一种基于视频图像检测烟火的方法和系统技术方案

本发明专利技术公开了一种基于视频图像检测烟火的方法，包括：从视频图像数据中提取预定数量的连续图像帧；对各帧图像的像素点位置提取对应的亮度序列，对各个序列进行并行分析处理；并进行滤波和降采样，得到输出信号；根据输出信号的幅度变化情况检测像素点位置是否具有烟火特性；综合各像素位置的检测结果确定视频图像中的准烟火区域；判断准烟火区域的图像是否为烟火图像。本发明专利技术还提供了相应的基于视频图像检测烟火的系统。本发明专利技术通过对高清视频图像的所有像素进行分析，借助于GPU强大的并行计算能力，使算法在速度上显著提升，大幅提高烟火检测精度，使高清视频烟火检测效果有了质的飞跃。可在智能交通系统中实现基于高清视频的实时烟火检测。

【技术实现步骤摘要】

本专利技术涉及图像处理及识别
，特别是涉及一种基于视频图像检测烟火的方法和系统。
技术介绍
在现代智能交通系统中，高清摄像机已经广泛地应用于城市道路、高速公路的路口及路段上。在一些需要安全防火的区域，如仓库重地、车站码头以及交通枢纽等都安装有视频监视器。基于高清视频的情景分析已经成为了智能交通系统一个重要功能，也是未来各种监控系统的一个重要发展方向，而且随着技术的不断进步，基于高清视频的情景分析已经从简单的情景分析发展到复杂的综合情景分析。基于高清视频的烟火检测技术使智能交通系统能够快速地检测到高清摄像机监控路段中出现的起火冒烟车辆，自动报警，为交通管理提供了强有力的支持。因此其在智能交通系统中有很强的实际需求和广泛应用前景。目前，基于高清视频的烟火检测通常采用的是，将高清视屏等尺度缩小后再处理的方法，这主要是因为高清视屏再提供高分辨率视频的同时，也带来了一些技术难题，其中计算量成倍增加致使系统无法实时地进行烟火检测，是制约高清视频无法直接应用的主要因素。有了高清的视频却无法充分利用是目前各智能监控系统中烟火检测模块的一大缺憾。因此，急需提出一种基于高清视频的实时烟火检测方法。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于视频图像检测烟火的方法和系统，可利用高清视频图像实时检测烟火。本专利技术提供的一种基于视频图像检测烟火的方法，包括获取所摄取的视频图像数据并保存；从所述视频图像数据中提取预定数量的连续的图像帧；对所述各帧图像的所有像素点位置提取对应的亮度序列，得到序列集合{Y(x， y)}，对集合中各个序列Y (χ，y)进行并行分析处理；对所述亮度序列Y(x，y)进行滤波和降采样，得到输出信号l(x，y)；根据所述输出信号\(x，y)的幅度变化情况检测所述像素点位置是否具有烟火特性；综合各像素位置的检测结果确定所述视频图像中的准烟火区域；判断所述准烟火区域的图像是否为烟火图像；若所述准烟火区域的图像具有非凸特性，则确定所述准烟火区域为烟火图像。本专利技术提供的一种基于视频图像检测烟火的系统，包括图像获取单元，用于获取所摄取的视频图像数据并保存；并行处理单元，用于从所述视频图像数据中提取预定数量的连续的图像帧；并对各帧图像的所有像素点位置提取对应的亮度序列，得到序列集合{Y(x，y)}，对集合中各个序列Y(x，y)进行并行分析处理；滤波单元，对所述亮度序列Y(x，y)进行高通滤波和降采样，得到输出信号Yh (X， y)；检测单元，根据输出信号l(x，y)的幅度变化情况检测所述像素点位置是否具有烟火特性；烟火区域确定单元，用于综合各像素位置的检测结果确定所述视频图像中的准烟火区域；判断单元，用于判断所述准烟火区域的图像是否为烟火图像；判断单元识别所述准烟火区域的图像是否满足凸面条件；若所述准烟火区域的图像具有非凸特性，则确定所述准烟火区域为烟火图像。与现有技术相比，本专利技术通过对高清视频序列的所有像素进行小波分析，极大限度利用了高清视频带来的高分辨率优势，使烟火检测精度有了很大的提高。GPU超性能计算技术的引入，使算法在速度上提升了至少2个数量级，速度优势保证了其可以处理高帧率的高清视频，从而避免了由于视频的帧率低所引起的信号混淆。本专利技术实施例借助于GPU 强大的并行计算能力，本算法使高清视频烟火检测效果有了质的飞跃。附图说明图1为本专利技术提供的一种基于视频图像检测烟火的方法流程图；图2为本专利技术具体实施例中提供的检测烟火的原理示意图；图3为本专利技术实施例中提供的检测烟火的方法流程图；图4为本专利技术实施例中提供的并行处理线程与图像的各像素对应示意图；图5为本专利技术具体实施例中采用的一阶滤波器的示意图；图6为本专利技术具体实施例中提供的检测烟火的系统构成示意图。