專利名稱：基于粒子群算法的消防炮射流軌跡的搜索方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖 像處理技術(shù)和群智能算法的結(jié)合，主要涉及粒子群算法與圖像特征軌跡的搜索，利用粒子群算法的迭代尋優(yōu)特性實(shí)現(xiàn)消防炮射流軌跡的最佳搜索。
背景技術(shù)：
I粒子群算法
粒子群算法(Particle Swarm Optimization)簡稱 PS0,是由 Eberhart 和 Kennedy 于1995年提出的。粒子群優(yōu)化算法是基于對鳥群、魚群的模擬，通過群體搜索和迭代的方式尋找最優(yōu)解。由于其算法的簡潔性，易于實(shí)現(xiàn)，沒有很多參數(shù)需要調(diào)整，且不需要梯度信息，使得粒子群算法得到眾多學(xué)者的重視和研究。 2智能消防系統(tǒng)
基于計(jì)算機(jī)視覺的智能消防系統(tǒng)M主要是利用機(jī)器人視覺技術(shù)，運(yùn)用圖像處理的方法感知、判斷和引導(dǎo)消防執(zhí)行的一套閉環(huán)系統(tǒng)。整個(gè)系統(tǒng)主要分為圖像識別部分和消防執(zhí)行部分。圖像識別部分中，是通過對從攝像機(jī)中獲得的圖片進(jìn)行分析、處理，從而得到消防射流軌跡及其落水點(diǎn)和火點(diǎn)的相對位置的信息。消防執(zhí)行部分主要根據(jù)圖像識別部分得到的信息來控制消防水炮進(jìn)行滅火。如何準(zhǔn)確、快速地識別判斷消防炮射流軌跡是整個(gè)系統(tǒng)的一大難點(diǎn)，在處理中，采用的方法是根據(jù)已知起點(diǎn)的色彩特征進(jìn)行單向的相似性搜索[1]。而此過程中，起點(diǎn)的確定則顯得尤為重要。圖像的識別搜索又分為初始圖片的射流軌跡搜索和后續(xù)圖片的射流軌跡搜索。在初始圖片的射流搜索中，主要是通過背景減除法[1]來確定射流軌跡的起點(diǎn)。即對消防射流背景圖片和射流圖片進(jìn)行作差，然后通過濾波分割之后提取射流起點(diǎn)，然后在此起點(diǎn)的基礎(chǔ)上通過單向搜索法[1]找出完整的射流軌跡。后續(xù)射流搜索中，利用連續(xù)的兩幅圖射流軌跡變化不大的特點(diǎn)，以上一幀射流起點(diǎn)的為基點(diǎn)，根據(jù)斜線法[3]在射流軌跡的垂直方向并行設(shè)置多個(gè)起點(diǎn)，并以此進(jìn)行搜索。然后利用一些從初次搜索中得到的基準(zhǔn)信息，如長度和角度的判據(jù)[2]等進(jìn)行篩選排除，最終獲得最佳射流軌跡。從整體看，起點(diǎn)的確定毫無疑問成為了重中之重。在初次圖片的搜索中，利用背景減除法[1]及一些圖像分割的方法能迅速準(zhǔn)確的識別起點(diǎn)。而后續(xù)的圖片中由于失去了背景的優(yōu)勢，只能根據(jù)經(jīng)驗(yàn)在上一幀的圖像起點(diǎn)附近設(shè)置相應(yīng)起點(diǎn)，并以此搜索。雖然也有一定的準(zhǔn)確性，但帶有很大的隨機(jī)性，其本身抗干擾的能力很差，并且搜索過程中圖像幀與幀之間關(guān)聯(lián)性強(qiáng)，一幀出錯(cuò)，對下一幀圖像的射流軌跡搜索會帶來很大的影響。參考文獻(xiàn)
[1]陳靜.基于圖像處理的消防水炮自動定位研究[D].南京南京航空航天大學(xué)·2010
[2]郭曉博.智能消防系統(tǒng)中圖像處理和消防炮控制軟件設(shè)計(jì)[D].南京南京航空航天大學(xué).2011[3]孫維祿.基于計(jì)算機(jī)視覺的智能消防系統(tǒng)算法的研究[D].南京南京航空航天大學(xué)· 201
