一种基于CodeBook 的火灾图像识别方法及装置制造方法及图纸

本发明专利技术创造提供了一种基于CodeBook的火灾图像识别方法，包括以下步骤：基于CodeBook算法对识别应用场景实时建模并建立初始码本（CodeBook），并根据后续图像对初始码本尽心实时更新，生成实时码本；基于实时码本对采集到的当前帧图像进行前景提取；计算该区域的前后图像序列的互信息熵；将计算到的互信息熵与设定的阈值进行比较，将大于阈值的前景图像判定为非火灾图像或者将未超出阀值的前景图像判定为火灾图像。本发明专利技术创造具有的优点和积极效果是：能够在火灾发生时及时的进行报警，并在很大程度上避免了白炽灯等等热辐射物体的误报警，大大提高的报警的准确度。

【技术实现步骤摘要】
一种基于CodeBook的火灾图像识别方法及装置
本专利技术创造涉及计算机图像处理及识别领域，尤其为一种火灾图像识别方法及装置.
技术介绍
图像型火灾识别技术是基于计算机视觉、图像处理与模式识别等方面的火灾探测新技术。该技术一般采用CCD/CMOS对场景进行取像，将图像通过数据采集卡压缩编码传给主机或服务器，然后采用计算机图像处理与模式识别技术进行算法分析，当发现火灾时发出报警信号。目前该技术所采用的方法主要有如下几种：1颜色分析,主要分析火焰图像中的R、G、B值及其三维空间分布，或者将RGB颜色空间转换到YUV、Lab等空间进行分析；2频谱分析,主要是将火焰图像从空间域转换到频域，然后再进行特征分析；3轮廓分析，火焰燃烧时候轮廓的波动是火焰一个重要特征，因此有人提出采用火焰轮廓极坐标时空数据的二维傅里叶变换来描述火焰动态特征，然后进行人工神经网络的识别等方法。这些与传统的感烟、感温式火灾监测技术相比，图像型火灾识别技术具有响应速度快，监测范围广，监视距离远等等显著的优势，适用于高大空旷的室内、外场所。但上述识别技术对于白炽灯等高温辐射物体下容易报警。
技术实现思路
本专利技术创造要解决的问题是提供一种能够在背景中有白炽灯等高温辐射物体下能够准确识别是否为火灾情况且不会产生误报警的情况。为解决上述技术问题，本专利技术创造采用的技术方案是：一种基于CodeBook的火灾图像识别方法，包括以下步骤：基于CodeBook算法对识别应用场景实时建模并建立初始码本（CodeBook），并根据后续图像对初始码本尽心实时更新，生成实时码本；基于实时码本对采集到的当前帧图像进行前景提取；计算该区域的前后图像序列的互信息熵；将计算到的互信息熵与设定的阈值进行比较，将大于阈值的前景图像判定为非火灾图像或者将未超出阀值的前景图像判定为火灾图像。进一步的，基于CodeBook算法对识别应用场景实时建模并建立初始码本（CodeBook）是通过以下步骤获得：获取无火源的不少于10帧图像；为图像中每一点建立码本；以及通过上述步骤得出图像中每一点码本中各个码元的最大值和最小值。进一步的，所述的基于CodeBook的火灾图像识别方法，所述的步骤还包括：在为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域按照R>G>B的规则进行提取。进一步的，所述的步骤还包括：在为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域进行边缘检测；进一步的，所述的对前景区域进行边缘检测包括以下步骤：检测前景区域中相应的边缘轮廓；对检测到的边缘轮廓与前面获取图像同一区域的边缘轮廓进行对比；将比对的结果与设置的阈值进行比较，若比对结果大于预设的阈值判定为着火区域，否则判定为非着火区域。进一步的，所述的互信息熵计算包括以下步骤：将每幅图像灰度化，按照Gray=0.3R+0.6G+0.1B将图像RGB值转换为灰度值；将图像分别归一化，将灰度值映射到[0,255]之间；按照H(X)=-∑p(x)logp(x)计算每一幅图像的信息熵值；按照H(X,Y)=-∑p(x,y)logp(x,y)计算两幅图像的联合熵值；按照I(X,Y)=H(X)+H(Y)-H(X,Y)计算图像X,图像Y两者的互信息熵。进一步的，所述的识别方法还包括如下步骤：建立系统计数器；如果判定为火灾图像，则系统计数器自动加1，若被判定为非火灾图像，则系统计数器减一；系统计数器超过一固定值，将自动触发报警。根据本专利技术的另一方面还提供了一种基于CodeBook的火灾图像识别装置，包括：基于CodeBook算法对识别应用场景实时建模建立并实时更新所生成的实时码本；互信息熵计算装置，用于计算该区域的前后图像序列的互信息熵；互信息熵比较装置，用于将计算到的互信息熵与设定的阈值进行比较；火灾图像判定装置，用于将大于阈值的前景图像判定为非火灾图像或者将未超出阈值的前景图像判定为火灾图像。进一步的，所述的火灾图像识别装置还包括：码本建立装置，用于为图像中的每一点建立相应的码本；码元最值获取装置，用于得出图像中每一点码本中各个码元的最大值和最小值。进一步的，所述的火灾图像识别装置还包括：颜色分析装置，用于为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域按照R>G>B的规则进行提取。进一步的，所述的火灾图像识别装置还包括：边缘检测装置，为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域进行边缘检测。进一步的，所述的边缘检测装置包括：单一图像边缘检测装置，用于检测提取前景区域中相应的边缘轮廓；边缘轮廓对比装置，用于将检测到的边缘轮廓与前面获取图像同一区域的边缘轮廓进行对比；着火区域判定装置，用于将比对的结果与设置的阈值进行比较，判定是否为着火区域。进一步的，所述的火灾图像识别装置还包括：灰度化转换装置，用于将每幅图像灰度化；图像归一化装置，用于将图像分别归一化；信息熵值计算装置，用于计算每一幅图像的信息熵值；联合信息熵值计算装置，用于计算多幅图像的联合熵值；多幅图像互信息熵计算装置，用于计算多幅图像互信息熵。进一步的，所述的火灾图像识别装置还包括：火灾图像系统计数器，用于对于判定的为火灾图像的个数进行累加；火灾报警装置，用于在满足条件下触发火灾报警。本专利技术创造具有的优点和积极效果是：能够在火灾发生时及时的进行报警，并在很大程度上避免了白炽灯等等热辐射物体的误报警，大大提高的报警的准确度。附图说明图1是本专利技术一个实例中流程示意图图2是本专利技术的一个实例中实时捕捉到的着火图像图3是本专利技术的一个实例中经处理后的背景图像图4是本专利技术的一个实例中经处理后的前景图像具体实施方式为了对本专利技术创造更加深入的了解，下面列举一具体实施例，并结合附图，对本专利技术创造做进一步的详细说明。在本实例中，在进行实景图像判断之前，首先应针对实景建立相应的场景码本，对场景进行实时建模。该场景建模的计算独立与对火灾图像进行识别相独立，场景建模的计算结果为火灾图像识别所使用。对应用场景建模采用基于CodeBook的背景建模算法，CodeBook是一种经典的场景建模算法，其基本思想是得到每个像素中相关码元的时间序列模型。codebook采用量化技术从时间序列中获得背景模型，能够检测像素剧烈变化、或者有移动物体或者更为复杂的背景模型。codebook为每个像素建立一个codebook，每个codebook含有一个或者多个codeword，codeword记录背景学习的阈值、对应像素的更新时间以及访问频率等，通过这些信息，可以得知每个像素的变化情况，从而获得视频中的背景模型。在本实例中采用如下具体执行步骤：通过图像采集对前几张场景图像，图3为本实例中所采集到的一帧场景图像，一般来说采集的场景图像越多，对于前景图像的提取效果越好，但采集的图像过多，也会对后续的处理增加较多的负担，一般来说，需要采集至少10帧的场景图像才能保证前景图像的提取效果。在这里我们采用50张图像，既可以保证前景图像提取的效果，同时也不会对系统增加较大的负担。可以采用经典的codebook方式进行背景学习，初始化图像中每一点的码本，需要注意的是场景中不要出现火源，如果初始码本的场景中出现相本文档来自技高网...

