本发明专利技术揭露了一种烟雾图像识别方法，所述方法包括：将当前图像与背景图像相减获得差分图像；对所述差分图像进行运动目标检测；利用烟雾模型在检测出的运动目标中区分出疑似烟雾目标；利用光流误差方程计算所述疑似烟雾目标的运动矢量；统计所述疑似烟雾目标的运动矢量的方差；和所述方差大于预定阀值则确定所述疑似烟雾目标为烟雾目标。同时本发明专利技术还提供一种烟雾图像识别装置。本发明专利技术利用图像识别技术进行烟雾检测和报警，可以很方便地集成于现有监控摄像系统中，具有易于实施的特点。
【技术实现步骤摘要】
烟雾图像识别方法及装置
本专利技术涉及图像处理领域，特别涉及一种对监控图像中烟雾的图像识别方法或直O
技术介绍
吸烟是一种危害健康的行为，因此越来越多的国家和地区对吸烟采取禁止的态 度，并在愈来愈多的区域设置禁烟区域，比如加油站、医院、学校和其他公共场合。然 而总是有一部分人并不具有良好的素养或缺乏自控能力，在禁烟区域无视禁烟标志，或 者是一些吸烟的人并没有注意到所在区域的禁烟标志而在禁烟区域吸烟，这时候就需要 该禁烟区域的管理人员来进行管理，但是管理人员的注意力并不能长时间的集中，所以 最好在该禁烟区域设置一定的提醒装置帮助管理人员进行管理。现有技术中，通常在该禁烟区域内设置一些烟雾传感器来实现监控，当所述烟 雾传感器检测到大气中的烟雾成分的含量超过预定阀值，就结合其他装置发出报警。但 是这种提醒装置的缺点是需要烟雾传感器的安装位置比较合理，以便检测到预定浓度的 烟雾才起作用，而在诸如加油站的禁烟区域有时空气流动太快，安装在顶棚的烟雾传感 器不一定能够检测到足够浓度的烟雾；而在另一些公共场合，由于施工难度较高或者资 金投入太大等问题使额外安装烟雾传感器等设备比较麻烦，不容易实现。鉴于很多公共 场合都设置有监控摄像头，如果能够结合原有监控摄像头提供一定的烟雾检测和报警功 能，那将是非常符合应用的。因此有必要提供一种新的技术方案来解决上述缺点。
技术实现思路
本专利技术的一个目的在于提供一种烟雾图像识别方法，利用图像识别技术进行烟 雾识别。本专利技术的另一目的在于提供一种烟雾图像识别装置，利用图像识别技术进行烟 雾识别。为了达到本专利技术的目的，本专利技术提供一种烟雾图像识别方法，所述方法包括 将当前图像与背景图像相减获得差分图像；对所述差分图像进行运动目标检测；利用烟 雾模型在检测出的运动目标中区分出疑似烟雾目标；利用光流误差方程计算所述疑似烟 雾目标的运动矢量；统计所述疑似烟雾目标的运动矢量的方差；和所述方差大于预定阀 值则确定所述疑似烟雾目标为烟雾目标。进一步地，所述背景图像通过背景建模获得，所述背景建模是指通过已采集的 N帧连续图像组成的样本获得背景图像，所述背景图像中的任一位置的像素点的像素值 都等于已采集的N帧连续图像中对应位置的像素点的像素值作为样本值的样本中值，其 中N为大于O的整数。进一步地，所述已采集的N帧连续图像组成的样本是不断更新的，所述更新为下述三种方式中的一种第一种，对所述样本值进行排序，对其中距离样本中值最远的 样本值替换为新采集的图像中的对应位置像素点的像素值；第二种，对当前N帧连续图 像中的前m帧丢弃，替换为新采集的m帧图像，其中m为大于等于1且小于等于N的整 数；第三种，先采用第一种方式更新，然后采用第二种方式更新。进一步地，将所述差分图像转化为二值图像，对所述二值图像依次采用数学形 态学滤波的腐蚀算法和膨胀算法后，再进行运动目标检测。进一步地，所述烟雾模型的训练方法是将训练图像从RGB色彩空间转换到 HSI色彩空间；以H，S分量对训练图像的像素点建立平面直方图；判断所述像素点是否 是烟雾像素；如果是，对所述像素点的H，S分量增加正的高斯脉冲；如果不是，对所 述像素点的H，S分量增加正的高斯脉冲；和对若干张训练图像不断重复上述过程以获得 烟雾模型。进一步地，所述光流误差方程是x权利要求1.一种烟雾图像识别方法，其特征在于，其包括 将当前图像与背景图像相减获得差分图像； 对所述差分图像进行运动目标检测；利用烟雾模型在检测出的运动目标中区分出疑似烟雾目标； 利用光流误差方程计算所述疑似烟雾目标的运动矢量； 统计所述疑似烟雾目标的运动矢量的方差；和 所述方差大于预定阀值则确定所述疑似烟雾目标为烟雾目标。