發(fā)明內(nèi)容
發(fā)明目的
針對智能消防系統(tǒng)中消防射流軌跡搜索依賴性較大，準(zhǔn)確性不夠高的難題，本發(fā)明提出了一種基于粒子群算法的迭代尋優(yōu)搜索方法，尋找全局最優(yōu)起點(diǎn)和射流軌跡，增加了整個(gè)搜索的準(zhǔn)確性與可靠性，同時(shí)排除因一幅圖像的錯(cuò)誤而導(dǎo)致后續(xù)圖像的搜索失敗的可能性。技術(shù)方案
本發(fā)明是通過下面的技術(shù)方案來解決上述技術(shù)問題。一種基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于根據(jù)初次射流搜索到的水道提取射流軌跡信息，并將此信息作為水道的先驗(yàn)信息；在射流圖片上利用粒子群算法設(shè)置粒子點(diǎn)并擬定適應(yīng)度值的計(jì)算方法；將以上設(shè)置粒子點(diǎn)視為射流的起點(diǎn)，并利用單向搜索法搜索每個(gè)粒子點(diǎn)的水道軌跡；根據(jù)標(biāo)準(zhǔn)粒子群算法的運(yùn)動規(guī)則進(jìn)行運(yùn)動，通過迭代的方式找出水道軌跡的最優(yōu)解；接著根據(jù)此最優(yōu)水道的信息更新先驗(yàn)信息，并在下一幀圖片上繼續(xù)尋找以獲得射流的實(shí)時(shí)信息。有益效果
本發(fā)明具有下列技術(shù)效果
1、本方案將粒子群算法引入到消防炮射流的搜索中，通過粒子迭代運(yùn)動，在全局范圍內(nèi)尋找最佳的射流起點(diǎn)和軌跡，從而增加了整個(gè)搜索的準(zhǔn)確性與可靠性；
2、通過粒子的在全局范圍內(nèi)的隨機(jī)搜索，減小了圖像幀與幀之間的關(guān)聯(lián)性，避免了因過分依賴前一幀圖像的搜索結(jié)果而造成的不必要的誤差，同時(shí)也排除因一幅圖像的錯(cuò)誤而導(dǎo)致后續(xù)圖像的搜索失敗的可能性。


圖I是具體實(shí)施例的搜索方法流程 圖2是迭代0、10、20、30次的場景圖，圖中只標(biāo)出了尋找到的符合基本條件的水道軌
跡；
圖3是迭代過程中的一幅場景圖，圖中標(biāo)出了尋找到的全部軌跡。
具體實(shí)施例方式如圖I所示，本發(fā)明基于粒子群算法的消防炮射流軌跡的搜索方法包括下述步驟
1、根據(jù)背景減除法、二值化、濾波、形態(tài)提取等方法，獲取初始射流起點(diǎn)及其軌跡，并記錄此水道起點(diǎn)、灰度、長度、角度等特征值作為水道的先驗(yàn)信息；
2、在后續(xù)的消防炮射流圖片上，根據(jù)圖片大小和起點(diǎn)先驗(yàn)值設(shè)置粒子點(diǎn)，并擬定粒子迭代過程中運(yùn)動的規(guī)則和適應(yīng)度函數(shù)的計(jì)算方法；
3、將以上設(shè)置粒子點(diǎn)視為射流的起點(diǎn)，并利用單向搜索法搜索每個(gè)粒子點(diǎn)的水道軌跡；
4、根據(jù)擬定的適應(yīng)度函數(shù)和搜索到的射流軌跡，求解每個(gè)粒子的適應(yīng)度值，并記錄每次迭代的局部最優(yōu)值和全局最優(yōu)值；
5、繼續(xù)迭代，直到粒子點(diǎn)收斂為止，提取最優(yōu)值作為此幀圖片的水道軌跡，并根據(jù)此時(shí)水道的特征信息更新先驗(yàn)信息；
6、載入下一幀圖片，重復(fù)2-5，查找水道的實(shí)時(shí)位置信息。(I)、算法的對應(yīng)
