向的图像差分，将X-和方向的图像差分结果等权重相加得到新的差分图像；
(b-5)将差分图像转化为RGB图像；
(b-6)对RGB图像进行高斯混合背景建模。
[0020]步骤(c)使用步骤(b)建立的背景模型，对视频每隔0.2*fps帧读取一帧图像进行背景学习和前景目标的提取，其中fps为视频帧率，由于光照等条件影响，提取的前景会有较多噪声干扰点，因此对前景进行中值滤波操作去除噪声干扰，同时考虑到烟雾扩散的性质，进行了膨胀操作，使烟雾部分前景能形成一个联通域，具体步骤见权利要求3。
[0021]步骤(C)包括以下步骤:
(c-Ι)将当前帧图像进行高斯平滑；
(c-2)将图像转化为灰度图像；
(c_3)对灰度图像进行卷积操作计算一阶X-和y-方向的图像差分，将X-和方向的图像差分结果等权重相加得到新的差分图像；
(c-4)将差分图像转化为RGB图像；
(c-5)利用步骤(b)建立的背景模型对RGB图像进行前景提取；
(c-6)对前景图像进行中值滤波操作；
(c-7)对前景图像进行膨胀操作；
(c-8)填充前景图像，只保留前景图像中最大连通域作为前景目标。
[0022]步骤(d)是在步骤(C)的基础上，记录最近的10帧前景图像，因为烟雾移动缓慢的特点，对这10帧前景图像进行与操作，相与的结果即为在这10帧中连续存在的前景目标。在进行前景目标对应原图部分饱和度计算之前，用当前帧减去第一帧图像做差，是为了减少背景的颜色干扰。继续用帧差结果和前景相与的结果进行与操作，是为了排除视频中后面出现的静止物体的影响，因为背景学习率的值设置较低时，后续出现的静止物体有可能被提取为前景。而相邻帧的判断是为了避免视频中时间秒钟变化的干扰。具体步骤见权利要求4。
[0023]步骤(d)包括以下步骤:
(d-Ι)记录当前帧及它之前的9帧的前景图像，将这些前景图像进行与操作； (d-2)将当前帧图像与视频第一帧图像做差；
(d-3)将前景相与结果图像对应差图像的部分进行平均饱和度计算，若饱和度在设定阈值之内，则初步判断为烟雾疑似物，继续进一步判断；否则不是，返回读取视频下一帧处理；
(d-4)使用帧差法对当前帧和上一帧图像做差；
(d-5)将帧差结果和前景相与结果再进行与操作，若相与结果为空，则认为前景是静止物体，返回读取视频下一帧处理;否则继续下面步骤判断处理；
(d-6)记录当前帧的位置，与上一个通过上面步骤判断的帧的位置进行比较，若为相邻帧，继续进行烟雾判断;否则返回读取视频下一帧处理。
[0024]步骤(e)是在步骤(d)的基础上，对通过饱和度和帧差方法初步判断之后的前景目标继续进行分析判断。通过观察，可以发现烟雾的颜色整体变化不大，颜色较集中，并且趋于稳定，因此利用颜色直方图的统计结果进行分析，判断前景目标是否符合烟雾的特点。具体步骤见权利要求5。
[0025]步骤(e)包括以下步骤:
(e-Ι)将通过步骤(d)判断的图像转化为灰度图像；
(e-2)计算步骤(d)中前景相与结果对应的灰度图像的部分的颜色直方图；
(e-3)记录当前帧及它之前的若干帧的颜色直方图，计算当前帧的颜色直方图与之前的若干帧的颜色直方图的相似性，若直方图相似性都大于0.7，认为颜色直方图是稳定的，否则是不稳定的；
(e-4)计算颜色直方图的分布宽度，确定颜色直方图是否分布较窄；
(e-5)计算颜色直方图的主要分布位置，确定颜色直方图是否偏右；
(e_6)如果颜色直方图稳定、分布较窄且偏右，或者颜色直方图不稳定、分布不窄且不偏右，则认为检测到烟雾，进行警报;否则不是烟雾。
[0026]步骤(e-4)中，颜色直方图分布宽度的计算方法是计算颜色直方图的平均值与方差之和，如果和大于145，则认为颜色直方图分布较窄，否则不是。
[0027]步骤(e-5)中，颜色直方图分布位置的计算方法是统计颜色直方图中大于平均值的点的个数与它们的坐标之和，如果坐标之和除以个数的商大于直方图宽度的三分之二，则认为颜色直方图分布靠右，否则不是。
【主权项】
