一种基于超像素分割的楼宇智能化消防火灾识别方法技术

本发明专利技术涉及数据识别技术领域，具体涉及一种基于超像素分割的楼宇智能化消防火灾识别方法，该方法包括：获取火灾发生时视频帧图像的红波段特征图像和亮度通道特征图像，确定疑是火焰区域；根据热红外图像中的像素值确定火焰区域，获取每个视频帧图像中火焰区域的连通域中心点坐标，进而对视频帧图像进行分组；分别获取各组的火焰中心点，根据视频帧图像中其他像素点与对应组的火焰中心点计算像素点的全局概率，利用全局概率作为图像的像素值得到火焰频率图像，进而进行超像素分割，对火灾进行识别得到火焰边缘。本发明专利技术能够准确识别火焰边缘，避免由于对火灾的预估的不足，导致过于靠近火焰区域，造成消防人员或消防器械的损失。失。失。

【技术实现步骤摘要】
一种基于超像素分割的楼宇智能化消防火灾识别方法


[0001]本专利技术涉及数据识别
，具体涉及一种基于超像素分割的楼宇智能化消防火灾识别方法。

技术介绍

[0002]在现实生活的场景中实时准确的火灾识别对于人身安全具有重要意义。现有技术中常采用图像识别的方法对火灾进行识别，利用图像对火灾进行识别往往是通过火灾的颜色和亮度特征进行识别，但不同情况下火焰燃烧情况不同，当火焰燃烧较为稳定时，往往只有火焰边缘为红色；当某个区域光照较强时，该区域的亮度也较大，因此由于火焰颜色的多种多样以及光照强度不同造成误识别，利用该方法对火灾进行识别存在较大误差，且识别精度不高。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种基于超像素分割的楼宇智能化消防火灾识别方法，所采用的技术方案具体如下：采集发生火灾时视频帧图像的红波段图像和亮度通道图像，分别对图像进行阈值分割得到红波段特征图像和亮度通道特征图像；根据特征图像中的像素点位置获取疑是火焰区域；采集火灾发生时的热红外图像，结合热红外图像确定疑是火焰区域中的火焰区域；获取每个视频帧图像中火焰区域的连通域中心点坐标，将连续的视频帧图像对应的中心点坐标构成坐标序列，根据坐标序列对视频帧图像进行分组；获取同一组内视频帧图像中火焰区域的交集像素点，将所有交集像素点的连通域中心记为火焰中心点，基于其他像素点到火焰中心点的距离计算像素点的概率指标，根据像素点在连续的视频帧图像中的像素值计算像素点不变性指标；根据所述概率指标和不变性指标得到像素点的全局概率，利用全局概率作为图像的像素值得到火焰频率图像，进而进行超像素分割，对火灾进行识别得到火焰边缘。
[0004]优选地，所述根据特征图像中的像素点位置获取疑是火焰区域具体为：分别对红波段特征图像和亮度通道特征图像中的像素点进行密度聚类，得到不同的聚类类别，将两张特征图像进行叠加，根据叠加后的图像中两张特征图像上聚类类别的重叠率确定疑是火焰区域。
[0005]优选地，所述结合热红外图像确定疑是火焰区域中的火焰区域具体为：对热红外图像进行阈值分割，将热红外图像中像素值大于阈值的像素点记为高温像素点，获取每个疑是火焰区域在热红外图像上对应区域的像素点中高温像素点的数量占比，若数量占比大于阈值，则该疑是火焰区域为火焰区域，否则，该疑是火焰区域不是火焰区域。
[0006]优选地，所述根据坐标序列对视频帧图像进行分组具体为：
计算坐标序列中相邻元素的相似度，得到相似度序列，根据相似度序列对视频帧图像进行阈值分割得到不同组。
[0007]优选地，所述基于其他像素点到火焰中心点的距离计算像素点的概率指标具体为：计算组内每个视频帧图像中各像素点到该组对应的火焰中心的距离，并计算像素点与火焰中心连线方向上像素点到对应视频帧图像中边缘的距离，根据两个距离的比值得到该像素点对应的概率指标。
[0008]优选地，所述根据像素点在连续的视频帧图像中的像素值计算像素点不变性指标具体为：根据像素点在连续的视频帧图像中的像素值、该像素点在亮度通道图像和红色波段图像上对应位置处的像素值的均值得到该像素点的不变性指标。
[0009]本专利技术实施例至少具有如下有益效果：本专利技术通过对火焰的中心稳定燃烧状态和边缘的跳变性进行分析，结合视频帧图像得到稳定燃烧区域和跳变边缘区域，进而对火灾中火焰进行了较为准确的识别，结合了火焰的动态变化性，在提高识别准确率的同时大大减小了计算量，避免由于对火灾的预估的不足，导致过于靠近火焰区域，造成消防人员或消防器械的损失。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0011]图1是本专利技术的一种基于超像素分割的楼宇智能化消防火灾识别方法的方法流程图。