本方案采用了標(biāo)準(zhǔn)的粒子群尋優(yōu)算法，其粒子更新按如下的公式 W7f4(2)
其中,K為一矢量，是粒子在迭代次數(shù)t時(shí)的速度；ft是迭代次數(shù)t時(shí)粒子的位置，也是矢量;Pt,gtS義為迭代次數(shù)t時(shí)局部最優(yōu)變量和全局最優(yōu)變量是介于(O, D之間的隨機(jī)數(shù);Gi、C^是局部和全局學(xué)習(xí)因子是慣性權(quán)重因子。在利用粒子群算法時(shí)進(jìn)行了如下的對應(yīng)，將粒子的位置對應(yīng)為射流軌跡的起點(diǎn)，并且以此點(diǎn)進(jìn)行單向搜索，將得到的射流軌跡的特征信息作為計(jì)算適應(yīng)度函數(shù)的依據(jù)。在適應(yīng)度函數(shù)中又做如下設(shè)定首先，尋找的必須是解(即根據(jù)初始圖片搜索得到的經(jīng)驗(yàn)判斷它是一條射流軌跡)，而后才是尋找最優(yōu)解。將每個(gè)粒子在迭代的過程中所搜索到的射流軌跡與其歷次迭代中找到的軌跡比較，找出符合解的條件的且最優(yōu)(即適應(yīng)度值最小)的一條，將此軌跡的起點(diǎn)作為該粒子下次迭代的局部最優(yōu)值P。同時(shí)，將從開始到現(xiàn)在的全部的局部最優(yōu)值作比較再取最優(yōu)，將最優(yōu)值作為下次迭代的全局最優(yōu)值g。隨著迭代次數(shù)的增加，粒子群會逐漸收斂到某個(gè)近似最優(yōu)值。而此時(shí)的最優(yōu)值將被認(rèn)為是整個(gè)迭代過程的最優(yōu)解。(2)、粒子點(diǎn)的分布
在整個(gè)過程中，粒子點(diǎn)的分布一定程度的影響著迭代的效率和搜索的成敗。粒子點(diǎn)的分布包括粒子點(diǎn)的個(gè)數(shù)和具體的位置分布。粒子點(diǎn)的個(gè)數(shù)是由圖片的小大決定?？紤]到算法執(zhí)行的速度和的開掘能力，在一幀圖片的x、y方向上的每隔50個(gè)像素布置一個(gè)粒子點(diǎn)，根據(jù)圖片的大小形成一個(gè)粒子均勻分布的網(wǎng)絡(luò)。(3)、適應(yīng)度函數(shù)
在本次粒子群算法應(yīng)用中，適應(yīng)度函數(shù)分為兩個(gè)部分基準(zhǔn)判斷部分和求解適應(yīng)值部分?；鶞?zhǔn)判斷部分主要是用來判斷軌跡是否符合射流軌跡的一些基本條件。這些基本條件主要來源于之前所得射流的灰度特征和軌跡的幾何特性。其中，主要是依據(jù)水道的長度、角度和平均灰度等。如下公式
■ I !,& €[ 0.5Len, 1, 5Lsn\rangk e [ O ^Angt 1, 5Ang) · grey e [ O Wrey, 1. 2Grey],
,=1鍾他；⑶
其中，len, angle和grey是當(dāng)前水道的長度、角度和灰度信息；Len, Ang和Grey是先驗(yàn)信息中的長度、角度和灰度信息。公式中所給的灰度、長度、平均灰度的約束范圍屬于一個(gè)比較寬的范圍，目的是為了在計(jì)算適應(yīng)度前排除一些明顯的不符合水道特征的軌跡。適應(yīng)度是判斷粒子優(yōu)劣的依據(jù)，本文中適應(yīng)度是依據(jù)射流曲線的擬合誤差顯、水道長度|#1和水道的平均灰度grey而定的。f為適應(yīng)值，則有
權(quán)利要求