1.基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于，包括以下步骤: (a)从本地磁盘读入一个视频文件，支持avi/flv/mp4/rmvb/;rm格式视频； (b)使用高斯混合背景建模方法进行背景建模； (c)使用步骤(b)得到的背景模型对当前帧进行前景提取； (d)对步骤(C)中提取的前景目标进行初步判断，利用帧差结果排除静止的前景，设定饱和度阈值去除非烟雾干扰物； (e)在步骤(d)中对前景目标筛选完毕后，进行前景的颜色直方图统计，利用颜色直方图统计结果特征最终判断前景是否为烟雾。2.根据权利要求1所述的基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于，步骤(b)具体包括以下步骤: (b-1)取视频开头的若干帧图像进行等权重图像混合； (b-2)将混合得到的图像进行高斯平滑； (b-3)再将图像转化为灰度图像； (b-4)对灰度图像进行卷积操作计算一阶X-和y-方向的图像差分，x、y为图像坐标，将X-和1-方向的图像差分结果等权重相加得到新的差分图像； (b-5)将差分图像转化为RGB图像； (b-6)用高斯混合模型对RGB图像进行背景建模。3.根据权利要求1所述的基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于:步骤(c)包括以下步骤: (c-Ι)将当前帧图像进行高斯平滑； (c-2)将图像转化为灰度图像； (c_3)对灰度图像进行卷积操作计算一阶X-和y-方向的图像差分，将X-和方向的图像差分结果等权重相加得到新的差分图像； (c-4)将差分图像转化为RGB图像； (c-5)利用步骤(b)建立的背景模型对RGB图像进行前景提取，得前景图像； (c-6)对前景图像进行中值滤波操作； (c-7)再进行膨胀操作； (c-8)填充前景图像，只保留前景图像中最大连通域作为前景目标。4.根据权利要求1所述的基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于:步骤(d)包括以下步骤: (d-Ι)记录当前帧及之前的若干帧的前景图像，将这些前景图像进行与操作，得前景相与结果图像； (d-2)将当前帧图像与视频第一帧图像做差，得差图像； (d-3)将前景相与结果图像对应差图像的部分进行平均饱和度计算，若饱和度在设定阈值之内，则初步判断为烟雾疑似物，继续进一步判断；否则判断为不是烟雾疑似物，返回读取视频下一帧处理； (d-4)使用帧差法对当前帧和上一帧图像做差； (d-5)将帧差结果和前景相与结果再进行与操作，若相与结果为空，则认为前景是静止物体，返回读取视频下一帧处理;否则继续下面步骤判断处理； (d-6)记录当前帧的位置，与上一个通过前述步骤判断的帧的位置进行比较，若为相邻帧，继续进行烟雾判断;否则返回读取视频下一帧处理。5.根据权利要求1所述的基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于:步骤(e)包括以下步骤: (e-Ι)将通过步骤(d)判断的图像转化为灰度图像； (e-2)计算步骤(d)中前景相与结果对应的灰度图像的部分的颜色直方图； (e-3)记录当前帧及它之前的若干帧的颜色直方图，计算当前帧的颜色直方图与之前的若干帧的颜色直方图的相似性，从而确定颜色直方图是否稳定； (e-4)计算颜色直方图的分布宽度，确定颜色直方图是否分布较窄； (e_5)计算颜色直方图的主要分布位置，确定颜色直方图是否偏右； (e_6)如果颜色直方图稳定、分布较窄且偏右，或者颜色直方图不稳定、分布不窄且不偏右，则认为检测到烟雾，进行警报;否则不是烟雾。6.根据权利要求5所述基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于，步骤(e-4)中，颜色直方图分布宽度的计算方法是计算颜色直方图的平均值与方差之和，如果和大于设定的阈值，则认为颜色直方图分布较窄，否则不是。7.根据权利要求5所述的基于仿生颜色感应模型的视频烟雾事件智能检测方法，其特征在于，步骤(e-5)中，颜色直方图分布位置的计算方法是统计颜色直方图中大于平均值的点的个数与这些点的坐标之和，如果坐标之和除以个数的商大于直方图宽度的三分之二，则认为颜色直方图分布靠右，否则不是。
【专利摘要】本发明提供基于仿生颜色感应模型的视频烟雾事件智能检测方法，该方法中，用户选择一个源视频，采用基于仿生颜色感应模型的视频烟雾事件智能检测方法对视频进行烟雾检测，在检测到烟雾时进行警报，并将视频该帧图片保存到指定的路径，同时记录在视频中具体时间点检测到烟雾，记录信息在检测完成后以txt文档形式保存。本发明跟传统的传感器火灾报警方法不同，不受空间高度、热障、易爆、有毒等环境条件的限制，能在视频中烟雾出现的短时间内及时进行警报，能够适用于森林、田野等多种室外视频场景。
【IPC分类】G06K9/46, G06K9/00
【公开号】CN105528581
【申请号】CN201510911179
【发明人】黄翰, 许秋劲, 梁椅辉, 郝志峰
【申请人】华南理工大学
【公开日】2016年4月27日
【申请日】2015年12月10日