夜视场景下基于火焰检测的火灾识别方法技术

本发明专利技术公开了夜视场景下基于火焰检测的火灾识别方法，包括：步骤1，通过带夜视功能的监控摄像头采集监控场景的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉零星亮斑的干扰噪声；步骤4，在时间轴上，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，并过滤掉；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，判断所监控的场景中是否发生火灾。该方法克服了现有技术中的夜间火灾检测方法易受干扰而存在误警率高的问题。

【技术实现步骤摘要】

本专利技术涉及火焰检测领域，具体地，涉及夜视场景下基于火焰检测的火灾识别方法。
技术介绍
火灾是众多灾害中突发频率较高且极具毁坏性的一种，传统的火灾检测方法是基于烟感、热感等探测器的，其取得了不错的效果，但有如下不足：不适用于开放空间和大空间(包括户外环境)；火灾检出时间较晚，错过了最佳的灭火时机。为此，部分研究人员采用红外摄像机代替那些探测器并借助视频和图像处理技术来检测火灾，然而其设备成本太高。随着可见光监控摄像机的高速发展和视频监控的大面积推广，基于可见光摄像机的火灾检测得到了国内外越来越多的研究人员的关注，其可同时克服传统探测器的缺陷和红外摄像机的不足。但是，现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题，尤其是在夜间。因此，提供一种可以有效地提高检出率的同时降低误检率的夜视场景下基于火焰检测的火灾识别方法是本专利技术亟需解决的问题。
技术实现思路
针对上述技术问题，本专利技术的目的是克服现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题，从而提供一种可以有效地提高检出率的同时降低误检率的夜视场景下基于火焰检测的火灾识别方法。为了实现上述目的，本专利技术提供了夜视场景下基于火焰检测的火灾识别方法，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。优选地，所述步骤2中对火焰的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。优选地，所述火焰的亮度检测使用单高斯模型来训练和检测火焰。优选地，所述火焰的运动检测采用ApproximateMedian模型来检测。优选地，所述火焰的特征包括：形状、运动方向变化、轮廓频繁变动和位置变动。优选地，所述步骤6中，对每个簇提取的特征包括簇的中心坐标、簇边界。优选地，所述方法还包括步骤8：所述步骤7中得出火灾存在结果后，报警器启动发生报警信号。优选地，所述报警器上还有无线传输设备，所述报警器不仅发出报警信号，还会通过无线设备将报警信号发送至用户的移动终端上，通知用户。根据上述技术方案，本专利技术提供的夜视场景下基于火焰检测的火灾识别方法通过带夜视功能的监控摄像头采集监控场景的图像信息，然后对采集的图像信息进行分析和检测，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声，即不在大片亮斑附近出现的亮斑，用多张连续时间的图像检测结果形成一张亮斑的概率图像，然后对亮斑的分簇区域进行随机性检测，根据检测结果得出是否发生火灾。本专利技术提供的方法有效地克服了现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题。本专利技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术，但并不构成对本专利技术的限制。在附图中：图1是本专利技术的一种优选的实施方式中提供的夜视场景下基于火焰检测的火灾识别方法的流程框图。具体实施方式以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。如图1，本专利技术提供了一种夜视场景下基于火焰检测的火灾识别方法，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。根据上述技术方案，本专利技术提供的夜视场景下基于火焰检测的火灾识别方法通过带夜视功能的监控摄像头采集监控场景的图像信息，然后对采集的图像信息进行分析和检测，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声，即不在大片亮斑附近出现的亮斑，用多张连续时间的图像检测结果形成一张亮斑的概率图像，然后对亮斑的分簇区域进行随机性检测，根据检测结果得出是否发生火灾。本专利技术提供的方法有效地克服现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题。本专利技术中为了清楚的了解所述火焰图像信息，判断火焰的危险性，在本专利技术的一种优选的实施方式中，所述步骤2中对火焰的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。本专利技术中，对于所述火焰的亮度检测可能的技术路线包括规则集、多项式模型和混合高斯分布模型等，但是为了更好的检测所述火焰的信息，在本专利技术的一种优选的实施方式中，所述火焰的亮度检测使用单高斯模型来训练和检测火焰，所述单高斯模型可以更加清楚地检测出所述火焰的信息。本专利技术中，对于所述火焰的运动检测可能的技术路线包括帧差法、背景法等，但是本专利技术深入研究危险火焰的燃烧表现之后，在本专利技术的一种优选的实施方式中，所述火焰的运动检测采用ApproximateMedian模型来检测，所述ApproximateMedian模型更加符合危险火焰的快速闪烁特性。在本专利技术的一种优选的实施方式中，所述火焰的特征包括：形状、运动方向变化、轮廓频繁变动和位置变动，本专利技术中对于所述火焰的特征进行详细的检测，可以更加清楚的掌握火焰的信息，可以有效地提高判别所述火焰的准确性。在本专利技术的一种优选的实施方式中，所述步骤6中对每个簇提取的特征包括簇的中心坐标、簇边界。在本专利技术的一种具体的实施方式中，所述方法还包括步骤8：所述步骤7中得出火灾存在结果后，报警器启动发生报警信号，从而有效地提醒用户，防止危险事情地发生。在本专利技术的一种优选的实施方式中，所述报警器上还有无线传输设备，所述报警器不仅发出报警信号，还会通过无线设备将报警信号发送至用户的移动终端上，通知用户，这样也可以防止用户不在事发现场而导致危险事件的发生。以上结合附图详细描述了本专利技术的优选实施方式，但是，本专利技术并不限于上述实施方式中的具体细节，在本专利技术的技术构思范围内，可以对本专利技术的技术方案进行多种简单变型，这些简单变型均属于本专利技术的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本专利技术对各种可能的组合方式不再另行说明。此外，本专利技术的各种不同的实施方式之间也可以进行任意组合，只要其不违背本专利技术的思想，其同样应当视为本专利技术所公开本文档来自技高网...

【技术保护点】
一种夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成焰心的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。

【技术特征摘要】
1.一种夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成焰心的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。2.根据权利要求1所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述步骤2中对场景监控的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。3.根据权利要求2所述的夜视场景下基...

【专利技术属性】
技术研发人员：王德昌，
申请(专利权)人：安徽工程大学机电学院，
类型：发明
国别省市：安徽;34