一种基于视频分析的烟雾检测方法

文档序号:6355374阅读:738来源:国知局
专利名称:一种基于视频分析的烟雾检测方法
技术领域
本发明属于视频检测方法,尤其是对早期火灾进行预警的基于视频的烟雾检测方 法。
背景技术
目前火灾检测方法包括气体检测、温度检测、烟雾检测等。由于气体和温度检测需 要靠传感器近距离检测,需要密集的安装传感器,这对于森林等大面积的防火将是不现实 的。基于视频图像分析检测烟雾的方法是一种新兴的火灾预警技术,该技术采用数字摄像 机作为传感器连续拍摄监控区域形成现场数字视频并传输给主控处理器。运行在主控处理 器中的智能视频图像分析算法将对输入的数字视频图像进行处理、分析、识别和统计跟踪, 最终检测出可能存在烟雾的区域,作为火灾早期预警,并且能远程观看现场图像,实现监控 和火灾探测双重功效。目前基于图像分析的火灾检测方法有基于可信度模型的多特征融合处理的火焰 识别算法、基于K均值聚类方法的分形编码技术进行烟雾图像分割算法、基于模糊神经网 络的火灾探测算法等。专利CN2008102393M. 5中还公开了一种基于烟雾特征训练得出的 统计数据模型和烟雾特征判决树,然后应用到实际检测中的方法。这些方法基本上都采用 比较单一的方法对烟雾视频进行检测,可靠性和效率偏低。

发明内容
本发明提供了一种解决上述问题的方案,提供一种性能更好、鲁棒性更好的烟雾 检测方法。本发明的技术方案是提供一种基于视频分析的烟雾检测方法,该方法是在数字摄 像机作为传感器以及数字信号处理芯片的支持下实现的,其特征在于该方法包括以下步 骤1)利用所述数字摄像机,连续拍摄指定区域采集数字视频;2)将步骤1)中所述数字视频转换成多帧连续的数字图像;3)基于混合高斯模型,对步骤2、中所述数字图像中的背景部分建模;4)在步骤3)中对所述数字图像的背景建模的基础上,利用差分法提取所述数字 图像中的前景部分;5)比较步骤4)中提取的连续多帧所述数字图像的前景部分,筛选出其中具有连 续运动特点的前景部分作为前景对象;6)使用支持向量机检测器对步骤幻中筛选出的所述前景对象进行进一步筛选, 筛选出其中具有类似烟雾灰白区域的所述前景对象;7)应用小波变换分析步骤6)中筛选出的所述前景对象的高频信号变化,筛选出 其中背景是逐渐模糊变化的所述前景对象;8)使用Adaboost级联分类器对7)中得到的所述前景对象进行进一步筛选,筛选出具有烟雾纹理特征的所述前景对象作为烟雾对象。优选的,所述数字摄像机采用CXD或者CMOS等A/D芯片。优选的,所述数字摄像机架设的位置要确保烟雾形成早期的所述数字视频中,烟 雾的面积不小于100像素。优选的,步骤幻中是利用目标跟踪器对多帧连续的所述数字图像中的运动对象 进行跟踪分析,并统计其出现的次数,从而筛选出其内包含有连续多次出现的运动对象的 所述前景对象。优选的,步骤6)中所述支持向量机检测器是利用灰白色直方图预先训练好的。优选的,步骤8)中所述Adaboost级联分类器是基于局部二元模式LBP纹理预先 训练好的级联分析器。本发明的烟雾检测方法将背景建模提取运动对象、支持向量机SVM分类器筛选灰 白色区域、小波变换高频信号变化分析、烟雾纹理特性级联分类器等多种手段融合并用,极 大的提高了烟雾检测的准确性和效率,降低了误警率,鲁棒性高,具有极高的实用性。


