一种基于轮廓提取的火灾视频图像分析方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109544464A(43)申请公布日2019.03.29(21)申请号201811219347.X(22)申请日2018.10.19(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人汪梓艺李岳楠张为(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人程毓英(51)Int.Cl.G06T5/00(2006.01)G06T5/50(2006.01)G06T7/13(2017.01)G06T7/136(2017.01)权利要求书1页说明书3页附图3页(54)发明名称一种基于轮廓提取的火灾视频图像分析方法(57)摘要本发明涉及一种基于轮廓提取的火灾视频图像分析方法，包括：1)对白天场景监控视频进行灰度化处理；2)对灰度图像进行滤波去噪；3)计算灰度图像的亮度梯度；4)进行边缘细化处理，将每个像素点与梯度方向上的邻近两个像素点比较，保留局部最大值；5)筛选、跟踪并连接边缘：设置高低两个阈值，通过高阈值筛选出图像中的重要边缘段，再通过低阈值在梯度方向上跟踪剩余边缘部分，然后通过对整幅图像扫描，连接边缘段；6)进行图像混合叠加操作，将白天场景轮廓图像与黑夜场景的视频图像通过像素线性加权来叠加，从而实现白天场景在夜晚视频的复原。CN109544464ACN109544464A权利要求书1/1页1.一种基于轮廓提取的火灾视频图像分析方法，包括下列的步骤：1)对白天场景监控视频进行灰度化处理：根据图像各通道的采样值进行加权平均，将三通道的彩色图像转换为单通道的灰度图像。2)对灰度图像进行滤波去噪：将原始数据与高斯平滑模板作卷积，得到较为模糊的原始图像，去除会干扰到边缘检测的高频噪声信息；3)计算灰度图像的亮度梯度：利用sobel算子与灰度图像作平面卷积，从横向和纵向计算每像素点亮度函数的梯度值近似值，得到灰度图像的亮度梯度；4)进行边缘细化处理，将每个像素点与梯度方向上的邻近两个像素点比较，保留局部最大值；5)筛选、跟踪并连接边缘：设置高低两个阈值，通过高阈值筛选出图像中的重要边缘段，再通过低阈值在梯度方向上跟踪剩余边缘部分，然后通过对整幅图像扫描，连接边缘段；进行图像混合叠加操作，将白天场景轮廓图像与黑夜场景的视频图像通过像素线性加权来叠加，从而实现白天场景在夜晚视频的复原。2CN109544464A说明书1/3页一种基于轮廓提取的火灾视频图像分析方法技术领域[0001]本发明属于图像处理和计算机视觉领域，提供一种基于轮廓提取的火灾视频图像分析算法，本质上是图像分割的问题。背景技术[0002]在当今社会中，火灾一直是人类面临的主要灾害之一。严重的火灾事故不仅会造成大量的人员伤亡，还会危及生命。近年来，消防安全领域也有了长足的进步，然而重特大火灾事故还是时有发生。因而，避免火灾不仅需要在火灾发生前及时监测、预警火灾事故，还需要在火灾发生后精准地调研分析火灾发生的原因。[0003]传统的火灾事故调查主要以现场勘查并收集证据为主要手段，在进行火灾原因认定时，往往根据现场残留的火灾痕迹、残留物并结合证人询问笔录，通过逻辑推理得到认定结论。这种传统火灾原因调查方法具有很大的主观性和局限性。随着数字图像处理技术的发展，安防监控设备已经遍布了各大场所，这些监控视频图像已经可以客观具体地反映现场情况，对认定火灾原因发挥了良好的作用。但是由于一些客观元素限制，比如火灾发生在夜间，那么只通过监控视频，火调人员无从确定起火的具体位置。目前仍然没有很好的复原夜间火灾场景的方法。发明内容[0004]为了便于火灾调查人员实现火灾场景复原，本发明提出一种基于轮廓提取的火灾视频图像分析方法，本发明的技术方案如下：[0005]一种基于轮廓提取的火灾视频图像分析方法，包括下列的步骤：[0006]1)对白天场景监控视频进行灰度化处理：根据图像各通道的采样值进行加权平均，将三通道的彩色图像转换为单通道的灰度图像；[0007]2)对灰度图像进行滤波去噪：将原始数据与高斯平滑模板作卷积，得到较为模糊的原始图像，去除会干扰到边缘检测的高频噪声信息；[0008]3)计算灰度图像的亮度梯度：利用sobel算子与灰度图像作平面卷积，从横向和纵向计算每像素点亮度函数的梯度值近似值，得到灰度图像的亮度梯度；[0009]4)进行边缘细化处理，将每个像素点与梯度方向上的邻近两个像素点比较，保留局部最大值；[0010]5)筛选、跟踪并连接边缘：设置高低两个阈值，通过高阈值筛选出图像中的重要边缘段，再通过低阈值在梯度方向上跟踪剩余边缘部分，然后通过对整幅图像扫描，连接边缘段；[0011]6)进行图像混合叠加操作，将白天场景轮廓图像与黑夜场景的视频图像通过像素线性加权来叠加，从而实现白天场