具体实施例方式随着英伟达NVIDIA公司统一计算设备架构(CUDA)平台的发布，以及随后OpenCL 的推出，GPU并行计算技术已经逐步走向了成熟。本专利技术将GPU超性能计算技术应用于高清视频分析中的烟火检测模块，可实现对高清视频的实时烟火检测。本专利技术提出了一种基于视频实时烟火检测方法，本方法使用GPU超性能计算技术，在智能交通系统中实现了基于高清视频的实时烟火检测。本专利技术对高清视频图像的所有像素进行小波分析，极大限度利用了高清视频带来的高分辨率优势，使烟火检测精度有了很大的提高。GPU超性能计算技术的引入，使算法在速度上提升了至少2个数量级，速度优势保证了其可以实时地处理高帧率的高清视频，从而避免了由于视频的帧率低所引起的信号混淆。可以说，借助于GPU强大的并行计算能力， 本方法使高清视频烟火检测效果有了质的飞跃。参照图1，本专利技术提供的一种基于视频图像检测烟火的方法，包括如下步骤S01，获取所摄取的视频图像数据并保存；S02，从所述视频图像数据中提取预定数量的连续的图像帧；S03，对所述各帧图像的所有像素点位置提取对应的亮度序列，得到序列集合 {Y (χ, y)}，对集合中各个序列Y (χ，y)进行并行分析处理；S04，对亮度序列Y(x，y)进行高通滤波和降采样，得到输出信号\(x，y)；S05，根据所述输出信号\(x，y)的幅度变化情况检测像素点位置是否具有烟火特性，并综合各像素位置的检测结果确定所述视频图像中的准烟火区域；S06，判断所述准烟火区域的图像是否为烟火图像。若所述准烟火区域的图像具有非凸特性，则确定所述准烟火区域为烟火图像。在步骤SOl中，读取视频中每一帧图像，并将数据保存到存储器中。并在存储器上分配2个映射图，记为Map_device、Fire_device，该映射图是和视频图像等尺寸的二值图像，该图像像素只有0，1两种值，0表示该位置非烟火，1表示该位置是烟火。通常，所摄取的视频具有高清晰度和高帧率；根据实验测定，火焰闪烁的频率约为10Hz，为了准确地捕获烟火区域，避免混淆，视频的帧率要不小于20fps。在时域进行分析时，为了获得准确的结果，本专利技术具体实施例中使用最近1秒内的图像数据进行分析，所以存储器上动态保存最近的20帧连续的高分辨率图像。在步骤S02中，一般地，所摄取的视频的帧率> IOfps ；预定数量至少为10帧，即提取至少10帧连续的图像帧。在具体实施例中通常采用20帧连续的图像帧，这样效果会更好。更适宜地，采用的帧数量与视频的帧率保持一致，例如，当前的视频图像的帧率为 15fps，则采用连续的15帧进行分析处理。在步骤S03中，本步骤使用时域小波分析计算各个像素点的是否符合烟火闪烁条件。因为烟火信号是非稳定的(非平稳随机过程)，而小波分析特别适用于处理非稳定信号的。时域小波分析所用的各像素变化信息相互独立，像素间无需交互操作，因此适合使用 GPU并行计算。根据GPU大规模并行计算特性，采用如下设计每个线程负责对一个像素点进行小波分析，检测其变化频率是否和焰火闪烁频率相符，即GPU内分配的线程数等于每帧图像的像素数。本步骤中对提取的所述各帧图像的像素进行并行分析处理，具体包括采用N个线程并行对各像素进行处理，N为图像的像素数；各线程并行读取各像素对应位置的亮度序列Y(x，y)。所述对提取的所述各帧图像的像素进行并行分析处理采用的是小波分析，通常在支持通用计算的图像处理单元GPU中执行。其中采用N个线程并行对各像素本文档来自技高网...

【技术保护点】
１．一种基于视频图像检测烟火的方法，其特征在于，包括：获取所摄取的视频图像数据并保存；从所述视频图像数据中提取预定数量的连续的图像帧；对所述各帧图像的所有像素点位置提取对应的亮度序列，得到序列集合｛Ｙ（ｘ，ｙ）｝，对集合中各个序列Ｙ（ｘ，ｙ）进行并行分析处理；对所述亮度序列Ｙ（ｘ，ｙ）进行滤波和降采样，得到输出信号Ｙｈ（ｘ，ｙ）；根据所述输出信号Ｙｈ（ｘ，ｙ）的幅度变化情况检测所述像素点位置是否具有烟火特性；综合各像素位置的检测结果确定所述视频图像中的准烟火区域；判断所述准烟火区域的图像是否为烟火图像；若所述准烟火区域的图像具有非凸特性，则确定所述准烟火区域为烟火图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：李健，
申请(专利权)人：中兴智能交通无锡有限公司，
类型：发明
国别省市：32