申请/专利权人：昆明理工大学

申请日：2021-08-25

公开（公告）日：2023-08-22

公开（公告）号：CN113744326B

主分类号：G06T7/62

分类号：G06T7/62;G06T7/136;G06T7/11;G06V10/56;G06V10/26

优先权：

专利状态码：有效-授权

法律状态：2023.08.22#授权;2021.12.21#实质审查的生效;2021.12.03#公开

摘要：本发明涉及一种在YCRCB颜色空间中基于种子区域生长法则的火灾检测方法，属于火灾检测技术领域。本发明包括采集图像、进行帧图像预处理，利用火灾的颜色特性在YCrCb通道进行图像种子选取、得到的种子根据灰度值和色度差相似性准则进行区域生长，对生长后的图像进行火焰图像动态特征的判别，进而得到火灾最终的判别结果。本发明解决了目前火灾识别准确性低、运算度大的问题，能有效提高火灾检测的速度与准确性。

主权项：1.一种在YCRCB颜色空间中基于种子区域生长法则的火灾检测方法，其特征在于：包括采集图像、进行帧图像预处理，利用火灾的颜色特性在YCrCb通道进行图像像素种子选取、得到的种子根据灰度值和色度差相似性准则进行区域生长，对生长后的图像进行火焰图像动态特征的判别，进而得到火灾最终的判别结果；所述方法的具体步骤如下：Step1、通过图像采集设备采集疑似火灾图像，再进行图像预处理；Step2、将所处理的彩色图像从RGB转化到YCrCb空间当中；Step3、在YCrCb空间中基于像素的相似性准则选取图像像素种子；Step4、根据种子的生长准则，在YCrCb空间中对选取种子区域进行区域生长；种子的生长准则以图像灰度差和色度差为判定条件；Step5、基于火焰图像在YCrCb通道上进行区域分割；Step6、对图像区域分割后，通过动态调节区域生长准则中的灰度差阈值及色度差阈值的大小处理过分割及欠分割问题；Step7、对图像YCrCb通道的特性进行筛选，再次去除掉与火灾图像相似的图像区域；Step8、对疑似火焰区域的动态特征进行分析，得到火灾最终的判别结果；所述Step3中，利用基于像素的相似性准则选取图像像素种子的基础上，加入根据火焰图像色彩通道的限制性条件，色彩通道的限制性条件公式为：Yx，yCbx，yCrx，yCbx，y其中Yx，y、Crx，y和Cbx，y分别是空间位置x，y的亮度、蓝色度和红色度值；根据火焰图像的统计规律：火焰像素在YCrCb颜色通道中，Y通道值大于Cb通道值，Cr通道值大于Cb通道值；其次，基于像素的相似性准则包括如下：1相似度公式： xi表示某一点像素周围邻域像素分别为Y、Cr、Cb通道上的值，x表示某一点像素周围邻域像素分别为Y、Cr、Cb通道上的平均值，σx表示Y、Cr、Cb通道上的标准偏差，记作σY、总标准偏差为记作σ，采用归一化的相似度为：σN＝σσmax其中σmax表示图像中标准偏差最大值，H表示像素与其邻域的相似度；H＝1-σN若HHthesoul,则为种子区域，这里的阈值Hthesoul是通过统计实验数据得到的，对于不同的火灾背景，能动态的调节阈值；2一个区域与它的邻居区域的色彩相对欧氏距离的最大值要小于一个阈值；相对欧几里德公式为： 其中di表示某点的像素与其周围8领域像素在YCbCr通道上的欧几里德距离，Y，Cb，Cr表示某点像素在Y，Cb，Cr通道上的值，Yi，表示该点的邻域像素在Y，Cb，Cr通道上的值，dmax表示该像素与其周围8领域像素中欧几里距离值中的最大值，该最大值要满足：dmax＝dthesould这里的欧几里德颜色阈值dthesould是通过统计实验规律决定的；所述Step8具体包括：8.1检测图像当中的运动区域公式为：di,j＝gni,j-g0i,j其中gni，j是输入图像的第n帧，g0i，j是在监视期间更新的背景图像，这里的gni,j、g0i,j分别表示灰度图像，对得到的两帧灰度图像的差值进行判定，当大于阈值T1时，判定为运动图像；否则判定为非运动图像，这里定义gresult图像最终的判定结果，如下:公式为： 这里定义总和gresult为最近图像的移动显著性，如下:这里T1是由猜测和统计经验规律选择的阈值，T1决定算法对单个像素变化的灵敏度；8.2检测火灾区域图像面积大小的随机性在图像处理中，区域大小表示对象的像素数；由于火焰闪烁，边缘会跳动，可疑区域的面积大小会逐帧变化，但轮廓相似，使用下面描述的公式计算区域大小的随机性:公式： 其中，Ai表示当前帧中潜在火灾区域的面积大小，Ai-1表示前一帧中潜在火灾区域的面积大小，在使用硬决策规则的情况下，如果▽Aiλ，则确定为火灾，其中λ是决策阈值，通过统计实验规律求得；8.3检测边缘的随机性从几何性质来看，火焰序列相邻帧的边缘不稳定，但整体边缘具有稳定的相似性；“索贝尔”检测算子用于获取可疑火灾的边缘，然后使用相似度公式作为等式； 其中bix,y是当前帧中火焰的像素，bi+1x,y是后一帧中火焰的像素；在火灾探测过程中，应通过统计实验规律选择阈值θ；当大于θ时，判断为火灾；边缘似然反映了火焰形状、空间变化和空间分布变化的相似性；它用来区分常见的干扰目标，包括快速移动的固定高光、火焰颜色移动的物体或大面积的光照变化；8.4检测火灾图像锐角转角视频图像中的火焰形状特征显示为具有多层闭合轮廓的图像，轮廓线上有一个或多个尖角；尖角必须满足两个条件，首先它有一个顶点，然后它两边的值大于一个阈值L；如果发生火灾，在潜在火灾区域的轮廓上必须有很多尖角，这里设置的最小数目是Nmin，也是由实验规律取得；8.5检测目标的圆形度圆形度是一个参数，用来衡量物体的圆形程度或面积复杂度；它由对象面积大小和周长计算，如下所示:公式： 其中，So是目标的面积大小，P是周长；火焰具有复杂的、不规则的形状，而其他类似的火干扰具有规则的形状，具有高圆形度；如果潜在目标的圆形度小于阈值Ct，则确定图像中有火灾；尖角的提取和目标圆度的计算都是基于火焰的多边形和不规则特征的判据。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种在YCRCB颜色空间中基于种子区域生长法则的火灾检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD