一种基于改进经典光流法模型的烟雾识别方法与流程

本发明涉及一种对数字图像处理与光流估计的领域，具体的说，即将疑似烟雾区域提取和对烟雾动态特征进行光流分析相结合的方法。

背景技术：

1、在识别火情领域这种检测环境领域，我们一般使用的是传统的感温、感烟等传感器进行小空间，近距离的监测识别，但是这种方法很难应用到范围更广、情况更复杂的场景中去。

2、光流指的目标、场景或摄像机在连续两帧图像间运动时造成的目标的运动。它是图像在平移过程中的二维矢量场，是通过二维图像来表示物体点三维运动的速度场，反映了微小时间间隔内由于运动形成的图像变化，以确定图像点上的运动方向和运动速率。光流不仅包含目标物体的大量运动信息，反映了图像的变化情况，还含有目标物体的三维结构等信息，被广泛地运用于运动估计、目标识别、视频检测、图像配准等领域。

3、光流法主要依赖于三个假设：一，亮度恒定，即图像中目标的像素强度在连续帧之间不会发生变化。二，时间规律，即相邻帧之间的时间足够短，以至于在考虑运行变化时可以忽略它们之间的差异。三，空间一致性，相邻像素具有相似的运动。这就是最早由lucas和kanada提出的经典的光流计算法，简称lk光流法。

4、光流不仅包含目标物体的大量运动信息，反映了图像的变化情况，还含有目标物体的三维结构等信息，被广泛地运用于运动估计、目标识别、视频检测、图像配准等领域。光流场模型算法主要分为4类：基于梯度的方法、基于特征匹配的方法、基于能量的方法、基于相位的方法。基于梯度的方法又称为微分法，它是利用时变图像灰度的梯度函数来计算像素的速度矢量，由于该方法计算简单，同时拥有较好的估计效果，因此被广泛采用。

5、lk光流法是基于三个假设的基础上的，所以不可避免的会在实现的过程中，出现很多误差和障碍。如风向、风速等因素会影响烟雾的扩散，从而导致不满足光流约束条件，因此不能够求解出准确的光流场，而且该光流算法中一般需要计算出图像的所有像素点的光流矢量，才能够提取出运动目标，算法的计算复杂度高，运算量大、运算时间长。

技术实现思路

1、本发明所要解决的技术问题是：使识别烟雾的时间更快，准确度更高，传统的经典光流计算模型处理时间速度上的效果一般。如何能更好地排除一些外界环境的干扰和非烟雾的部分以及让识别的速度更快是值得去探讨的问题。

2、针对上述实际情况，提出一种基于改进经典光流法模型的烟雾识别方法。首先使用烟雾的颜色模型与背景减除法相结合的算法来提取视频图像中的疑似烟雾区域；其次根据烟雾特有的颜色模型排除部分运动干扰现象；然后对疑似烟雾区域进行分块处理，选择分块的图像的中心像素点作为特征点，对这些特征点进行光流计分析，光流分析使用在lk局部平滑的基础上进行金字塔分层迭代。最后对这些特征点进行阈值判别，判断是否为烟雾。

3、一种基于改进经典光流法模型的烟雾识别方法，具体包括以下步骤：

4、步骤1：提取视频图像中的疑似烟雾区域；

5、采用混合高斯建模的背景减除法对烟雾运动区域进行检测和提取。

6、步骤2：颜色模型检测；

7、在使用背景减除法的基础上加入颜色识别模型用于排除部分干扰现象。

8、步骤3：对提取出的疑似烟雾图像进行分块；

9、步骤4：使用改进的光流算法提取烟雾的运动特征；

10、在lk光流计算方法的基础上引入了金字塔分层迭代算法一起用于计算运动目标的光流场。

11、步骤5：选取特征值并对特征点进行阈值判别，进行判断是否是烟雾；

12、本发明有益效果如下：

13、光流法识别的过程中，本发明使用背景减除法后又加入颜色识别模型用于排除部分干扰现象，如树林剧烈摆动、汽车运动以及树林光照变化等。在传统lk光流的基础上，基于光流法的约束条件，且需要计算图像中的所有的像素点的光流矢量，才能提取运动目标。将算法进行改进后，即在lk局部平滑的基础上进行金字塔迭代对子图像的特征分析，大大降低光流计算的运算量和运算时间。

技术特征：

1.一种基于改进经典光流法模型的烟雾识别方法，其特征在于，具体包括以下步骤：

2.根据权利要求1所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，步骤2具体方法如下：

3.根据权利要求2所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，步骤3具体方法如下：

4.根据权利要求3所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，步骤4具体方法如下：

5.根据权利要求4所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，lk光流法的定义为：在要计算的像素点邻域内，运动矢量要保持恒定，有光流矢量d使得匹配残差ε最小，即数学表达式为式(12)：

6.根据权利要求5所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，金字塔原理：对于待处理图像i，设长为nx和宽为ny，令i0＝i作为建立的金字塔的最底层图像，该图像是金字塔中的图像分辨率最高一层，金字塔从底部到顶部是越向上越窄，而图像层越高的话，对应的图像分辨率则会变的越低，通常情况都是以递归的方式来建立金字塔的，过程是从i0中计算i1，i1中计算i2，同理可推从图像il-1中计算il；而金字塔中的第l层图像可以由下式(13)表示：

7.根据权利要求6所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，对疑似烟雾区域中的子图像块的代表特征点进行光流矢量计算：在金字塔每一层l图像中，设其图像的光流矢量的初始值目的是找到当层图像中的位移残差矢量要使当前层匹配误差函数εl最小，εl函数如下式(14):

8.根据权利要求7所述的一种基于改进经典光流法模型的烟雾识别方法，其特征在于，步骤5具体方法如下：

技术总结
本发明公开了一种基于改进经典光流法模型的烟雾识别方法，首先使用烟雾的颜色模型与背景减除法相结合的算法来提取视频图像中的疑似烟雾区域；其次根据烟雾特有的颜色模型排除部分运动干扰现象；然后对疑似烟雾区域进行分块处理，选择分块的图像的中心像素点作为特征点，对这些特征点进行光流计分析，光流分析使用在LK局部平滑的基础上进行金字塔分层迭代。最后对这些特征点进行阈值判别，判断是否为烟雾。本发明使用背景减除法后又加入颜色识别模型用于排除部分干扰现象，本发明在LK局部平滑的基础上进行金字塔迭代对子图像的特征分析，大大降低光流计算的运算量和运算时间。

技术研发人员：颜成钢,陈旺,高宇涵,孙垚棋,朱尊杰,王鸿奎,陈楚翘,王廷宇,殷海兵,张继勇,李宗鹏,赵治栋
受保护的技术使用者：杭电（丽水）研究院有限公司
技术研发日：
技术公布日：2024/1/13