【技术保护点】
一种基于CodeBook的火灾图像识别方法，包括以下步骤： 获取无火源的不小于10帧图像； 为图像中每一点建立码本；以及 通过上述步骤得出图像中每一点码本中各个码元的最大值和最小值，并根据后续图像对初始码本进行实时更新，生成实时码本； 基于实时码本对采集到的当前帧图像进行前景提取； 计算该区域的前后图像序列的互信息熵； 将计算到的互信息熵与设定的阈值进行比较，将大于阈值在0.7‑1.0之间的前景图像判定为非火灾图像或者将未超出阀值的前景图像判定为火灾图像。

【技术特征摘要】
1.一种基于CodeBook的火灾图像识别方法，包括以下步骤：获取无火源的不小于10帧图像；为图像中每一点建立码本；以及通过上述步骤得出图像中每一点码本中各个码元的最大值和最小值，并根据后续图像对初始码本进行实时更新，生成实时码本；基于实时码本对采集到的当前帧图像进行前景提取；计算该区域的前后图像序列的互信息熵；将计算到的互信息熵与设定的阈值进行比较，将大于阈值在0.7-1.0之间的前景图像判定为非火灾图像或者将未超出阀值的前景图像判定为火灾图像。2.根据权利要求1所述的基于CodeBook的火灾图像识别方法，其特征在于所述的步骤还包括：在为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域按照R>G>B的规则进行提取。3.根据权利要求1所述的基于CodeBook的火灾图像识别方法，其特征在于所述的步骤还包括：在为上一步骤提取的前景图像建立码本并与初始码本进行比较之前，对提取的前景区域进行边缘检测；4.根据权利要求4所述的基于CodeBook的火灾图像识别方法，其特征在于所述的对前景区域进行边缘检测包括以下步骤：检测前景区域中相应的边缘轮廓；对检测到的边缘轮廓与前面获取图像同一区域的边缘轮廓进行对比；将比对的结果与设置的阈值进行比较，若比对结果大于预设的阈值判定为着火区域，否则判定为非着火区域。5.根据权利要求1所述的6基于CodeBook的火灾图像识别方法，其特征在于：选取获取图像的不少于前10帧图像。6.根据权利要求1所述的基于CodeBook的火灾图像识别方法，其特征在于所述的互信息熵计算包括以下步骤：将每幅图像灰度化，按照Gray=0.3R+0.6G+0.1B将图像RGB值转换为灰度值；将图像分别归一化，将灰度值映射到[0,255]之间；按照H(X)=-∑p(x)logp(x)计算每一幅图像的信息熵值；按照H(X,Y)=-∑p(x,y)logp(x,y)计算两幅图像的联合熵值；按照I(X,Y)=H(X)+H(Y)-H(X,Y)计算图...

【专利技术属性】
技术研发人员：谢自力，俞浩，
申请(专利权)人：天津市协力自动化工程有限公司，
类型：发明
国别省市：天津;12