转镜头以此提取运动区域存在一定的困难，利用背景获取运动区域，不能使用时间间隔太长的背景帧，光照天气的变化会对背景有所影响，也不能使用存在烟雾的背景帧。在使用背景获取运动区域时，天气与镜头的旋转等因素都会对镜头产生影响，导致镜头抖动与偏转，导致背景与当前帧并不能完全对上。疑似烟雾区域提取作用是将疑似烟雾区域与背景分离开，以此来达到减少计算量，增强烟雾检测的性能，提取疑似烟雾区域的方法主要有两种，一种是基于背景差分，一种是基于帧间差分；利用背景差分获取疑似烟雾区域的关键是背景建模，利用当前帧与背景模型进行差分，将变化较大的区不同时刻的视频帧，将当前帧提取的相同区域与背景帧提取的相同区域进行相减得到的结果获取重叠区域并进行做差，认定出疑似烟雾区域，其次使用静态背景建模并进行背景差分提取疑似烟雾区域，或采用混合高斯模型提取疑似烟雾区域。但背景建模相对比较困难，因为实际环境往往复杂多变，干扰较多，在使用帧间差分法时会出现对光线和环境变化敏感，容易产生在目标区域“空洞”现象。基于上述的缺陷专利技术一种基于背景差分与分块匹配对齐的森林烟雾检测方法来优化上述问题。
技术实现思路
本专利技术的主要目的是为了提供一种基于背景差分与分块匹配对齐的森林烟雾检测方法，利用像素得到一个相似度，使用NCC算法分块进行匹配是为了防止出现大面积的差错，基于统计的算法能够较为准确的找到对应的区域，在块内进行处理可以防止大面积出现像素不对应的情况，NC归一化互相关，是数学上统计两组数据之间是否有关系的判断方法，本申请为了减少其计算量增加了范围限制首先利用当前帧和背景帧的第一个块进行匹配，分别得到一个位置信息，筛选出最佳的位置信息，利用该位置信息可以减少匹配块的数量和范围，减少计算量和计算时间,未加范围限制的NCC算法会查找一个值最大的块，该块不一定是对应的块，所以会导致出现集中至某一区域的情况，出现匹配错误的情况，加上范围限制后可以得到改善，而且避免出现空洞现象，采用旋转镜头进行检测，利用检测运动区域，确定疑似烟雾区域；利用保存下来的背景帧和当前帧匹配，找到一个与当前帧最相似的背景帧；在当前帧和背景帧相似度较低的情况下，利用两帧的相同区域检测运动区域；对疑似烟雾区域提取特征，并利用机器学习相关方法进行识别，将无烟雾的当前帧替换为当前帧的背景；为达到实时性并未对每一帧进行检测，间隔一定帧数进行一次检测；确定存在烟雾后进行报警，通过此种检测方法，使其减少误判。本专利技术的目的可以通过采用如下技术方案达到：一种基于背景差分与分块匹配对齐的森林烟雾检测方法，包括如下步骤：步骤1：采用旋转镜头进行检测；步骤2：利用检测运动区域，确定疑似烟雾区域；步骤3：利用保存下来的背景帧和当前帧匹配，找到一个与当前帧最相似的背景帧；步骤4：在当前帧和背景帧相似度较低的情况下，利用两帧的相同区域检测运动区域；步骤5：对疑似烟雾区域提取特征，并利用机器学习相关方法进行识别，将无烟雾的当前帧替换为当前帧的背景；步骤6：为达到实时性并未对每一帧进行检测，间隔一定帧数进行一次检测；步骤7：确定存在烟雾后进行报警。2、根据权利要求1所述的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于：步骤2中检测的方式采用静态特征检测烟雾，并保存第一圈的帧作为步骤3中的背景帧。3、根据权利要求2所述的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于：步骤5中对疑似烟雾区域提取包括颜色特征、灰度共生矩阵逆差距、灰度共生矩阵对比度、灰度共生矩阵熵和灰度共生矩阵能量的特征。4、根据权利要求1所述的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于：步骤5中在进行利用机器学习相关方法进行识别时采用基于统计的匹配对齐算法，其中该匹配对齐算法包括如下步骤：步骤1：筛选当前帧相似区域位置和筛选背景帧相似区域位置；步骤2：通过NCC查找相似区域；步骤3：构成当前帧块和背景帧块；步骤4：通过对当前帧块和背景帧块进行计算视差SGBM；步骤5：存在较大差异则为识别出有烟雾。5、根据权利要求1所述的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于：其中步骤6中在进行间隔一定帧数进行一次检测时会进行烟雾判断，在没有烟雾的时候将替换当前背景帧，作为下一次匹配的背景帧。本专利技术的有益技术效果：本专利技术提供的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，1、采取基于统计的匹配方法--NCC算法，NCC常用于模板匹配，利用像素得到一个相似度，使用NCC算法分块进行匹配是为了防止出现大面积的差错，基于统计的算法能够较为准确的找到对应的区域，在块内进行处理可以防止大面积出现像素不对应的情况，NC归一化互相关，是数学上统计两组数据之间是否有关系的判断方法，本申请为了减少其计算量增加了范围限制首先利用当前帧和背景帧的第一个块进行匹配，分别得到一个位置信息，筛选出最佳的位置信息本文档来自技高网...

【技术保护点】
1.一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于，包括如下步骤：/n步骤1：采用旋转镜头进行检测；/n步骤2：利用检测运动区域，确定疑似烟雾区域；/n步骤3：利用保存下来的背景帧和当前帧匹配，找到一个与当前帧最相似的背景帧；/n步骤4：在当前帧和背景帧相似度较低的情况下，利用两帧的相同区域检测运动区域；/n步骤5：对疑似烟雾区域提取特征，并利用机器学习相关方法进行识别，将无烟雾的当前帧替换为当前帧的背景；/n步骤6：为达到实时性并未对每一帧进行检测，间隔一定帧数进行一次检测；/n步骤7：确定存在烟雾后进行报警。/n

【技术特征摘要】
1.一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于，包括如下步骤：
步骤1：采用旋转镜头进行检测；
步骤2：利用检测运动区域，确定疑似烟雾区域；
步骤3：利用保存下来的背景帧和当前帧匹配，找到一个与当前帧最相似的背景帧；
步骤4：在当前帧和背景帧相似度较低的情况下，利用两帧的相同区域检测运动区域；
步骤5：对疑似烟雾区域提取特征，并利用机器学习相关方法进行识别，将无烟雾的当前帧替换为当前帧的背景；
步骤6：为达到实时性并未对每一帧进行检测，间隔一定帧数进行一次检测；
步骤7：确定存在烟雾后进行报警。


2.根据权利要求1所述的一种基于背景差分与分块匹配对齐的森林烟雾检测方法，其特征在于：步骤2中检测的方式采用静态特征检测烟雾，并保存第一圈的帧作为步骤3中的背景帧。


3.根据权利要求2所述的一种基于背景差分与分块匹配对齐的森林烟雾...

【专利技术属性】
技术研发人员：房胜，魏绪，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37