申请/专利权人：东南大学

申请日：2021-05-18

公开（公告）日：2024-04-16

公开（公告）号：CN113221763B

主分类号：G06V20/40

分类号：G06V20/40;G06V10/56;G06V10/764;G06V10/774;G06T7/11

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明公开了一种基于视频图像亮度的火焰识别方法，考虑到火焰发生时会有着不同的亮度，按照大多数算法所采用的单一的火焰分割技术，并不能将有效的火焰部分进行分割，研究了一种以亮度为基准的火焰识别算法，可更有效得在多种环境下实现对于火焰的识别。本发明包括以下步骤：首先读取视频图像信息；然后根据亮度判据将图像分为高低亮度图像，分别采用高低亮度火焰分割算法，得到疑似火焰区域；再对该区域采取形态学处理，得到低噪且小空洞得到填充的图像；对分割出的部分提取其圆形度、颜色矩和纹理等特征组合为特征向量；最后使用支持向量机进行火焰的分类。本发明提高了火焰识别的准确性和可靠性，使用效果好，适用于复杂多变的环境。

主权项：1.一种基于视频图像亮度的火焰识别方法，其特征在于，包括如下步骤：步骤S1、读取视频流，获取其中某一帧图像的RGB信息，并且根据据RGB颜色空间与YCbCr颜色空间的转换关系，得到该图像的YCbCr信息；步骤S2、根据步骤S1中得到该图像的RGB信息和YCbCr信息，基于图像的亮度将图像分类为高亮度图像与低亮度图像；步骤S3、进行图像的疑似火焰区域的分割处理，若图像被分类为高亮度图像，则对该图像采用高亮度火焰分割算法进行处理，若图像被分类为低亮度图像，则对该图像采用低亮度火焰分割算法进行处理，得到图像中被分割出的疑似火焰区域的二值图；步骤S4、对步骤S3中得到的二值图进行形态学处理，剔除图像中的像素块，并且将图像中的空洞进行填充，得到处理后的二值图；步骤S5、对步骤S4中得到的处理后的二值图进行特征提取，提取疑似火焰区域的圆形度特征、颜色矩特征和纹理特征，并组成特征向量；步骤S6、将步骤S5中得到的特征向量输入训练好的支持向量机中进行火焰的分类，实现火焰识别；所述步骤S2具体包括：步骤S201、根据高亮度火焰分割准则，对步骤S1中获取的图像进行第一分类，具体为，将该图像中满足所述高亮度火焰分割准则的区域定义为高亮度火焰区域Shigh，fire，将该图像中不满足所述高亮度火焰分割准则的区域定义为高亮度非火焰区域Shigh，nofire，所述高亮度火焰分割准则的表达式为：Yx，y≥TY1Rx，y≥TR2公式1和和公式2中，TY表示为Y通道的阈值，TR表示为R通道的阈值；步骤S202、求出所述高亮度火焰区域Shigh，fire的Cr均值Crmeanfire，同时求出所述高亮度非火焰区域Shigh，nofire的Cr均值Crmeannofire，然后将均值Crmeanfire与均值Crmeannofire作差，得到Crdiff＝Crmeanfire-Crmeannofire；步骤S203、根据预先设定的高亮度阈值Thigh和低亮度阈值Tlow，对步骤S1中获取的图像进行第二分类，具体为，若步骤S202中求出的Crdiff小于所述高亮度阈值Thigh，则判定该图像为高亮度火焰图像；若步骤S202中求出的Crdiff高于所述低亮度阈值Tlow，则判定该图像为低亮度火焰图像；若步骤S202中求出的Crdiff介于所述高亮度阈值Thigh与所述低亮度阈值Tlow之间，则进行第三分类；步骤S204、根据低亮度火焰分割准则，对步骤S1中获取的图像进行第三分类，具体为，该图像中满足所述低亮度火焰分割准则的区域视为低亮度火焰区域Slow，fire，并且定义区域比值变量计算该图像的区域比值变量S，若该图像的区域比值变量S介于Slow和Shigh之间，则判定为该图像为高亮度火焰图像，否则为低亮度火焰图像；所述低亮度火焰分割准则的表达式为：Yx，y＞Cbx，y3Crx，y＞Cbx，y4Yx，y＞Ymean5Cbx，y＞Cbmean6Crx，y＞Crmean7|Crx，y-Cbx，y|≥t8公式3-公式8中，Ymean、Cbmean、Crmean分别表示为整个图像Y、Cb、Cr三个通道的均值，t表示为预先设定的阀值。

全文数据：

权利要求：

百度查询： 东南大学 一种基于视频图像亮度的火焰识别方法

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