一种融合视觉注意机制的火灾检测与识别方法技术

本发明专利技术公开了一种融合视觉注意机制的火灾检测与识别方法，将显著性注意力机制方法融入到火灾探测与识别中，用于从原始火灾图像中剔除大量冗余数据，从复杂的火灾图像信息中快速地确定疑似火灾区域，最后再利用SVM支持向量机进行火灾识别，得到特征值，进而实现火灾识别与确定，从而提高火灾识别的准确度与速度，有效降低了火灾识别中的漏报数、误报数。

【技术实现步骤摘要】
一种融合视觉注意机制的火灾检测与识别方法
本专利技术属于火灾探测数据处理
，具体涉及一种融合视觉注意机制的火灾检测与识别方法。
技术介绍
火灾是常见的自然灾害之一，其突发性强、危害性大，特别是火灾发生后其控制难度极大，所以对火灾的预防、预测显得尤为重要。目前，传统的火灾探测方法主要是利用基于物理特性实现的传感器，依靠对空气中的颗粒浓度、温度等特征来进行检测从而识别火灾。然而，这些物理特性极易受到周围环境的影响，因此误报率高、准确率低。所以基于人眼识别的原理，通过处理获取第一现场的图像信息，即通过更加丰富且真实的火灾现场信息来实现基于视频图像的火灾探测与识别，相比于传统的火灾检测与识别，拥有明显的优势。当前国内外对基于图像的火灾探测与识别主要通过检测图像或视频图像中有无火焰或烟雾，如Krull等人基于图像灰度图的方法，Chen和Toreyin等人基于RGB用颜色阈值分割图像，确定疑似区完成检测，Hong等人基于HSI实现检测。但是目前的算法基于视频图像的检测所需要的计算量较大，处理速度慢，故而，为了快速地去除冗余信息，从大量复杂的火灾图像信息中快速地寻找到火灾疑似区域，是目前亟待解决的问题。
技术实现思路
针对上述存在的问题，本专利技术旨在提供一种融合视觉注意机制的火灾检测与识别方法，其将显著性注意机制方法融入火灾探测与识别，能够提取重要信息，剔除冗余数据，确定疑似火灾区域，进而实现火灾识别与确定。为实现本专利技术目的，本专利技术的技术解决方案为：一种融合视觉注意机制的火灾检测与识别方法，其特征在于，包括以下步骤：步骤1：输入采集到的火灾图像；步骤2：基于高斯金字塔，进行逐层特征抽象和提取，得到缩小后的图像，且计算公式为：其中，高斯核如下式：并且，GI+1和Gi表示金字塔的第i+1和i层，k和j表示特征点坐标，h(m,n)表示卷积核，m和n表示卷积核坐标；步骤3：对得到的图像进行亮度特征提取，并得到多张亮度特征图；步骤4：对得到的图像进行颜色特征提取，并得到多张颜色特征图；步骤5：对得到的图像进行方向特征提取，并得到多张方向特征图；步骤6：将得到的亮度特征图、颜色特征图和方向特征图进行合并形成关注图，并对得到的关注图进行平均后最终得到显著图；步骤7：对得到的显著图先进行Otsu分割，得到连通或离散的显著区域，再进行形态学运算得到最大连通区，最后用外接矩形标志出提取到的疑似区域；步骤8：在得到的疑似区域中提取火焰疑似区并进行识别，得到火焰特征向量；步骤9：在得到的疑似区域中提取烟雾疑似区并进行识别，得到烟雾特征向量；步骤10：根据得到的火焰特征向量和烟雾特征向量得到火灾检测与识别的结果。进一步地，步骤3的具体操作步骤包括：步骤31：对图像进行RGB模型到HIS模型转换，得到图像的亮度特征图，且转换式为：步骤32：根据式(1)对亮度特征图进行不同尺度滤波，再计算亮度特征图的中央周边差，计算公式为：I(c,s)＝|I(c)ΘI(s)|(4)，其中，c和s分别表示中央尺度的图像信息的采样个数；步骤33：重复计算中央周边差，最终得到多张亮度特征图，其计算公式为：c∈{2,3,4},δ∈{3,4},s＝c+δ(5)，其中，δ表示周边尺度的图像信息的采样个数。