专利名称：基于无量纲特征提取的火灾火焰检测方法
技术领域：
本发明涉及火焰的无量纲特征提取模型及火焰检测实现方法。
背景技术：
随着计算机视觉技术的发展，智能视频监控技术以其重复工作不会疲劳，精度高且稳定的特质开始“取代人眼”运用在越来越多的场合。在火灾检测方面，相比传统的火灾检测，基于视频的火灾检测延伸了人类视觉的功能，能更迅速、准确地发现火灾。在火灾火焰“蔓延”初期，由于火苗较小且受空间距离的影响，传统的检测探头难以迅速“捕捉”火情。 而通过视频监控，可以获取丰富直观的图像信息，利用先进的图像处理技术，再提炼出灵活的火焰识别算法，使得对早期火灾火焰进行低误报和漏报率的识别成为可能。火焰的特征提取和分割是火焰识别中关键技术。首先运用图像预处理的技术，有针对性地对图像进行动态分割，提取出可疑区域，这是进行火灾火焰的特征识别的前提。然后研究火焰初期的动态特性，总结火灾火焰不稳性规律，对火焰特征进行较好的描述和提取，关系到最终的火焰检测结果。最后，运用图像理解的手段对火焰进行识别。然而，火焰的时空动态特征使得其特征难以“稳定地”描述，不但给后面的图像理解带来困难，而且使得最后的算法难以在更一般的场合下得到推广和运用；另外，特征提取也要考虑对火焰类似物干扰的区分，这无疑也使得特征提取的难度增大。
发明内容
本发明目的是提出一种基于无量纲特征提取的火焰检测方法。从而实现对火灾初期火焰的正确识别，并具有良好的抗干扰性能。本发明的技术方案是基于无量纲特征提取的火焰检测方法，通过“搜寻”的方法对火焰图像进行准确的可疑区域分割，运用无量纲的多尺度不变性，用三个无量纲特征因子中心偏移因子、面积增量因子和“动态常数”因子描述火焰的动态特征因子；将所述特征因子组成特征向量在分类器中训练，从而实现对火焰的正确识别；并对一般干扰具有较好的区分；搜寻可疑区域分割通过图像处理中帧差法提取动态区域和灰度阈值法提取高亮区域；记第Ai和Bi分别为第i帧获得的动态区域和高亮区域，且均可分解成互不相交的集合的并集Ai = U Aa, a = 1,2,3—(I)Bi =U B0, 3 =1,2,3***(2)其中，Aa和B0分别为某个动态和高亮区域；记Ci = Ai H Bi,若。户0，有Ci =U CY, y = 1,2,3-(3)标记Cy的中心点为xy，在、中寻找包含xY的区域，记为Bk，得到可疑区域R为R = U Bk, k = I, 2, 3...(4)中心偏移因子用来衡量可疑区域中心偏移的相对大小的无量纲因子，用AL*表不:al* = ^(5)其中，
权利要求
1.基于无量纲特征提取的火焰检测方法，其特征是通过“搜寻”的方法对火焰图像进行准确的可疑区域分割，运用无量纲的多尺度不变性，用三个无量纲特征因子中心偏移因子、面积增量因子和“动态常数”因子描述火焰的动态特征因子；将所述特征因子组成特征向量在分类器中训练，从而实现对火焰的正确识别；并对一般干扰具有较好的区分；搜寻可疑区域分割通过图像处理中帧差法提取动态区域和灰度阈值法提取高亮区域；记第Ai和Bi分别为第i帧获得的动态区域和高亮区域，且均可分解成互不相交的集合的并集Ai = U Aaj ct =1,2 3...(I)Bi = U B0，3 = 1，2，3…(2)其中，Aa和B,分别为某个动态和高亮区域；记仏=Ai n:Ci = U Cy，Y = 1，2，3…(3)标记Cy的中心点为xY，在B,中寻找包含Xy的区域，记为Bk，得到可疑区域R为R = U Bk，k = 1，2，3…(4)中心偏移因子用来衡量可疑区域中心偏移的相对大小的无量纲因子，用A I；表示
全文摘要
基于无量纲特征提取的火焰检测方法，通过“搜寻”的方法对火焰图像进行准确的可疑区域分割，运用无量纲的多尺度不变性，用三个无量纲特征因子中心偏移因子、面积增量因子和“动态常数”因子描述火焰的动态特征因子；将所述特征因子组成特征向量在分类器中训练，从而实现对火焰的正确识别；并对一般干扰具有较好的区分；本发明通过步骤可疑区域的“搜寻”分割+无量纲动态提取+分类器算法设计，实现了对不同距离空间和多干扰条件下火焰检测与抗干扰分析的检测流程。
文档编号G06K9/62GK102609727SQ20121005594
公开日2012年7月25日 申请日期2012年3月6日 优先权日2012年3月6日
发明者缪小平, 黄正宇 申请人:中国人民解放军理工大学工程兵工程学院