基于特征矢量运动杂乱度的视频火焰检测方法.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CN106250859A(43)申请公布日2016.12.21(21)申请号201610634951.3(22)申请日2016.08.04(71)申请人杭州电子科技大学地址310018浙江省杭州市下沙高教园区2号大街(72)发明人郭春生李睿哲(74)专利代理机构杭州君度专利代理事务所(特殊普通合伙)33240代理人杜军(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06T7/20(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于特征矢量运动杂乱度的视频火焰检测方法(57)摘要本发明公开了一种基于特征矢量运动杂乱度的视频火焰检测方法。本发明首先读入相邻的2帧视频图像，计算相邻帧间运动特征矢量。其次，对当前帧图像进行分块并计算每块中特征矢量的长度，将满足条件的特征矢量标记并保留。再次，计算图像块中特征矢量方向的方差，若方差大于门限值则判定为疑似火焰块。将疑似火焰块中每一个特征点都进行扩展后累加在一幅空的灰度图像中，累积N帧后进行阈值二值化，若二值图像中白色部分构成连通区域且在整幅图像中所占比大于阈值，则判定为火焰区域并显示该区域轮廓线。本发明利用了火焰跳动具有杂乱性的物理特点，能更好地避免规则运动物体的干扰，故检测的效果也更为理想。CN106250859ACN106250859A权利要求书1/2页1.基于特征矢量运动杂乱度的视频火焰检测方法，其特征在于该方法的具体步骤是：步骤一：读入相邻的2帧视频图像，计算Harris角点与L-K光流金字塔，并由此得到相邻帧间运动特征矢量；假设当前帧计算得到的第i个Harris角点坐标为p(xi,yi),则该坐标p(xi,yi)在下一帧中对应点是坐标为pnext(x′i,y′i)，通过这两点能够确定一个矢量，称为运动特征矢量，并将p(xi,yi)视为矢量的起点，pnext(x′i,y′i)视为矢量的终点；步骤二：对当前帧图像进行分块，并计算运动特征矢量的长度，将满足条件Ⅰ的运动特征矢量进行标记并保留，运动特征矢量所属的图像块由起点p(xi,yi)的位置决定；所述的条件Ⅰ是指运动特征矢量长度大于阈值Th1并且同时小于Th2；所述的运动特征矢量长度如下：步骤三：计算每一个图像块中，标记并保留下来的所有运动特征矢量的方向方差，并将每一个图像块中的方向方差与门限值Th3比较，若大于门限值则判定为疑似火焰块，反之即判为非火焰区域，具体如下：假设每帧图像共分为L块，则第l块(1≤l≤L)中包含满足条件的运动特征矢量共计K个，表示为：将每个运动特征矢量的方向归一化表示为运动特征矢量与x轴正方向的夹角，运动特征矢量的方向Ak表示为：所述的(xk,yk)指代第l块中第k个运动特征矢量的起点；(x′k,y′k)指代第l块中第k个运动特征矢量的终点；则第l块中运动特征矢量的方向均值El可表示为：第l块中运动特征矢量的方向方差Dl表示为：2CN106250859A权利要求书2/2页由方向方差Dl与门限值Th3比较，若Dl大于门限值则判定l为疑似火焰块，反之即判l为非火焰区域；步骤四：将疑似火焰块中每一个运动特征矢量的起点都扩展为一个5×5的区域，并累加在一幅空的灰度图像中，当累积N帧后，通过阈值Th4将灰度图像进行二值化，其中N为自然数；若二值后的图像中白色部分构成连通区域且在整幅图像中所占比大于阈值Th5，则判定为火焰区域并显示该区域轮廓线；步骤五：判定检测到的图像是否为最后一帧，如果是则结束检测，反之跳回步骤一进行下一帧图像的检测处理，直至所有的图像均被检测完为止。3CN106250859A说明书1/6页基于特征矢量运动杂乱度的视频火焰检测方法技术领域[0001]本发明属于户外视频监控安全技术领域，具体涉及一种基于特征矢量运动杂乱度的视频火焰检测方法。背景技术[0002]在传统基于视频的火焰检测技术中，通常对前后帧差分提取前景动态目标并以此为基础经过后续处理提取火焰区域。现有的火焰检测技术，多是通过帧间差分或卡尔曼滤波提取运动目标后对几何特征、频率特征进行分析来判别火焰，或是建立火焰像素点直方图的统计模型，分析其特性实现火焰区域的检测。上述方法抗干扰性能较差，由于实际应用中存在大量无关类火焰运动物体，因此误检率常常大于预期。为此，近年有将机器学习的方法引入到视频火焰的检测，该方法首先提取运动目标经几何特征分析后作为疑似火焰区域，然后利用支持向量机或BP神经网络等分类算法识别疑似区域是否为火焰。虽然，该方法对视频运动目标的检测中已获得一定的成果，但需要通过训练大量样本来实现，而训练样本在实际中较为缺乏，并且样本的选取直接影响了火焰检测的效果，导致该方法没有广泛的适用性。发明内容[00