一种隧道内车辆火灾智能预警方法技术

本发明专利技术公开一种隧道内车辆火灾智能预警方法，包括利用红外与可见光摄像头，循环采集隧道内的红外测温图像视频帧；对红外测温图像视频帧进行对象分割，获取车辆区域；根据车辆区域，进行疑似火焰颜色分割；利用疑似火焰颜色分割，作为候选区域，进行形态学处理后经过分类器输出预警结果

【技术实现步骤摘要】
一种隧道内车辆火灾智能预警方法


[0001]本专利技术属于高速公路监管
，特别是涉及一种隧道内车辆火灾智能预警方法
。

技术介绍

[0002]火灾事故是公路隧道安全事故中危害极大的一类事故，往往火灾事故的发生会造成严重的人员伤亡和极大的财产损失，若能在火灾发生早期及时准确地检测出火灾可以将损失降到最低，因而公路隧道火灾的早期检测是极其重要的
。
[0003]传统的公路隧道火灾检测技术受隧道复杂环境的影响，难以实现及时准确地检测
。

技术实现思路

[0004]为了解决上述问题，本专利技术提出了一种隧道内车辆火灾智能预警方法，适合于公路隧道复杂环境的火灾检测，具有准确率高
、
实时性好
、
抗干扰性强
、
成本低的特点
。
[0005]为达到上述目的，本专利技术采用的技术方案是：一种隧道内车辆火灾智能预警方法，包括步骤：
[0006]利用红外与可见光摄像头，循环采集隧道内的红外测温图像视频帧；
[0007]对红外测温图像视频帧进行对象分割，获取车辆区域；
[0008]根据车辆区域，进行疑似火焰颜色分割；
[0009]利用疑似火焰颜色分割，作为候选区域，进行形态学处理后经过分类器输出预警结果
。
[0010]进一步的是，在获取到红外测温图像视频帧后，首先对红外测温图像进行中值滤波预处理；其次，利用基于混合高斯模型的背景建模差分法提取运动目标，对红外测温图像进行对象分割，获取车辆区域
。
[0011]进一步的是，所述红外测温图像中包括当前图像和隧道背景图像，利用差分运算对比当前图像和背景图像提取差值，利用差值与阈值对比后进行二值化处理，分割运动的车辆区域和非运动的隧道区域
。
[0012]进一步的是，根据车辆区域进行疑似火焰颜色分割包括：基于
YCbCr
颜色空间与饱和度的疑似火焰区域进行分割，分割出疑似火焰区域；将运动目标区域和疑似火焰区域做与运算确定火焰的候选区域，并对提取的火焰候选区域进行形态学处理和连通域标记，提取火焰特征
。
[0013]进一步的是，所述对提取的火焰候选区域进行形态学处理和连通域标记，提取火焰特征包括颜色一阶矩
、
圆形度
、
纹理特征和闪烁特性特征量
。
[0014]进一步的是，根据火焰候选区域的颜色一阶矩
、
圆形度
、
纹理特征和闪烁特性特征量，并作为支持向量机模型的输入向量；选择相应核函数，优化核函数参数，训练得到用于识别运动车辆中火焰特征的支持向量机分类器；
[0015]利用分类器输出预警结果
。
[0016]采用本技术方案的有益效果：
[0017]本专利技术结合公路隧道复杂的环境，先从视频图像中提取出携带火焰的车辆区域，再以火焰为研究对象，以图像处理为技术手段，分析火焰特征，研究火焰候选区域提取方法
、
火焰候选区域特征提取方法以及结合模式识别技术，提出适合于公路隧道的火灾检测方法，能够适合于公路隧道复杂环境的火灾检测，具有准确率高
、
实时性好
、
抗干扰性强
、
成本低的特点
。
附图说明
[0018]图1为本专利技术的一种隧道内车辆火灾智能预警方法流程示意图；
[0019]图2为本专利技术实施例中车辆区域分割流程示意图
。
具体实施方式
[0020]为了使本专利技术的目的
、
技术方案和优点更加清楚，下面结合附图对本专利技术作进一步阐述
。
[0021]在本实施例中，参见图1所示，本专利技术提出了一种隧道内车辆火灾智能预警方法，包括步骤：
[0022]利用红外与可见光摄像头，循环采集隧道内的红外测温图像视频帧；
[0023]对红外测温图像视频帧进行对象分割，获取车辆区域；