进一步地，步骤4的具体操作步骤包括：步骤41：基于Itti显著性注意机制模型，分别定义红、绿、蓝和黄四个颜色通道，建立的公式为：其中，R、G、B和Y分别对应红、绿、蓝和黄四个通道，并且r、g和b表示RGB模型中的各通道：其中，I和Imax表示亮度和最大亮点值；步骤42：根据公式对各颜色通道进行处理，模拟视觉感受野特性的颜色特征提取，且处理公式为：RG(c,s)＝|(R(c)-G(c))Θ(G(s)-R(s))|(8)，BY(c,s)＝|(B(c)-Y(c))Θ(Y(s)-B(s))|(9)，其中，RG(c,s)、BY(c,s)分别为红绿和蓝黄中央周边差，R(c)、G(c)、B(c)和Y(c)分别为中央颜色通道，G(s)、R(s)、Y(s)和B(s)分别为周边颜色通道值；步骤43：处理后得到多张颜色特征图。进一步地，步骤5中的具体操作步骤为：步骤51：基于Gabor变换构造二维Gabor滤波器，表达式为：其中，w是频率；步骤52：根据得到的滤波器进行模式变换，得到一系列Gabor滤波器，且变换的模式为：其中，，标准差σ设置为σ＝2.3333，长宽比γ＝1，周期λ＝7，相位角ψ∈{0,π/2}；步骤53：根据卷积亮度金字塔构建出不同的方向特征，其构建公式为：o(c,s,θ)＝|o(c,θ)Θo(s,θ)|(12)，其中，O(c,s,θ)为方向中央周边差，O(c,θ)、O(s,θ)分别为方向中央值和方向周边值。进一步地，步骤6的具体操作步骤包括：步骤61：对各种特征图进行归一化处理；步骤62：对归一化处理后的特征图进行二维高斯差分滤波计算，反复迭代得到关注图，且计算公式为：M←|M+M*Dog-cinh|≥0(14)，其中，Dog(x,y)为高斯差分函数，M为特征图，Cinh为控制因子，x和y为特征变量；步骤63：将得到的关注图归一化处理后进行平均，最终得到显著图，其公式为：其中，S为显著图，和分别是对关注图进行亮度、颜色和朝向局部迭代后归一化的结果。进一步地，步骤8中的具体步骤包括：步骤81：定义RGB空间中的火焰颜色满足式为：其中，r、g和b分别为火焰中的红色、绿色和蓝色的强调值；步骤82：根据式(16)将所述显著图像中的火焰分割出来，得到火焰的主体及轮廓；步骤83：定义颜色阈值满足式，根据该式得到HIS空间的火焰提取疑似区域，且颜色阈值满足式为：其中，π、H、S和I分别为角度、色调、饱和度和亮度，R为RGB空间的信息；步骤84：在火焰提取疑似区域中进行特征识别，具体步骤为：S841：采用HSV空间构建颜色直方图，且构建公式为：其中，H、S和V分别表示色调、饱和度和亮度，在HSV、HIS空间中H是相同的，即：其中，SHSV和SHSI分别表示HSV和HSI空间中的饱和度，且c和v分别为：c＝max(r,g,b)-min(r,g,b)(21)，v＝max(r,g,b)(22)，S842：分别构建颜色直方图的颜色矩，其构建公式为：其中，Pij为第j个像素的第i个通道值，Ei、σi和si分别为一阶、二阶和三阶中心矩；S843：通过式(23)、(24)和(25)计算出颜色矩信本文档来自技高网...

