煙霧檢測方法與系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種煙霧檢測方法與系統(tǒng)，首先對視頻序列進(jìn)行運(yùn)動(dòng)區(qū)域提取，然后對運(yùn)動(dòng)區(qū)域提取小波特征以及亮度值特征，形成多個(gè)多維新組合的特征向量組，最后根據(jù)多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。整個(gè)過程中，通過分析這樣一種新的組合特征向量組來確定是否有煙霧發(fā)生，利用多個(gè)小波特征和亮度值特征來檢測，能夠高效、高靈敏度來檢測是否有煙霧發(fā)生，能夠及時(shí)、準(zhǔn)確表征火災(zāi)發(fā)生情況。
【專利說明】煙霧檢測方法與系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及火災(zāi)檢測【技術(shù)領(lǐng)域】，特別是涉及煙霧檢測方法與系統(tǒng)。

【背景技術(shù)】
[0002] 火災(zāi)是一種給人類帶來嚴(yán)重?fù)p失的災(zāi)害，而煙霧作為火災(zāi)發(fā)生初期的表現(xiàn)，準(zhǔn)確 地識別煙霧顯得尤為重要。
[0003] 目前，比較成熟的傳統(tǒng)煙霧檢測方法是基于傳感器的探測技術(shù)，常見的有感煙、感 溫、感光、感濕、感聲等煙霧探測器。但是這些基于傳感器探測技術(shù)的探測器必須在煙霧點(diǎn) 附近才能準(zhǔn)確的檢測出煙霧，易受監(jiān)控環(huán)境的面積、溫度、濕度和氣流等因素的影響，而且 只有煙霧達(dá)到一定的濃度后才能被探測器檢測到，所以傳統(tǒng)的探測器的應(yīng)用范圍受到了較 大限制。
[0004] 可見現(xiàn)有的煙霧檢測方法存在檢測靈敏度低，無法及時(shí)、準(zhǔn)確反映火災(zāi)發(fā)生情況。


【發(fā)明內(nèi)容】

[0005] 基于此，有必要針對現(xiàn)有的煙霧檢測方法存在檢測靈敏度低，無法及時(shí)、準(zhǔn)確反映 火災(zāi)發(fā)生情況的問題，提供一種檢測靈敏度高，能夠及時(shí)、準(zhǔn)確表征火災(zāi)發(fā)生情況的煙霧檢 測方法與系統(tǒng)。
[0006] -種煙霧檢測方法，包括步驟：
[0007] 獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測視頻 圖像的像素點(diǎn)；
[0008] 對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，獲取所述煙霧檢測視頻 圖像序列中的運(yùn)動(dòng)區(qū)域；
[0009] 標(biāo)記所述運(yùn)動(dòng)區(qū)域，對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn)行特征提取，得到多個(gè) 多維新組合的特征向量組，其中，所述特征包括m維小波特征和η維亮度值特征，所述m和 所述η均為正整數(shù)；
[0010] 根據(jù)所述多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。
[0011] 一種煙霧檢測系統(tǒng)，包括步驟：
[0012] 獲取分析模塊，用于獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得 所述煙霧檢測視頻圖像的像素點(diǎn)；
[0013] 運(yùn)動(dòng)區(qū)域獲取模塊，用于對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢 測，獲取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域；
[0014] 特征向量組獲取模塊，用于標(biāo)記所述運(yùn)動(dòng)區(qū)域，對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖 像進(jìn)行特征提取，得到多個(gè)多維新組合的特征向量組，其中，所述特征包括m維小波特征和 η維亮度值特征，所述m和所述η均為正整數(shù)；
[0015] 檢測模塊，用于根據(jù)所述多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否 產(chǎn)生煙霧。
[0016] 本發(fā)明煙霧檢測方法與系統(tǒng)，首先對視頻序列進(jìn)行運(yùn)動(dòng)區(qū)域提取，然后對運(yùn)動(dòng)區(qū) 域提取小波特征以及亮度值特征，形成多個(gè)多維新組合的特征向量組，最后根據(jù)多個(gè)多維 新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。整個(gè)過程中，通過分析這樣一種新 的組合特征向量組來確定是否有煙霧發(fā)生，利用多個(gè)小波特征和亮度值特征來檢測，能夠 高效、高靈敏度來檢測是否有煙霧發(fā)生，能夠及時(shí)、準(zhǔn)確表征火災(zāi)發(fā)生情況。