[0024]根据车辆区域，进行疑似火焰颜色分割；
[0025]利用疑似火焰颜色分割，作为候选区域，进行形态学处理后经过分类器输出预警结果
。
[0026]作为上述实施例的优化方案1，为了提取准确的火焰候选区域，减少干扰物的影响，在获取到红外测温图像视频帧后，首先对红外测温图像进行中值滤波预处理，减少噪声对图像的影响；其次，利用基于混合高斯模型的背景建模差分法提取运动目标，对红外测温图像进行对象分割，获取车辆区域
。
[0027]其中，如图2所示，所述红外测温图像中包括当前图像和隧道背景图像，利用差分运算对比当前图像和背景图像提取差值，利用差值与阈值对比后进行二值化处理，分割运动的车辆区域和非运动的隧道区域
。
[0028]作为上述实施例的优化方案2，为了精确获取车辆火焰在颜色空间模型中的颜色分布
，
根据车辆区域进行疑似火焰颜色分割包括：基于
YCbCr
颜色空间与饱和度的疑似火焰区域进行分割，分割出疑似火焰区域；将运动目标区域和疑似火焰区域做与运算确定火焰的候选区域，并对提取的火焰候选区域进行形态学处理和连通域标记，提取火焰特征
。
[0029]作为上述实施例的优化方案3，所述对提取的火焰候选区域进行形态学处理和连通域标记，提取火焰特征包括颜色一阶矩
、
圆形度
、
纹理特征和闪烁特性特征量
。
[0030]根据火焰候选区域的颜色一阶矩
、
圆形度
、
纹理特征和闪烁特性特征量，并作为支持向量机模型的输入向量；选择相应核函数，优化核函数参数，训练得到用于识别运动车辆中火焰特征的支持向量机分类器；
[0031]利用分类器输出预警结果
。
[0032]为了更好的理解本专利技术，下面对专利技术的工作原理作一次完整的描述：
[0033]本专利技术结合公路隧道复杂的环境，以火灾火焰为研究对象，以图像处理为技术手段，分析火焰特征，研究火焰候选区域提取方法
、
火焰候选区域特征提取方法以及结合模式识别技术，提出适合于公路隧道的火灾检测方法，基本流程如图1所示
。
[0034]首先，分析研究火灾火焰的特征以及公路隧道常见干扰物的排除方法，设计适合于公路隧道的火灾检测方法，并针对火灾检测过程中的部分图像处理理论知识进行分析研究，为下为本方案的研究提供研究思路和理论基础
。
[0035]其次，为了提取准确的火焰候选区域，减少干扰物的影响
。
首先对图像进行中值滤波预处理，减少噪声对图像的影响；其次深入研究运动车辆目标的提取方法，提出对于红外测温图像视频帧的背景建模差分法提取运动车辆目标，如图2所示；接着分析研究火焰在颜色空间模型中的颜色分布，提出基于
YCbCr
颜色空间与饱和度的疑似火焰区域分割方法，分割出疑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种隧道内车辆火灾智能预警方法，其特征在于，包括步骤：利用红外与可见光摄像头，循环采集隧道内的红外测温图像视频帧；对红外测温图像视频帧进行对象分割，获取车辆区域；根据车辆区域，进行疑似火焰颜色分割；利用疑似火焰颜色分割，作为候选区域，进行形态学处理后经过分类器输出预警结果
。2.
根据权利要求1所述的一种隧道内车辆火灾智能预警方法，其特征在于，在获取到红外测温图像视频帧后，首先对红外测温图像进行中值滤波预处理；其次，利用基于混合高斯模型的背景建模差分法提取运动目标，对红外测温图像进行对象分割，获取车辆区域
。3.
根据权利要求2所述的一种隧道内车辆火灾智能预警方法，其特征在于，所述红外测温图像中包括当前图像和隧道背景图像，利用差分运算对比当前图像和背景图像提取差值，利用差值与阈值对比后进行二值化处理，分割运动的车辆区域和非运动的隧道区域
。4.
根据权利要求1‑3任一所述的一种隧道内车辆火灾智能预警方法，其特征在于，根据...

【专利技术属性】
技术研发人员：宋金博，林俊，曾周玉，许俊，郭晓秋，沈阳，李浩，孟庆领，丁海萍，
申请(专利权)人：江西交通职业技术学院，
类型：发明
国别省市：