2.根据权利要求1所述的方法，其特征在于，所述背景图像通过背景建模获得，所述 背景建模是指通过已采集的N帧连续图像组成的样本获得背景图像，所述背景图像中的 任一位置的像素点的像素值都等于已采集的N帧连续图像中对应位置的像素点的像素值 作为样本值的样本中值，其中N为大于0的整数。3.根据权利要求2所述的方法，其特征在于，所述已采集的N帧连续图像组成的样本 是不断更新的，所述更新为下述三种方式中的一种第一种，对所述样本值进行排序， 对其中距离样本中值最远的样本值替换为新采集的图像中的对应位置像素点的像素值； 第二种，对当前N帧连续图像中的前m帧丢弃，替换为新采集的m帧图像，其中m为大 于等于1且小于等于N的整数；第三种，先采用第一种方式更新，然后采用第二种方式 更新。4.根据权利要求1所述的方法，其特征在于，将所述差分图像转化为二值图像，对所 述二值图像依次采用数学形态学滤波的腐蚀算法和膨胀算法后，再进行运动目标检测。5.根据权利要求1所述的方法，其特征在于，所述烟雾模型的训练方法是 将训练图像从RGB色彩空间转换到HSI色彩空间；以H，S分量对训练图像的像素点建立平面直方图； 判断所述像素点是否是烟雾像素； 如果是，对所述像素点的H，S分量增加正的高斯脉冲； 如果不是，对所述像素点的H，S分量增加正的高斯脉冲；和 对若干张训练图像不断重复上述过程以获得烟雾模型。6.根据权利要求1所述的方法，其特征在于，所述光流误差方程是7.根据权利要求1所述的方法，其特征在于，所述疑似烟雾目标的运动矢量的方差在 连续η帧图像都超出预定阀值，才确定所述疑似烟雾目标为烟雾目标。8.—种烟雾图像识别装置，其特征在于，其包括 图像采集模块，采集图像；背景建模模块，利用已采集的图像建立背景模型并估计出背景图像；运动目标检测模块，将当前图像与背景图像相减获得差分图像并对所述差分图像进行运动目标检测；运动目标分类模块，利用烟雾模型区分出一般运动目标和疑似烟雾目标；运动矢量分析模块，利用光流误差方程计算所述疑似烟雾目标的运动矢量；烟雾目标识别模块，统计所述疑似烟雾目标的运动矢量的方差并判断所述运动矢量 是否超过预定阀值。9.根据权利要求8所述的装置，其特征在于，所述背景建模模块包括包括背景估算单 元和样本值更新单元，所述背景估算单元利用已采集的N帧连续图像作为样本利用中值滤波法估算出背景 图像，其中N为大于0的整数；和所述样本值更新单元提供所述样本并不断更新所述样本。10.根据权利要求8所述的装置，其特征在于，所述运动目标检测模块包括差分图像 计算单元和运动目标检测单元，所述差分图像计算单元将所述图像采集模块采集的当前图像和所述背景建模模块估 计出的背景图像相减获得差分图像；和所述运动目标检测单元从所述差分图像中检测出运动目标。11.根据权利要求8所述的装置，其特征在于，所述运动矢量分析模块采用的光流误 差方程是其中，I表示图像，ν表示运动矢量，X，y为方向，t为时间量。 12.根据权利要求8所述的装置，其特征在于，所述烟雾目标识别模块判断所述疑似 烟雾目标的运动矢量的方差在连续η帧图像都超出预定阀值，才确定所述疑似烟雾目标 为烟雾目标。12.根据权利要求8所述的装置，其特征在于，所述烟雾目标识别模块判断所述疑似烟雾目标的运动矢量的方差在连续n帧图像都超出预定阀值，才确定所述疑似烟雾目标为烟雾目标。全文摘要本专利技术揭露了一种烟雾图像识别方法，所述方法包括将当前图像与背景图像相减获得差分图像；对所述差分图像进行运动目标检测本文档来自技高网...
【技术保护点】
一种烟雾图像识别方法，其特征在于，其包括：将当前图像与背景图像相减获得差分图像；对所述差分图像进行运动目标检测；利用烟雾模型在检测出的运动目标中区分出疑似烟雾目标；利用光流误差方程计算所述疑似烟雾目标的运动矢量；统计所述疑似烟雾目标的运动矢量的方差；和所述方差大于预定阀值则确定所述疑似烟雾目标为烟雾目标。
【技术特征摘要】
【专利技术属性】
技术研发人员：谌安军，
申请(专利权)人：无锡中星微电子有限公司，
类型：发明
国别省市：32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。