【專利附圖】

【附圖說明】
[0017] 圖1為本發(fā)明煙霧檢測方法第一個(gè)實(shí)施例的流程示意圖；
[0018] 圖2為本發(fā)明煙霧檢測方法第二個(gè)實(shí)施例的流程示意圖；
[0019] 圖3為本發(fā)明煙霧檢測系統(tǒng)第一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；
[0020] 圖4為本發(fā)明煙霧檢測系統(tǒng)第二個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0021] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下根據(jù)附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施僅僅用以解釋本發(fā)明，并不 限定本發(fā)明。
[0022] 如圖1所示，一種煙霧檢測方法，包括步驟：
[0023] S100 :獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測 視頻圖像的像素點(diǎn)。
[0024] 煙霧檢測視頻圖像數(shù)據(jù)可以從監(jiān)控?cái)z像頭拍攝的圖像數(shù)據(jù)中獲取。對獲取到的煙 霧檢測視頻圖像數(shù)據(jù)進(jìn)行分析處理，得到煙霧檢測視頻圖像的序列，再進(jìn)一步分析煙霧檢 測視頻圖像序列，獲得煙霧檢測視頻圖像的像素點(diǎn)。
[0025] S200:對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，獲取所述煙霧檢 測視頻圖像序列中的運(yùn)動(dòng)區(qū)域。
[0026] 在對視頻煙霧的檢測過程中，首先要檢測視頻圖像序列中運(yùn)動(dòng)區(qū)域，其目的是從 視頻圖像序列中將運(yùn)動(dòng)區(qū)域從背景圖像中提取出來。為了準(zhǔn)確、高效獲取運(yùn)動(dòng)區(qū)域，需要對 所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，可以采用的方法包括但是不限于光 流法、幀間差分法和背景差分法。
[0027] S300 :標(biāo)記所述運(yùn)動(dòng)區(qū)域，對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn)行特征提取，得到 多個(gè)多維新組合的特征向量組，其中，所述特征包括m維小波特征和η維亮度值特征，所述 m和所述η均為正整數(shù)。
[0028] 小波特征中主要有：低頻總能量ELI、高頻總能量Η11、低頻能量比、高頻能量比、 算數(shù)均值、標(biāo)準(zhǔn)差、偏態(tài)、峰度等。在視頻圖像中，如果出現(xiàn)煙霧則會(huì)使其覆蓋的背景區(qū)域變 得模糊，即發(fā)生煙霧區(qū)域和對應(yīng)背景相比，該區(qū)域的邊緣和細(xì)節(jié)信息減少，然而這些邊緣和 細(xì)節(jié)信息與圖像中的高頻信息相對應(yīng)，所以這里可以通過小波特征和亮度值特征來準(zhǔn)確檢 測運(yùn)動(dòng)區(qū)域內(nèi)是否有煙霧。
[0029] S400:根據(jù)所述多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。
[0030] 具體來說，優(yōu)選的，可以根據(jù)多個(gè)多維新組合的特征向量組，利用分類器，檢測所 述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。
[0031] 本發(fā)明煙霧檢測方法，首先對視頻序列進(jìn)行運(yùn)動(dòng)區(qū)域提取，然后對運(yùn)動(dòng)區(qū)域提取 小波特征以及亮度值特征，形成多個(gè)多維新組合的特征向量組，最后根據(jù)多個(gè)多維新組合 的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。整個(gè)過程中，通過分析這樣一種新的組合 特征向量組來確定是否有煙霧發(fā)生，利用多個(gè)小波特征和亮度值特征來檢測，能夠高效、高 靈敏度來檢測是否有煙霧發(fā)生，能夠及時(shí)、準(zhǔn)確表征火災(zāi)發(fā)生情況。
[0032] 在其中一個(gè)實(shí)施例中，所述對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行高斯混合背 景模型判斷，獲取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域具體包括步驟：