【技术保护点】
1.一种融合视觉注意机制的火灾检测与识别方法，其特征在于，包括以下步骤：/n步骤1：输入采集到的火灾图像；/n步骤2：基于高斯金字塔，进行逐层特征抽象和提取，得到缩小后的图像，且计算公式为：/n

【技术特征摘要】
20201031 CN 20201119875821.一种融合视觉注意机制的火灾检测与识别方法，其特征在于，包括以下步骤：
步骤1：输入采集到的火灾图像；
步骤2：基于高斯金字塔，进行逐层特征抽象和提取，得到缩小后的图像，且计算公式为：



其中，高斯核如下式：



并且，GI+1和Gi表示金字塔的第i+1和i层，k和j表示特征点坐标，h(m,n)表示卷积核，m和n表示卷积核坐标；
步骤3：对得到的图像进行亮度特征提取，并得到多张亮度特征图；
步骤4：对得到的图像进行颜色特征提取，并得到多张颜色特征图；
步骤5：对得到的图像进行方向特征提取，并得到多张方向特征图；
步骤6：将得到的亮度特征图、颜色特征图和方向特征图进行合并形成关注图，并对得到的关注图进行平均后最终得到显著图；
步骤7：对得到的显著图先进行Otsu分割，得到连通或离散的显著区域，再进行形态学运算得到最大连通区，最后用外接矩形标志出提取到的疑似区域；
步骤8：在得到的疑似区域中提取火焰疑似区并进行识别，得到火焰特征向量；
步骤9：在得到的疑似区域中提取烟雾疑似区并进行识别，得到烟雾特征向量；
步骤10：根据得到的火焰特征向量和烟雾特征向量得到火灾检测与识别的结果。


2.根据权利要求1所述的一种融合视觉注意机制的火灾检测与识别方法，其特征在于，步骤3的具体操作步骤包括：
步骤31：对图像进行RGB模型到HIS模型转换，得到图像的亮度特征图，且转换式为：



步骤32：根据式(1)对亮度特征图进行不同尺度滤波，再计算亮度特征图的中央周边差，计算公式为：
I(c,s)＝|I(c)ΘI(s)|(4)，
其中，c和s分别表示中央尺度的图像信息的采样个数；
步骤33：重复计算中央周边差，最终得到多张亮度特征图，其计算公式为：
c∈{2,3,4},δ∈{3,4},s＝c+δ(5)，
其中，δ表示周边尺度的图像信息的采样个数。


3.根据权利要求1所述的一种融合视觉注意机制的火灾检测与识别方法，其特征在于，步骤4的具体操作步骤包括：
步骤41：基于Itti显著性注意机制模型，分别定义红、绿、蓝和黄四个颜色通道，建立的公式为：



其中，R、G、B和Y分别对应红、绿、蓝和黄四个通道，并且r、g和b表示RGB模型中的各通道：



其中，I和Imax表示亮度和最大亮点值；
步骤42：根据公式对各颜色通道进行处理，模拟视觉感受野特性的颜色特征提取，且处理公式为：
RG(c,s)＝|(R(c)-G(c))Θ(G(s)-R(s))|(8)，
BY(c,s)＝|(B(c)-Y(c))Θ(Y(s)-B(s))|(9)，
其中，RG(c,s)、BY(c,s)分别为红绿和蓝黄中央周边差，R(c)、G(c)、B(c)和Y(c)分别为中央颜色通道，G(s)、R(s)、Y(s)和B(s)分别为周边颜色通道值；
步骤43：处理后得到多张颜色特征图。


4.根据权利要求1所述的一种融合视觉注意机制的火灾检测与识别方法，其特征在于，步骤5中的具体操作步骤为：
步骤51：基于Gabor变换构造二维Gabor滤波器，表达式为：



其中，w是频率；
步骤52：根据得到的滤波器进行模式变换，得到一系列Gabor滤波器，且变换的模式为：



其中，，标准差σ设置为σ＝2.33...

【专利技术属性】
技术研发人员：张海军，陈映辉，
申请(专利权)人：嘉应学院，
类型：发明
国别省市：广东;44