一种基于视频的火焰检测方法、系统及可读存储介质技术方案

本发明专利技术属于火焰检测领域，公开了一种基于视频的火焰检测方法、系统及可读存储介质，包括以下步骤：实时获取目标区域的YUV图像数据，将当前帧与前一帧图像帧均进行克隆得到F1和F2；将F1通过神经网络模型进行目标检测和识别，从F1中裁剪得到若干第一矩形图像；将若干第一矩形图像进行火焰颜色特征检验；从F2中裁剪得到若干第二矩形图像，将第一矩形图像和第二矩形图像进行火焰动态特征检测；当火焰颜色特征检验和火焰动态特征检测均满足时，当前目标区域包含火焰并在YUV图像数据中标定，生成报警信息；否则，进行S1。充分利用了卷积神经网络提取物体特征优势，同时又将火焰的动态特征与之有效结合，有效的提升了火焰检测的准确率、召回率和检测速度。

【技术实现步骤摘要】
一种基于视频的火焰检测方法、系统及可读存储介质
本专利技术属于火焰检测领域，涉及一种基于视频的火焰检测方法、系统及可读存储介质。
技术介绍
随着人类社会的发展进步，火灾成为了不可忽视的多发性问题，它一次次的展示了其对于人们生命安全和社会财产的巨大破坏性。所以，火灾的预防和检测一直是人类与火灾斗争过程中关注的焦点。然而，传统的基于温感、烟感、光感等火灾探测器具有以下缺点：1.响应速度慢，误检率较高；2.检测范围有限，易受外界干扰；3.难以适应复杂环境的火灾探测要求。随着人工智能与图像处理理论研究的不断深入，以及视频监控设备的不断普及，越来越多的目光聚集到使用计算机视觉来检测视频火焰的方式上。但是，在各种被提出的视频火焰检测方法中也有着许多不足之处，比如：1.基于火焰颜色的检测模型较简单，检测火焰类型单一；2.基于火焰几何特征检测的方式，对于距离、遮挡等环境要求苛刻；3.基于红外图像的视频火焰检测存在成本高以及对相似颜色较敏感等缺点；4.许多现有的视频火焰检测技术使用后端服务器进行相关算法处理，受网络和带宽的影响，有一定的延时，无法保证检测效果的实时性。现有视频火焰检测技术方案中存在火焰检测的准确率低、受环境影响程度高、检测延时长等缺点。
技术实现思路
本专利技术的目的在于克服上述现有技术中火焰检测的准确率低、受环境影响程度高以及检测延时长的缺点，提供一种基于视频的火焰检测方法、系统及可读存储介质。为达到上述目的，本专利技术采用以下技术方案予以实现：本专利技术一方面，一种基于视频的火焰检测方法，包括以下步骤：S1：实时获取目标区域的YUV图像数据，将当前帧与前一帧图像帧均进行克隆得到F1和F2；将F1通过神经网络模型进行目标检测和识别，得到若干疑似火焰的位置坐标信息，根据疑似火焰的位置坐标信息从F1中裁剪得到若干第一矩形图像；S2：将若干第一矩形图像进行火焰颜色特征检验；S3：根据疑似火焰的位置坐标信息从F2中裁剪得到若干第二矩形图像，将相同位置坐标信息的第一矩形图像和第二矩形图像进行火焰动态特征检测；S4：当火焰颜色特征检验和火焰动态特征检测均满足时，判定当前目标区域包含火焰并在YUV图像数据中标定，同时生成报警信息；否则，进行S1。本专利技术基于视频的火焰检测方法进一步的改进在于：所述神经网络模型为RFCN算法模型。所述神经网络模型为改进的RFCN算法模型。所述S2的具体方法为：将每个第一矩形图像均通过RGB判据和HIS判据进行火焰颜色特征检验。所述第一矩形图像通过RGB判据和HIS判据进行火焰颜色特征检验的具体方法为：将第一矩形图像的图像颜色空间转化为RGB空间，记录R通道值大于第一预设判断阈值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第一疑似火焰区域；记录R通道值大于等于G通道值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第二疑似火焰区域；记录G通道值大于等于B通道值的包含疑似火焰的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第三疑似火焰区域；然后通过下式得到包含疑似火焰的矩形区域的颜色饱和度S：(1-3.0*minValue/(R通道值+G通道值+B通道值))＝S，其中，minValue为包含疑似火焰的矩形区域的R通道值、G通道值和B通道值中的最小值，记录颜色饱和度S大于第二预设判断阈值的包含疑似火焰的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第四疑似火焰区域，记录颜色饱和度S大于第三预设判断阈值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第五疑似火焰区域；当F1上有位置坐标上同时标记第一疑似火焰区域、第二疑似火焰区域、第三疑似火焰区域、第四疑似火焰区域和第五疑似火焰区域时，当前YUV图像数据的图像帧满足火焰颜色特征检验。所述S3的具体方法为：根据疑似火焰的位置坐标信息从F2中裁剪得到若干第二矩形图像，将相同位置坐标信息的第一矩形图像和第二矩形图像进行高斯滤波，然后进行帧间差分法得到帧间差分法图像，将帧间差分法图像进行膨胀操作后进行二值化，得到帧间差分检测结果，记录帧间差分检测结果大于第四预设判断阈值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第六疑似火焰区域，当F1上有位置坐标上标记第六疑似火焰区域时，当前YUV图像数据的图像帧满足火焰动态特征检验。所述第一预设判断阈值设定为115，第二预设判断阈值为0.2，第三预设判断阈值为(255-R通道值)*45/115，第四预设判断阈值为80。本专利技术第二方面，一种基于视频的火焰检测方法，采用R4替代上述基于视频的火焰检测方法中的S4；R4：设定检测标识并给检测标识设定初值和目标值，当火焰颜色特征检验和火焰动态特征检测均满足时，判定检测标是否为目标值，当检测标识不为目标值时，检测标识加1，然后进行S1；当检测标识为目标值时，判定当前目标区域包含火焰并在目标区域的YUV图像数据中标定，同时生成报警信息；否则，将检测标识重置为初始值，进行S1。本专利技术第三方面，一种基于视频的火焰检测系统，包括相机设备和监控终端，所述相机设备包括图像传感器、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器的输入端连接图像传感器，输出端连接监控终端，图像传感器用于实时获取目标区域的YUV图像数据并发送至处理器，所述处理器执行所述计算机程序时实现上述基于视频的火焰检测方法的步骤，得到处理结果并输送至监控终端实时显示。本专利技术第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于视频的火焰检测方法的步骤。与现有技术相比，本专利技术具有以下有益效果：本专利技术基于视频的火焰检测方法，采用神经网络模型进行目标火焰检测，检测方法复杂度低，可以对小火苗实时检测，并结合火焰颜色特征检验和火焰动态特征检测，进一步分析疑似火焰区域，确保检测结果的高准确度；应用范围广泛，经在多种环境中实地测试，可适用于工厂、夜间等诸多复杂环境，不易受外界干扰；充分利用了卷积神经网络提取物体特征优势的同时，又将火焰的动态特征与之有效结合，提升了检测方法的鲁棒性，在复杂的环境下，有效的提升了火焰检测的准确率、召回率和检测速度。进一步的，采用改进的RFCN算法模型，将原来的的3*3的卷积核改进为5*5卷积核，最终的检测准确率最高，对小火苗的检测效果有明显的提升。进一步的，设定检测标识并给检测标识设定初值和目标值，使得后续在进行目标值次数的连续的前后两帧图像帧的检测后，再得出判定结论，以此提升检测准确度，同时也不会影响检测的实时性。本专利技术基于视频的火焰检测系统，通过在相机设备内植入基于视频的火焰检测方法，将检测方法与硬件设备相结合弥补了前端成像所带来的干扰问题，在复杂的环境下，进本文档来自技高网...