[0033] 利用高斯分布表征所述煙霧檢測視頻圖像序列，獲取多個(gè)初始化高斯模型；
[0034] 對所述煙霧檢測視頻圖像進(jìn)行灰度化處理，以使所述煙霧檢測視頻圖像的像素點(diǎn) 與所述多個(gè)初始化高斯模型進(jìn)行匹配，當(dāng)匹配成功時(shí)，將匹配成功像素點(diǎn)的數(shù)據(jù)更新到初 始化高斯模型，獲得更新的高斯模型；
[0035] 選取所述更新的高斯模型表征煙霧檢測視頻圖像背景，查找所述煙霧檢測視頻圖 像中的像素點(diǎn)不屬于背景的像素點(diǎn)，獲得查找結(jié)果；
[0036] 根據(jù)所述查找結(jié)果，獲取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域。
[0037] 在本實(shí)施例中，利用高斯分布表征煙霧檢測視頻圖像序列，建立高斯模型，之后再 對像素點(diǎn)進(jìn)行高斯匹配，更新高斯模型，最終根據(jù)更新的高斯模型，確定煙霧檢測視頻圖像 序列中的運(yùn)動(dòng)區(qū)域。采用嚴(yán)謹(jǐn)模型建立和數(shù)據(jù)處理過程，確保獲得的運(yùn)動(dòng)區(qū)域準(zhǔn)確。
[0038] 下面將采用一個(gè)具體實(shí)施例和詳細(xì)的數(shù)學(xué)推導(dǎo)過程，詳細(xì)介紹煙霧檢測視頻圖像 序列中的運(yùn)動(dòng)區(qū)域的準(zhǔn)確獲取過程。
[0039] 在對視頻煙霧的檢測過程中，首先要檢測視頻圖像序列中運(yùn)動(dòng)區(qū)域，目的是從視 頻圖像序列中將運(yùn)動(dòng)區(qū)域從背景圖像中提取出來。在這里選用背景差分法獲取運(yùn)動(dòng)區(qū)域加 以說明。
[0040] 混合高斯模型函數(shù)
[0041] 把視頻序列中各幀圖像看成是一個(gè)時(shí)間序列：{Xp x2,...，Χτ}。每個(gè)像素點(diǎn)用K個(gè) 高斯分布來描述。則t時(shí)刻，像素點(diǎn)X t的概率密度為Κ個(gè)高斯密度函數(shù)加權(quán)：
[0042]

【權(quán)利要求】
1. 一種煙霧檢測方法，其特征在于，包括步驟： 獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述煙霧檢測視頻圖像 的像素點(diǎn)； 對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，獲取所述煙霧檢測視頻圖像 序列中的運(yùn)動(dòng)區(qū)域； 標(biāo)記所述運(yùn)動(dòng)區(qū)域，對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn)行特征提取，得到多個(gè)多維 新組合的特征向量組，其中，所述特征包括m維小波特征和η維亮度值特征，所述m和所述 η均為正整數(shù)； 根據(jù)所述多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧。
2. 根據(jù)權(quán)利要求1所述的煙霧檢測方法，其特征在于，所述對所述煙霧檢測視頻圖像 中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，獲取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域具體包括步 驟： 利用高斯分布表征所述煙霧檢測視頻圖像序列，獲取多個(gè)初始化高斯模型； 對所述煙霧檢測視頻圖像進(jìn)行灰度化處理，以使所述煙霧檢測視頻圖像的像素點(diǎn)與所 述多個(gè)初始化高斯模型進(jìn)行匹配，當(dāng)匹配成功時(shí)，將匹配成功像素點(diǎn)的數(shù)據(jù)更新到初始化 高斯模型，獲得更新的高斯模型； 選取所述更新的高斯模型表征煙霧檢測視頻圖像背景，查找所述煙霧檢測視頻圖像中 的像素點(diǎn)不屬于背景的像素點(diǎn)，獲得查找結(jié)果； 根據(jù)所述查找結(jié)果，獲取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域。
3. 根據(jù)權(quán)利要求1或2所述的煙霧檢測方法，其特征在于，所述標(biāo)記所述運(yùn)動(dòng)區(qū)域，對 每個(gè)所述運(yùn)動(dòng)區(qū)域的視頻圖像進(jìn)行特征提取，得到多個(gè)多維新組合的特征向量組具體包括 步驟： 標(biāo)記所述運(yùn)動(dòng)區(qū)域； 對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn)行小波特征變換，提取運(yùn)動(dòng)區(qū)域中的視頻圖像的 多個(gè)小波特征，將所述多個(gè)小波特征進(jìn)行整合，獲得多維小波特征； 提取運(yùn)動(dòng)區(qū)域中的視頻圖像的亮度值和所述運(yùn)動(dòng)區(qū)域中的視頻圖像對應(yīng)的背景區(qū)域 的亮度值，計(jì)算兩者的亮度值比特征，提取多維亮度值特征； 根據(jù)所述多維小波特征和所述多維亮度值特征，獲取多個(gè)多維新組合的特征向量組。