1.一種基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于根據(jù)初次射流搜索到的水道提取射流軌跡信息，并將此信息作為水道的先驗(yàn)信息；在射流圖片上利用粒子群算法設(shè)置粒子點(diǎn)并擬定適應(yīng)度值的計(jì)算方法；將以上設(shè)置粒子點(diǎn)視為射流的起點(diǎn)，并利用單向搜索法搜索每個(gè)粒子點(diǎn)的水道軌跡；根據(jù)標(biāo)準(zhǔn)粒子群算法的運(yùn)動規(guī)則進(jìn)行運(yùn)動，通過迭代的方式找出水道軌跡的最優(yōu)解；接著根據(jù)此最優(yōu)水道的信息更新先驗(yàn)信息，并在下一幀圖片上繼續(xù)尋找以獲得射流的實(shí)時(shí)信息。
2.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于粒子點(diǎn)的設(shè)置考慮到算法執(zhí)行的速度和的開掘能力，在一幀圖片的X、y方向上每隔50個(gè)像素布置一個(gè)粒子點(diǎn)，根據(jù)圖片的大小形成一個(gè)粒子均勻分布的網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于適應(yīng)度函數(shù)適應(yīng)度函數(shù)分為基準(zhǔn)判斷部分和求解適應(yīng)值兩個(gè)部分，
4.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于標(biāo)準(zhǔn)粒子群算法的運(yùn)動規(guī)則根據(jù)每個(gè)粒子點(diǎn)的適應(yīng)度值，判斷出每次迭代的全局最優(yōu)粒子和每個(gè)粒子的局部最優(yōu)，進(jìn)而根據(jù)粒子群算法的運(yùn)動更新公式進(jìn)行迭代更新，直到所有粒子的平均運(yùn)動速度小于I個(gè)像素為止。
5.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于最優(yōu)水道的提取在一幀圖片的粒子迭代結(jié)束后，取其中的適應(yīng)度值最小的水道軌跡為最優(yōu)解。
6.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于先驗(yàn)信息的選擇先驗(yàn)信息包括水道的長度、角度、灰度、起點(diǎn)，先驗(yàn)信息作為下一幀圖片迭代篩選的一個(gè)判斷依據(jù)。
7.根據(jù)權(quán)利要求I所述的基于粒子群算法的消防炮射流軌跡的搜索方法，其特征在于先驗(yàn)信息的更新取當(dāng)前最優(yōu)水道信息和先驗(yàn)信息的差值的二分之一，與先驗(yàn)信息相加，以此來更新先驗(yàn)信息。
全文摘要
本發(fā)明公開一種基于粒子群算法的消防炮射流軌跡的搜索方法，將粒子群算法引入到消防炮射流的搜索中，通過粒子迭代運(yùn)動，在全局范圍內(nèi)尋找最佳的射流起點(diǎn)和軌跡，從而增加了整個(gè)搜索的準(zhǔn)確性與可靠性。同時(shí)通過粒子的在全局范圍內(nèi)的隨機(jī)搜索，減小了圖像幀與幀之間的關(guān)聯(lián)性，避免了因過分依賴前一幀圖像的搜索結(jié)果而造成的不必要的誤差，同時(shí)也排除因一幅圖像的錯(cuò)誤而導(dǎo)致后續(xù)圖像的搜索失敗的可能性。
文檔編號G06N3/00GK102930543SQ20121042840
公開日2013年2月13日 申請日期2012年11月1日 優(yōu)先權(quán)日2012年11月1日
發(fā)明者趙敏, 蘇浩, 姚敏 申請人:南京航空航天大學(xué)