一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于BES
‑
BP分类器与时空视觉特征的火灾探测方法


[0001]本专利技术涉及火灾探测
，具体涉及一种基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法
。

技术介绍

[0002]火灾是一种破坏性强的自然或人为灾害，对火灾实现快速
、
准确的探测可以最大限度地减少人员伤亡和财产的损失，具有至关重要的作用
。
目前，已有的各类火灾探测方法一般使用温度
、
烟雾或光电传感器等来完成，但这些方法一般要求传感器靠近火源，对传感器抗热要求很高，因此，无法在户外环境或大空间内完成检测，而基于计算机视觉的视频监控是一种可以解决以上问题的方法，通过使用单个监控摄像头以及先进的图像和视频处理技术，能帮助我们更快地探测到火灾，而无需考虑对传感器的严格要求
。
[0003]基于计算机视觉的火灾检测方法主要分为基于颜色和基于运动的两类检测方法
。
其中，基于颜色的检测方法主要考虑火灾区域明显的颜色特征，比如，火焰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法，其特征在于，包括以下步骤：步骤
(1)
确定候选火灾区域，并完成预处理；步骤
(2)
利用基于运动强度感知的火焰运动检测技术，提取包含运动像素的运动强度信息及运动区域；步骤
(3)
对于每个候选火灾区域，提取一组相互补充的特征，包括四个时空特征和两个空间特征，时空特征包括两个表面时空特征及两个边界时空特征，表面时空特征为表面运动速率
SMR
和运动强度速率
MIR
；边界时空特征为随机运动值特征
SMV
和随机运动方向特征
SMD
；两个时空特征为颜色变化率
CVR
和边界粗糙度率
BRR
；步骤
(4)
利用秃鹰算法
BES
优化
BP
神经网络的权值，构建
BES
‑
BP
分类器，使用步骤
(3)
中从候选火灾区域提取的六个特征，创建一个六维的特征向量，并用
BES
‑
BP
分类器有效区分火灾区域
。2.
根据权利要求1所述的基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法，其特征在于，所述步骤
(1)
具体如下：首先，通过火焰颜色来识别输入视频帧图片中的火焰区域，火焰的颜色从红色到黄色不等，选定包含具有该颜色范围的像素为候选火灾区域，然后进行预处理，应用最大类方差阈值算法
Otsu
来获得二值图像
。3.
根据权利要求1所述的一种基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法，其特征在于，所述步骤
(2)
中基于运动强度感知的火焰运动检测技术，提取包含运动像素的运动强度信息及运动区域，具体步骤如下：步骤
(2.1)
：将第
f
t
帧和第
f
t1
帧作为输入帧，计算两帧间的差分图像，将对应像素在
R、G、B
三个通道上分别计算，最后得到
R、G、B
通道上的差分图像
S
R
(x,y)、S
G
(x,y)、S
B
(x,y)
；步骤
(2.2)
：计算差分图像的
R、G
和
B
通道上的差分图像的像素均值
μ
R
、
μ
G
、
μ
B
；对大小为
m
×
n
的差分图像，计算其在
RGB
通道上的平均值，具体如下：通道上的平均值，具体如下：通道上的平均值，具体如下：步骤
(2.3)
：计算运动强度图
M(x,y)
：
M(x,y)
＝
((S
R
(x,y)
‑
μ
R
)+(S
G
(x,y)
‑
μ
G
)+(S
B
(x,y)
‑
μ
B
))/3
步骤
(2.4)
：采用阈值化算法计算去噪后的期望运动强度图
I(x,y)
；其中，
I(x,y)
是期望的运动强度图，
α
是阈值，
α
在
[3
，
8]
范围内；步骤
(2.5)
：计算二进制运动图像
B(x,y)
，通过对图像
I(x,y)
执行硬阈值处理来获得对应的二进制图像
B(x,y)。
4.
根据权利要求3所述的一种基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法，其特征在于，检测输入视频给定帧内的每个火灾区域，空间特征从处理帧中提取，时间特征使用输入火灾视频中的其他帧，使用与处理帧相距合理间隔的一帧，即为了识别第
t
th
帧中的火灾区域，使用第帧，分别被称为
f
t
和
f
t1
。5.
根据权利要求1所述的一种基于
BES
‑
BP
分类器与时空视觉特征的火灾探测方法，其特征在于，所述步骤
(3)
中，对于每个候选火灾区域，提取一组相互补充的特征，具体步骤如下：步骤
(3.1)
：提取表面时空特征，即表面运动速率
SMR
和运动强度速率
MIR
；
Step 1
：提取
SMR
特征：其中，
A
是正在处理区域的面积，即区域内的像素数量，
B
是运动图像内的移动像素数量，考虑到火灾的移动表面特征，火灾区域的
SMR
大于非火灾移动物体的相关区域；
Step 2
：提取
MIR
特征其中，
A
是正在处理区域的面积，
I
是正在处理区域内像素的运动强度值的总和；火灾区域的
MIR
大于非火灾移动物体的相关区域；步骤
(3.2)
：提取边界时空特征，即随机运动值特征
SMV
和随机运动方向特征
SMD
；
Step 1
：选取研究点，边界时空特征是通过分析候选火灾区域的边界随时间变化的位置和方向来计算的，选择每个区域边界上四个角和四边的中心八个点；
Step 2
：构造运动矢量的集合
V
为了分析上述选取点的运动行为，用以指定两个对应边界上的研究点的位置并测量其运动矢量，定义以下数学公式来对其进行描述：对于给定的区域，定义两个帧中的八个点，具体如下：
pf
t
＝
{p
1t
,p
2t
,
…
,p
8t
},pf
t1
＝
{p
1t1
,p
2t1
,
…
,p
8t1
}
其中，
pf
t
和
pf
t1
分别为第
f
t
帧和第
f
t1
帧边界上研究点的集合，对于
pf
t
中的每个点计算对应在
pf
t1
中最接近的点具体计算公式如下：其中，
|
·
|
是欧几里得距离，是第
f
t
帧中的第
m
个点，是第
f<...

【专利技术属性】
技术研发人员：戴峻峰，杨俊杰，张航，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：