火灾图像边缘提取处理方法、终端及系统技术方案

本申请涉及火灾图像边缘提取处理方法、终端及系统，属于火灾火焰提取技术领域。本申请包括：获取目标物的火灾图像；利用像素RGB和HSV信息对火灾图像进行像素筛选，得到目标物的第一火灾二值图，以及将火灾图像转换成灰度图，并利用Otsu算法得到目标物的第二火灾二值图；将第一火灾二值图和第二火灾二值图进行相与处理，得到目标物的第三火灾二值图；对第三火灾二值图进行边缘提取，得到目标物的第一目标火焰边缘提取图。与经典canny算法和局部去干扰改进型canny算法相比，本申请的火灾图像边缘提取效果更好，因而，通过本申请有助于提升火灾火焰提取的准确性。

【技术实现步骤摘要】
火灾图像边缘提取处理方法、终端及系统
本申请属于火灾火焰提取
，具体涉及火灾图像边缘提取处理方法、终端及系统。
技术介绍
火灾事故是最频繁同时也是造成最严重的破坏后果之一的事故，在各种火灾事故之中，化工火灾尤其是危化品火灾，其后果是极其可怕的，因为火灾一旦发生就会产生化学品泄漏和爆炸的风险,一旦爆炸就会产生强大的破坏力，或造成重大的人员财产损失。图像识别是危化品仓储堆垛的火灾检测的有效方案之一，尤其是针对早期火灾的发展态势，可以根据火灾火焰的形态特征比如形状轮廓，面积变化，尖角数等特征来判断。为了获取这些火灾火焰基本的特征，可以采用边缘检测技术来实现。边缘检测技术广泛用于图像识别领域，主要用来提取图像中的主体对象的边缘轮廓信息，以达到快速识别检测出图像核心信息。请参阅图1，图1是根据一示例性实施例示出的危化品堆垛火灾成像图，在相关技术中，提出用经典Canny算法提取火灾火焰的边缘轮廓信息，实现了对火灾场景下主体火焰的边缘提取和判断，请参阅图2，图2为采用经典canny算法对图1处理得到的火灾火焰提取图。Canny算法的具体本文档来自技高网...

【技术保护点】
1.火灾图像边缘提取处理方法，其特征在于，所述方法包括：/n获取目标物的火灾图像；/n利用像素RGB和HSV信息对所述火灾图像进行像素筛选，得到所述目标物的第一火灾二值图，以及将所述火灾图像转换成灰度图，并利用Otsu算法得到所述目标物的第二火灾二值图；/n将所述第一火灾二值图和所述第二火灾二值图进行相与处理，得到所述目标物的第三火灾二值图；/n对所述第三火灾二值图进行边缘提取，得到所述目标物的第一目标火焰边缘提取图。/n

【技术特征摘要】
1.火灾图像边缘提取处理方法，其特征在于，所述方法包括：
获取目标物的火灾图像；
利用像素RGB和HSV信息对所述火灾图像进行像素筛选，得到所述目标物的第一火灾二值图，以及将所述火灾图像转换成灰度图，并利用Otsu算法得到所述目标物的第二火灾二值图；
将所述第一火灾二值图和所述第二火灾二值图进行相与处理，得到所述目标物的第三火灾二值图；
对所述第三火灾二值图进行边缘提取，得到所述目标物的第一目标火焰边缘提取图。


2.根据权利要求1所述的方法，其特征在于，所述利用像素RGB和HSV信息对所述火灾图像进行像素筛选，包括：
利用预设公式：



对所述火灾图像进行像素筛选；
其中，R、G、B对应为RGB的三个分量，Rt是红色分量的阈值，V为HSV信息中的饱和度值，Vt是饱和度的阈值。


3.根据权利要求2所述的方法，其特征在于，Rt取值范围为55～65；Vt取值范围在115～135。


4.根据权利要求1所述的方法，其特征在于，所述利用Otsu算法得到所述目标物的第二火灾二值图，包括：
根据类间方差公式，遍历预设灰度区间，得到使类间方差最大的像素灰度阈值；
根据所得到的使类间方差最大的像素灰度阈值，对由所述火灾图像转换成的灰度图进行分离处理，得到所述第二火灾二值图。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
获取所述目标物的非火灾图像；
利用所述像素RGB和HSV信息对所述非火灾图像进行像素筛选，得到所述目标物的第一非火灾二值图，以及将所述非火灾图像转换成灰度图，并利用Otsu算法得到所述目标物的第二非火灾二值图；
将所述第一非火灾二值图和所述第二非火灾二值图进行相与处理，得到所述目标物的第三非火灾二值图；
对所述第三非火灾二值图进行边缘提取，得到所述目标物的非火灾边缘提取图；
将所述第一目标火焰边缘提取图和所述非火灾边缘提取图进行相与处理，得到所述目标物的第二目标火焰边缘提取图。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取对所述火灾图像进行人工标注边缘轮廓而得到的火焰边缘轮廓和...

【专利技术属性】
技术研发人员：刘学君，张建东，魏宇晨，晏涌，沙芸，孔祥旻，张小妮，马泓超，黄泽辰，贾忱健，王博涛，
申请(专利权)人：北京石油化工学院，
类型：发明
国别省市：北京;11