專利名稱：一種基于智能視頻分析的森林煙火探測方法及其專用裝置的制作方法
技術領域：
本發(fā)明涉及林火識別方法，具體涉及一種基于智能視頻分析的森林煙火探測方法及其專用裝置。
背景技術：
目前，森林火災探測技術主要有傳感器網(wǎng)絡、激光、遙感技術和視頻探測等，與前三種方式相比，基于視頻的探測方式主要優(yōu)勢有成本低和覆蓋面積廣，但由于視頻場景中存在多種干擾，基于視頻的探測方法往往會有更多的誤報情況，因此，需要對其進行創(chuàng)新和改進，以使其滿足使用需求
發(fā)明內(nèi)容
發(fā)明目的針對現(xiàn)有技術中存在的不足，本發(fā)明的目的是提供一種基于智能視頻分析的森林煙火探測方法，以提高識別的準確度，降低干擾，滿足使用需求。本發(fā)明的另一目的是提供上述方法的一種專用裝置。技術方案為了實現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術方案如下一種基于智能視頻分析的森林煙火探測方法，從林區(qū)視頻監(jiān)控攝像頭抓取視頻圖像并傳送給智能視頻分析的服務器，煙火的探測主要由智能視頻分析服務器中的煙火探測模塊完成，煙火探測模塊結合了顏色，紋理和運動分析以及模式識別，機器學習等計算機視覺領域的算法對探測場景進行分析判斷最后得出探測結果，具體步驟如下(I)從林區(qū)的監(jiān)控攝像頭抓取實時的當前探測場景的視頻圖像通過網(wǎng)絡傳輸?shù)揭曨l分析服務器，視頻分析服務器的煙火探測模塊對視頻圖像進行分析判斷；(2)煙火探測模塊首先對多幀視頻圖像進行運動前景的探測已經(jīng)分割最終得到前景列表；(3)對分割出的運動前景根據(jù)顏色，紋理以及運動特征進行預處理濾除非煙火前景區(qū)域；(4)基于密集型光流法對連續(xù)幀進行動態(tài)分析并提取動態(tài)運動特征；(5)基于支持向量機的分類器對特征進行分類輸出探測結果；步驟(2)中，所述得到運動區(qū)域的前景列表具體為多幀運動探測，首先得到前n幀圖像的差值圖像(n取值為3 5):Id2_l2_Il， ，Idn_In_In-l式中，In表示之前第n幅視頻圖像，Idn表示第n個差值圖像；根據(jù)預設閥值，得到二元圖像Ibl, Ib2, ，Ibn對于8位圖像，閥值范圍為10 50，可根據(jù)不同的場景及靈敏度的要求進行調(diào)節(jié);最后合并二元圖像
Iffl=Ibl U Ib2 U ...IbnIffl為得到的運動差值圖像；再進行膨脹及腐蝕形態(tài)運算連接相鄰前景并濾除噪聲最后通過斑點分析得到運動前景列表。步驟(3)中，所述的預處理具體包括濾除明顯的非煙火顏色的前景區(qū)域、濾除明顯非煙火紋理的前景區(qū)域以及濾除跳躍性變化的運動前景；所述的運動前景包括前后幀無法匹配的運動區(qū)域，以及形態(tài)特征及其變化突變的區(qū)域。步驟(4)中，所述運動特征提取的方法為I)首先做一個根據(jù)主運動方向對方向進行矯正，并進行如下的對光流的旋轉
權利要求
1.一種基于智能視頻分析的森林煙火探測方法，其特征在于，具體步驟如下 (1)從林區(qū)的監(jiān)控攝像頭抓取實時的當前探測場景的視頻圖像，通過網(wǎng)絡傳輸?shù)揭曨l分析服務器； (2)視頻分析服務器的煙火探測模塊，對多幀視頻圖像進行運動前景的探測，分割得到前景列表； (3)根據(jù)顏色，紋理以及運動特征對分割出的運動前景進行預處理，濾除非煙火前景區(qū)域； (4)基于密集型光流法對連續(xù)幀進行動態(tài)分析并提取動態(tài)運動特征； (5)基于支持向量機的分類器對特征進行分類輸出探測結果。