图1是本发明的算法原理框图。
具体实施例方式
下面对本发明的具体实施方式
作进一步详细的描述。如图1所示,本发明的烟雾检测方法首先进行视频采集,采集到的视频信息依次 经过混合高斯背景建模,前景运动对象跟踪,SVM灰白色检测,高频信号小波检测,烟雾LBP 纹理Adaboost分类器等进行逐步分拣筛选,最终得出检测结果。本发明所述方法是在数字摄像机作为传感器的支持下实现的,烟雾检测原理主要 利用了烟雾的连续运动、灰白色、运动时模糊背景、半透明、特殊纹理等特性进行分析。以下 结合附图1所示的算法原理图,详细说明本方法的具体实施方式
。①采用数字摄像机作为传感器连续采集定点区域图像形成数字视频流作为信号 源,数字摄像机采用CCD或者CMOS等A/D芯片;摄像机的架设要合理,以使所监控区域场景 视频中早期火灾烟雾的面积大于100像素为宜;②火灾早期烟雾是不断扩散的,在场景视频中表现为连续运动的前景对象。在数 字摄像机获取到场景视频流后,首要的问题就是要提取出连续运动的前景对象作为烟雾的 候选对象,以便进行后续筛选。作为定点火灾监控区域,一般是山林或者大型建筑物,林木 受风吹会摆动,建筑物里会有行人或者光照变化,可见烟雾监控场景的背景是不稳定的,需 要寻找一种方法能对不稳定背景进行背景建模。本方法背景建模采用混合高斯模型GMM。本方法使用的混合高斯模型GMM使用3个高斯模型来表征图像中各个像素点的特 征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型 匹配,如果成功则判定该点为背景点,否则为前景点。通观整个高斯模型,他主要是有方差 和均值两个参数决定,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳 定性、精确性和收敛性。由于我们是对运动目标的背景提取建模,因此需要对高斯模型中方 差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率;为提高在繁忙的场景下,大而慢的运动目标的检测效果,引入权值均值的概 念,建立背景图像并实时更新,然后结合权值、权值均值和背景图像对像素点进行前景和背
景的分类。具体更新公式如下μ t = (Ι-Ρ ) μ t-l+P Xt(1)σ 2t = (1- P ) σ 2t_l+ P (xt_ μ t) T (xt_ μ t)(2)ρ = α η (xt I μ κ,σ κ )(3)!xt-μ t-11 ≤ 2· 5 σ t-1(4)wk, t = (l-α )wk, t-1+α Mk, t(5)式中ρ为学习率,即反映当前图像融入背景的速率。建模过程中,我们需要对混合高斯模型中的方差、均值、权值等一些参数初始化, 并通过这些参数求出建模所需的数据,如马氏距离。在初始化过程中,一般我们将方差设置 的尽量大些(如15),而权值则尽量小些(如0. 001)。在高斯混合模型GMM建模获取稳定背景后,使用差分法提取前景区域,经形态学 处理和跟踪统计,获取连续运动的前景运动对象作为烟雾候选对象(区域);③经过步骤②之后,已经提取到连续运动的前景对象,但并非所有的运动对象都 是烟雾,利用烟雾呈灰白色的特性来排除非灰白色的干扰运动对象。本发明所述算法采用 基于像素局部颜色直方图作为特征训练得到灰白色SVM检测器。应用灰白色SVM检测器对 运动前景对象的像素点进行检测,统计运动对象中像素点为灰白色的数量,与预先设定的 阈值进行比较。若灰白色像素点数量超过阈值,则判断为烟雾对象,否则不是烟雾对象。训练灰白色检测器时,先人工标定正样本烟雾像素区域和负样本任意像素区域, 训练程序将对标定的正负样本区域中的每个像素j周围统计得到局部颜色直方图H_j作为 特征,应用支持向量机SVM进行训练。如下为H_j计算公式
权利要求
1.一种基于视频分析的烟雾检测方法,该方法是在数字摄像机作为传感器以及数字信 号处理芯片的支持下实现的,其特征在于该方法包括以下步骤1)利用所述数字摄像机,连续拍摄指定区域采集数字视频;2)将步骤1)中所述数字视频转换成多帧连续的数字图像;3)基于混合高斯模型,对步骤2)中所述数字图像中的背景部分建模;4)在步骤3)中对所述数字图像的背景建模的基础上,利用差分法提取所述数字图像中 的前景部分;5)比较步骤4)中提取的连续多帧所述数字图像的前景部分,筛选出其中具有连续运动 特点的前景部分作为前景对象;6)使用支持向量机检测器对步骤5)中筛选出的所述前景对象进行进一步筛选,筛选出 其中具有类似烟雾灰白区域的所述前景对象;7)应用小波变换分析步骤6)中筛选出的所述前景对象的高频信号变化,筛选出其中背 景是逐渐模糊变化的所述前景对象;8)使用Adaboost级联分类器对7)中得到的所述前景对象进行进一步筛选,筛选出具 有烟雾纹理特征的所述前景对象作为烟雾对象。
2.根据权利要求1所述的基于视频分析的烟雾检测方法,其特征在于所述数字摄像 机采用CCD或者CMOS等A/D芯片。
3.根据权利要求1所述的基于视频分析的烟雾检测方法,其特征在于所述数字摄像 机架设的位置要确保烟雾形成早期的所述数字视频中,烟雾的面积不小于100像素。
4.根据权利要求1所述的基于视频分析的烟雾检测方法,其特征在于步骤5)中是利 用目标跟踪器对多帧连续的所述数字图像中的运动对象进行跟踪分析,并统计其出现的次 数,从而筛选出其内包含有连续多次出现的运动对象的所述前景对象。
5.根据权利要求1所述的基于视频分析的烟雾检测方法,其特征在于步骤6)中所述 支持向量机检测器是利用灰白色直方图预先训练好的。
6.根据权利要求1所述的基于视频分析的烟雾检测方法,其特征在于步骤8)中所述 Adaboost级联分类器是基于局部二元模式LBP纹理预先训练好的级联分析器。
全文摘要
本发明公开了一种基于视频分析的烟雾检测方法,它是在数字摄像机作为传感器以及数字信号处理芯片的支持下实现的,其特征在于其包括以下步骤利用数字摄像机采集数字视频;筛选出其中包含有运动部分的前景部分;使用支持向量机检测器筛选出其中具有类似烟雾的区域;应用小波变换分析高频信号变化,筛选出其中背景是逐渐模糊变化的数字图像;最后,使用Adaboost级联分类器对筛选出具有烟雾纹理特征的数字图像。本发明的烟雾检测方法将背景建模提取运动对象、支持向量机SVM分类器筛选灰白色区域、小波变换高频信号变化分析、烟雾纹理特性级联分类器等多种手段融合并用,极大的提高了烟雾检测的准确性和效率,降低了误警率,鲁棒性高,具有极高的实用性。
文档编号G06K9/62GK102136059SQ201110051188
公开日2011年7月27日 申请日期2011年3月3日 优先权日2011年3月3日
发明者赵春水 申请人:苏州市慧视通讯科技有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1