4. 根據(jù)權(quán)利要求1或2所述的煙霧檢測方法，其特征在于，所述根據(jù)所述多個(gè)多維新組 合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧具體為： 根據(jù)所述多個(gè)多維新組合的特征向量組，利用分類器，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙 霧。
5. 根據(jù)權(quán)利要求1或2所述的煙霧檢測方法，其特征在于，所述根據(jù)所述多個(gè)多維新組 合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙霧之后還有步驟： 當(dāng)檢測到所述運(yùn)動(dòng)區(qū)域發(fā)生煙霧時(shí)，標(biāo)記所述運(yùn)動(dòng)區(qū)域，并發(fā)出報(bào)警信號。
6. -種煙霧檢測系統(tǒng)，其特征在于，包括： 獲取分析模塊，用于獲取煙霧檢測視頻圖像，并分析煙霧檢測視頻圖像序列，獲得所述 煙霧檢測視頻圖像的像素點(diǎn)； 運(yùn)動(dòng)區(qū)域獲取模塊，用于對所述煙霧檢測視頻圖像中的像素點(diǎn)進(jìn)行運(yùn)動(dòng)區(qū)域檢測，獲 取所述煙霧檢測視頻圖像序列中的運(yùn)動(dòng)區(qū)域； 特征向量組獲取模塊，用于標(biāo)記所述運(yùn)動(dòng)區(qū)域，對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn) 行特征提取，得到多個(gè)多維新組合的特征向量組，其中，所述特征包括m維小波特征和η維 亮度值特征，所述m和所述η均為正整數(shù)； 檢測模塊，用于根據(jù)所述多個(gè)多維新組合的特征向量組，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生 煙霧。
7. 根據(jù)權(quán)利要求6所述的煙霧檢測系統(tǒng)，其特征在于，所述運(yùn)動(dòng)區(qū)域獲取模塊具體包 括： 高斯模型初始獲取單元，用于利用高斯分布表征所述煙霧檢測視頻圖像序列，獲取多 個(gè)初始化高斯模型； 高斯模型更新單元，用于對所述煙霧檢測視頻圖像進(jìn)行灰度化處理，以使所述煙霧檢 測視頻圖像的像素點(diǎn)與所述多個(gè)初始化高斯模型進(jìn)行匹配，當(dāng)匹配成功時(shí)，將匹配成功像 素點(diǎn)的數(shù)據(jù)更新到初始化高斯模型，獲得更新的高斯模型； 查找單元，用于選取所述更新的高斯模型表征煙霧檢測視頻圖像背景，查找所述煙霧 檢測視頻圖像中的像素點(diǎn)不屬于背景的像素點(diǎn)，獲得查找結(jié)果； 運(yùn)動(dòng)區(qū)域獲取單元，用于根據(jù)所述查找結(jié)果，獲取所述煙霧檢測視頻圖像序列中的運(yùn) 動(dòng)區(qū)域。
8. 根據(jù)權(quán)利要求6或7所述的煙霧檢測系統(tǒng)，其特征在于，所述特征向量組獲取模塊具 體包括： 標(biāo)記單元，用于標(biāo)記所述運(yùn)動(dòng)區(qū)域； 小波特征提取單元，用于對每個(gè)所述運(yùn)動(dòng)區(qū)域中的視頻圖像進(jìn)行小波特征變換，提取 運(yùn)動(dòng)區(qū)域中的視頻圖像的多個(gè)小波特征，將所述多個(gè)小波特征進(jìn)行整合，獲得多維小波特 征； 亮度值特征提取單元，用于提取運(yùn)動(dòng)區(qū)域中的視頻圖像的亮度值和所述運(yùn)動(dòng)區(qū)域中的 視頻圖像對應(yīng)的背景區(qū)域的亮度值，計(jì)算兩者的亮度值比特征，提取多維亮度值特征； 特征向量組獲取單元，用于根據(jù)所述多維小波特征和所述多維亮度值特征，獲取多個(gè) 多維新組合的特征向量組。
9. 根據(jù)權(quán)利要求6或7所述的煙霧檢測系統(tǒng)，其特征在于，所述檢測模塊具體用于： 根據(jù)所述多個(gè)多維新組合的特征向量組，利用分類器，檢測所述運(yùn)動(dòng)區(qū)域是否產(chǎn)生煙 霧。
10. 根據(jù)權(quán)利要求6或7所述的煙霧檢測系統(tǒng)，其特征在于，還包括： 報(bào)警模塊，用于當(dāng)檢測到所述運(yùn)動(dòng)區(qū)域發(fā)生煙霧時(shí)，標(biāo)記所述運(yùn)動(dòng)區(qū)域，并發(fā)出報(bào)警信 號。
【文檔編號】G06T7/20GK104050478SQ201410325268
【公開日】2014年9月17日 申請日期:2014年7月9日 優(yōu)先權(quán)日:2014年7月9日
【發(fā)明者】楊勝, 鄭雪梅 申請人:湖南大學(xué)