2.根據(jù)權利要求I所述的基于智能視頻分析的森林煙火探測方法，其特征在于步驟(2)中，所述得到運動區(qū)域的前景列表具體為 多幀運動探測，首先得到前n幀圖像的差值圖像(n取值為3 5):
3.根據(jù)權利要求I所述的基于智能視頻分析的森林煙火探測方法，其特征在于步驟(3)中，所述的預處理具體包括濾除明顯的非煙火顏色的前景區(qū)域、濾除明顯非煙火紋理的前景區(qū)域以及濾除跳躍性變化的運動前景；所述的運動前景包括前后幀無法匹配的運動區(qū)域，以及形態(tài)特征及其變化突變的區(qū)域。
4.根據(jù)權利要求I所述的基于智能視頻分析的森林煙火探測方法，其特征在于步驟(4)中，所述運動特征提取的方法為 1)首先做一個根據(jù)主運動方向對方向進行矯正，并進行如下的對光流的旋轉 X cos a - sin a x y _ sin a cos a y _ a為主運動方向的角度，[X' j']為矯正之前的運動向量。[X y]為矯正之后的運動向量； 2)對于動態(tài)特征的提取，對于每個運動像素點，根據(jù)連續(xù)n幀運動向量得到nX2維的云力態(tài)特征向量[X1 Y1 X2 J2. . xn yn]； 3)根據(jù)運動點的特征向量，采用非監(jiān)督性聚類算法把所有訓練樣本中可以得到的有效動態(tài)特征向量進行歸類； 4)比較每個樣本中的有效動態(tài)特征向量與類的相似度得到動態(tài)特征向量的的統(tǒng)計直方圖。
5.權利要求I所述的基于智能視頻分析的森林煙火探測方法的專用裝置，其特征在于包括監(jiān)控攝像頭和視頻分析服務器；所述的監(jiān)控攝像頭通過網(wǎng)絡與視頻分析服務器進行信號傳輸。
6.根據(jù)權利要求5所述的基于智能視頻分析的森林煙火探測方法的專用裝置，其特征在于所述的視頻分析服務器包括煙火探測模塊、支持向量機分類器和支持向量機；所述的煙火探測模塊與支持向量機分類器數(shù)據(jù)傳輸，所述的所述的煙火探測模塊與支持向量機分類器均與支持向量機數(shù)據(jù)傳輸；所述的煙火探測模塊與監(jiān)控攝像頭進行信號傳輸。
全文摘要
本發(fā)明公開了一種基于智能視頻分析的森林煙火探測方法及其專用裝置，方法包括從林區(qū)的監(jiān)控攝像頭抓取實時的當前探測場景的視頻圖像，通過網(wǎng)絡傳輸?shù)揭曨l分析服務器；視頻分析服務器的煙火探測模塊，對多幀視頻圖像進行運動前景的探測，分割得到前景列表；根據(jù)顏色，紋理以及運動特征對分割出的運動前景進行預處理，濾除非煙火前景區(qū)域；基于密集型光流法對連續(xù)幀進行動態(tài)分析并提取動態(tài)運動特征；基于支持向量機的分類器對特征進行分類輸出探測結果。該方法及其專用裝置，采用多重視頻分析技術提取煙火獨有特征，做到減少誤報漏報等情況，對日夜型相機的視頻圖像全天候進行分析，白天可以自動探測煙霧和明火，晚上也可用于探測明火。
文檔編號G06K9/62GK102867386SQ20121033240
公開日2013年1月9日 申請日期2012年9月10日 優(yōu)先權日2012年9月10日
發(fā)明者封曉強, 何鐵軍 申請人:南京恩博科技有限公司