【技术保护点】
1.一种基于视频的火焰检测方法，其特征在于，包括以下步骤：/nS1：实时获取目标区域的YUV图像数据，将当前帧与前一帧图像帧均进行克隆得到F1和F2；将F1通过神经网络模型进行目标检测和识别，得到若干疑似火焰的位置坐标信息，根据疑似火焰的位置坐标信息从F1中裁剪得到若干第一矩形图像；/nS2：将若干第一矩形图像进行火焰颜色特征检验；/nS3：根据疑似火焰的位置坐标信息从F2中裁剪得到若干第二矩形图像，将相同位置坐标信息的第一矩形图像和第二矩形图像进行火焰动态特征检测；/nS4：当火焰颜色特征检验和火焰动态特征检测均满足时，判定当前目标区域包含火焰并在YUV图像数据中标定，同时生成报警信息；否则，进行S1。/n

【技术特征摘要】
1.一种基于视频的火焰检测方法，其特征在于，包括以下步骤：
S1：实时获取目标区域的YUV图像数据，将当前帧与前一帧图像帧均进行克隆得到F1和F2；将F1通过神经网络模型进行目标检测和识别，得到若干疑似火焰的位置坐标信息，根据疑似火焰的位置坐标信息从F1中裁剪得到若干第一矩形图像；
S2：将若干第一矩形图像进行火焰颜色特征检验；
S3：根据疑似火焰的位置坐标信息从F2中裁剪得到若干第二矩形图像，将相同位置坐标信息的第一矩形图像和第二矩形图像进行火焰动态特征检测；
S4：当火焰颜色特征检验和火焰动态特征检测均满足时，判定当前目标区域包含火焰并在YUV图像数据中标定，同时生成报警信息；否则，进行S1。


2.根据权利要求1所述的基于视频的火焰检测方法，其特征在于，所述神经网络模型为RFCN算法模型。


3.根据权利要求1所述的基于视频的火焰检测方法，其特征在于，所述神经网络模型为改进的RFCN算法模型。


4.根据权利要求1所述的基于视频的火焰检测方法，其特征在于，所述S2的具体方法为：
将每个第一矩形图像均通过RGB判据和HIS判据进行火焰颜色特征检验。


5.根据权利要求4所述的基于视频的火焰检测方法，其特征在于，所述第一矩形图像通过RGB判据和HIS判据进行火焰颜色特征检验的具体方法为：
将第一矩形图像的图像颜色空间转化为RGB空间，记录R通道值大于第一预设判断阈值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第一疑似火焰区域；记录R通道值大于等于G通道值的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第二疑似火焰区域；记录G通道值大于等于B通道值的包含疑似火焰的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第三疑似火焰区域；然后通过下式得到包含疑似火焰的矩形区域的颜色饱和度S：
(1-3.0*minValue/(R通道值+G通道值+B通道值))＝S，
其中，minValue为包含疑似火焰的矩形区域的R通道值、G通道值和B通道值中的最小值，记录颜色饱和度S大于第二预设判断阈值的包含疑似火焰的第一矩形图像的位置坐标信息，并在F1上该位置坐标信息对应的位置坐标上标记第四疑似火焰区域，记录颜色饱和度S大于第三预设判断阈值的第一矩形图像的...

【专利技术属性】
技术研发人员：曹朋军，张杰，
申请(专利权)人：西安星舟天启智能装备有限责任公司，
类型：发明
国别省市：陕西;61