具体实施方式
[0012]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于超像素分割的楼宇智能化消防火灾识别方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0014]下面结合附图具体的说明本专利技术所提供的一种基于超像素分割的楼宇智能化消防火灾识别方法的具体方案。
[0015]实施例：本专利技术的主要目的是：针对传统方法通过红波段图像和亮度通道图像对火焰区域进行识别时，由于燃烧情况多样，火焰的全部区域不一定都是红色和图像中亮度较大区域不一定是火焰区域，即通过传统方法对火焰进行识别时对该种情况下的火焰识别率较低，
本专利技术结合火焰边缘的跳变率较大的性质，首先通过连续视频帧图像计算得到火焰频率图像，进而得到中心燃烧区域，即燃烧情况较为稳定区域，然后结合不同视频帧图像中的超像素分割块，通过跳变性相似度进行超像素块的合并。该方法考虑到火焰燃烧过程的连续性，通过对连续过程中的火焰进行分析得到中心燃烧区域和跳动边缘区域，结合每个视频帧中的中心燃烧区域的中心点的相近程度对火焰范围扩大的情况进行区分，有助于对火灾的蔓延程度，速度等进行分析，在检测到火灾区域的同时，可以为之后的消防提供充足的数据作为消防灭火的指导依据。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种基于超像素分割的楼宇智能化消防火灾识别方法的方法流程图，该方法包括以下步骤：步骤一，采集发生火灾时视频帧图像的红波段图像和亮度通道图像，分别对图像进行阈值分割得到红波段特征图像和亮度通道特征图像；根据特征图像中的像素点位置获取疑是火焰区域。
[0017]需要说明的是，由于火灾是一个实时的动态变化过程，而不是一个静态过程，因此本专利技术为了计算连续视频帧图像中的火焰的情况，通过将火焰划分为中心燃烧区域和边缘跳变区域对相邻视频帧中的图像进行分析，与对每个视频帧中的火灾进行识别的方法相比，该方法结合了火焰的动态变化性，在提高识别准确率的同时大大减小了计算量。
[0018]因此，首先需要对每个视频帧图像中的火灾区域进行大致的确定，一般情况下，火焰呈红色，同时火焰具有照明作用，在图像上亮度较大，故通过红波段和亮度图像对疑似火焰区域进行检测。
[0019]具体地，采集发生火灾时视频帧图像的红波段图像和亮度通道图像，对红波段图像进行otsu阈值分割，得到阈值k1，将红波段图像中像素值大于阈值k1的像素点作为红色特征较明显的像素点，进而得到红波段特征图像。对亮度通道图像进行相同的操作获得亮度较大的像素点，进而得到亮度通道特征图像。对红波段特征图像进行密度聚类，得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超像素分割的楼宇智能化消防火灾识别方法，其特征在于，该方法包括以下步骤：采集发生火灾时视频帧图像的红波段图像和亮度通道图像，分别对图像进行阈值分割得到红波段特征图像和亮度通道特征图像；根据特征图像中的像素点位置获取疑是火焰区域；采集火灾发生时的热红外图像，结合热红外图像确定疑是火焰区域中的火焰区域；获取每个视频帧图像中火焰区域的连通域中心点坐标，将连续的视频帧图像对应的中心点坐标构成坐标序列，根据坐标序列对视频帧图像进行分组；获取同一组内视频帧图像中火焰区域的交集像素点，将所有交集像素点的连通域中心记为火焰中心点，基于其他像素点到火焰中心点的距离计算像素点的概率指标，根据像素点在连续的视频帧图像中的像素值计算像素点不变性指标；根据所述概率指标和不变性指标得到像素点的全局概率，利用全局概率作为图像的像素值得到火焰频率图像，进而进行超像素分割，对火灾进行识别得到火焰边缘。2.根据权利要求1所述的一种基于超像素分割的楼宇智能化消防火灾识别方法，其特征在于，所述根据特征图像中的像素点位置获取疑是火焰区域具体为：分别对红波段特征图像和亮度通道特征图像中的像素点进行密度聚类，得到不同的聚类类别，将两张特征图像进行叠加，根据叠加后的图像中两张特征图像上聚类类别的重叠率确定疑是火焰区域。3.根据权利要求1所述的一种基于超像素分割的楼宇智能化消防...

【专利技术属性】
技术研发人员：陈柳青，
申请(专利权)人：江苏南通二建集团讯腾云创智能科技有限公司，
类型：发明
国别省市：