烟雾检测方法以及装置的制造方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，尤其涉及一种烟雾检测方法W及装置。
【背景技术】
[0002] 目前，在视频监控中需要对烟雾进行检测。例如当大楼的某一处发生火灾时，如果 能通过视频图像自动检测出该区域出现烟雾，则可W尽快进行火灾报警，减少火灾带来的 损失。
[0003] 但是，现有技术中对视频图像进行检测来判断是否存在烟雾的技术方案均存在检 测准确性不高、不能快速准确地进行检测的问题。
[0004] 应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、 完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为该些方案在本发明的
【背景技术】部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
【发明内容】
[0005] 本发明实施例提供一种烟雾检测方法W及装置，能够通过视频图像快速准确地对 烟雾进行检测。
[0006] 根据本发明实施例的一个方面，提供一种烟雾检测方法，所述烟雾检测方法包 括：
[0007] 对于待检测图像的多峽进行特征提取，获得所述待检测图像中用于检测运动物体 的一个或多个候选区域；
[0008] 分析所述候选区域在所述多个峽中的面积变化、运动方向W及形状变化；
[0009] 根据分析结果判断所述候选区域是否存在烟雾。
[0010] 根据本发明实施例的另一方面，提供一种烟雾检测装置，所述烟雾检测装置包 括：
[0011] 获取单元，对于待检测图像的多峽进行特征提取，获得所述待检测图像中用于检 测运动物体的一个或多个候选区域；
[0012] 分析单元，分析所述候选区域在所述多个峽中的面积变化、运动方向W及形状变 化；
[0013] 判断单元，根据分析结果判断所述候选区域是否存在烟雾。
[0014] 本发明的有益效果在于；通过特征提取获得候选区域，并分析候选区域在多个峽 中的面积变化、运动方向W及形状变化，可W基于视频快速准确地对烟雾进行检测。
[0015] 参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原 理可W被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附 权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。
[0016] 针对一种实施方式描述和/或示出的特征可相同或类似的方式在一个或更 多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特 征。
[0017] 应该强调，术语"包括/包含"在本文使用时指特征、整件、步骤或组件的存在，但 并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
【附图说明】
[0018] 所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部 分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下 面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创 造性劳动性的前提下，还可W根据该些附图获得其他的附图。在附图中：
[0019] 图1是本发明实施例1的烟雾检测方法的一流程示意图；
[0020] 图2是本发明实施例1的获取候选区域的一流程示意图；
[0021] 图3是本发明实施例1的方向定义的一示意图；
[0022] 图4是本发明实施例2的烟雾检测装置的一构成示意图；
[0023] 图5是本发明实施例2的获取单元的一构成示意图；
[0024] 图6是本发明实施例2的分析单元的一构成示意图；
[00巧]图7是本发明实施例3的电子设备的一构成示意图。
【具体实施方式】
[0026] 参照附图，通过下面的说明书，本发明的前述W及其它特征将变得明显。在说明书 和附图中，具体公开了本发明的特定实施方式，其表明了其中可W采用本发明的原则的部 分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权 利要求的范围内的全部修改、变型W及等同物。
[0027] 实施例1
[0028] 本发明实施例提供一种烟雾检测方法。图1是本发明实施例的烟雾检测方法的一 流程示意图，如图1所示，所述烟雾检测方法包括：
[0029] 步骤101，对于待检测图像的多峽进行特征提取，获得所述待检测图像中用于检测 运动物体的一个或多个候选区域；
[0030] 步骤102,分析所述候选区域在所述多个峽中的面积变化、运动方向W及形状变 化；
[0031] 步骤103,根据分析结果判断所述候选区域是否存在烟雾。
[0032] 在本实施例中，可W通过对视频中的慢速运动物体进行提取，通过候选区域来跟 踪运动物体的轨迹，并分析该运动物体所在候选区域的面积变化、运动方向W及形状变化 等信息，从而判断该候选区域中是否存在烟雾。
[0033] 图2是本发明实施例的获取候选区域的一流程示意图，如图2所示，步骤101对于 待检测图像的多峽进行特征提取，获得所述待检测图像中用于检测运动物体的一个或多个 候选区域，具体可W包括：
[0034] 步骤201，对每一峽进行背景建模W获得所述峽的二值图像；
[00巧]例如，可W采用基于高斯混合模型（GMM，GaussianMix化reModel))的背景建模 方法，对输入视频的灰度图像进行背景建模，然后计算前景(运动)区域。获得的前景图W二 值图像方式表示，即前景部分的像素值为"1"，背景部分的像素值为"0"。但本发明不限于 此，还可W采用现有其他的方式来计算二值图像。
[0036] 步骤202,在所述二值图像上获得一个或多个连通域；
[0037]例如，在二值图上像素值为"1"且相互连通的像素将被整合成为若干个像素集合， 即连通域。关于连通域的概念，对于本领域的技术人员是清楚的，可W参考相关技术。每一 幅二值图中可W提取出一个或若干个不同大小的连通域。
[0038] 步骤203,对所述一个或多个连通域进行筛选W获得所述一个或多个候选区域。
[0039]可W对连通域进行筛选来降低噪声的干扰，进一步提高检测的准确度W及降低计 算的复杂度。此外，当仅由一个连通域的情况下，可W直接将该连通域作为候选区域。
[0040]在一个实施方式中，对于每一连通域计算面积，可W筛选掉面积小于预设阔值的 连通域。例如，如果一个连通域的面积（即该连通域内的包含的像素数目）小于一定的预设 阔值，则该连通域将被忽略而不作处理。关于该预设阔值，可W根据经验值预先确定。
[0041]在另一个实施方式中，对于每一连通域计算平均颜色深度，可W筛选掉平均颜色 深度在预设范围之外的连通域。例如，可W获取连通域中的像素在原始图像中对应像素的 y，cb，crH个通道的值，然后计算整个连通域的像素在y，cb，crH个通道中的均值。此 夕F，对于y，cb，crH个通道，可W分别预设H个取值范围；[ymin，ymax], [cbmin，cbmax], [crmin，crmax]。如果一个连通域的像素对应的原始图像区域在H个通道中的均值都落在 H个取值范围之内，则该连通域被保留，否则该连通域将被忽略而不作处理。
[0042]值得注意的是，W上仅对如何筛选连通域进行了示意性说明，但本发明不限于此， 还可W采用其他的方式进行筛选。此外，上述实施方式可W单独进行，也可W结合起来使 用，即将经过面积筛选W