【技术实现步骤摘要】
本专利技术属于火焰检测，涉及一种基于主元分析全局局部特征融合的室外火焰检测方法，通过采用主元分析法将全局特征信息与局部特征信息分别进行融合能够实现对室外大面积情况下的微弱火焰进行检测和判断。
技术介绍
1、火灾是造成生命和财产损失的主要灾害之一。由于火灾的蔓延性和不可控性，研究微弱火焰检测技术，有利于及时发现微弱火焰并控制火势蔓延，具有重要的实际应用价值。传统火焰检测技术主要根据烟尘颗粒、温度、气体成分等数据设计传感器，该类传感器在室内火焰检测中表现出良好的应用效果，但由于室外环境开阔且复杂多变，火焰检测的难度更大，现有的火焰检测技术难以应用于室外场景。随着视频监控系统的广泛普及和图像分辨率的逐步提高，监控系统采集存储了大量的视频数据，如何利用视频图像信息检测微弱火焰成为近年来的研究热点。火灾发生初期，火焰从微弱火苗逐渐增长，火焰的形状、颜色、位置、温度、面积等特征随之变化。特征分析方法对像素点的上述特征进行分析，具有较高的检测精度。现有特征分析方法往往对图像特征分别设计判断条件、分别进行条件判断，未考虑特征之间的相关性，容易导致像素点误判，进而影响微弱火焰检测效果；并且现有的火焰检测方法较为复杂，计算成本高，效率较低。
2、在现有技术中，中国专利cn109165577b公开了一种基于视频图像的早期森林火灾检测方法，涉及视频远程监测火灾
该方法包括火焰检测和烟雾检测；火焰检测首先获得森林视频图像的疑似火焰区域；对疑似火焰区域提取火焰的有效静态特征和有效动态特征，并进行特征融合，然后用支持向量机进行分类，判断所
3、中国专利cn108038867a公开了一种基于多特征融合和立体视觉的火焰检测和定位方法，其涉及计算机视觉领域。该方法利用改进vibe算法和ohta颜色分割方法提取疑似火焰区域；再提取疑似火焰区域中的目标的形状特征、形态重叠度特征和面积变化率特征，从而建立多特征融合模型获得存在火焰的概率，根据概率来检测出是否存在火焰；最后根据火焰检测的结果和ssda立体匹配算法，根据平行双目立体视觉系统原理进行火焰定位。但该专利并未考虑以局部和全局特征融合的方式来全面描述火焰特性，无法提高检测的准确率和方法的鲁棒性。
4、中国专利cn108074234a公开了一种基于目标跟踪和多特性融合的大空间火焰检测方法，其涉及计算机视觉领域。该方法利用改进的混合高斯模型的背景差法和颜色分割提取疑似火焰区域；再利用kalman滤波跟踪对疑似火焰区域中的目标进行跟踪；再提取疑似火焰区域中的目标的形状特征、形态重叠度特征和面积变化率特征，从而建立多特征融合模型获得存在火焰的概率，最后根据概率来检测出是否存在火焰。但该专利依赖于复杂的计算和高要求的硬件水平，运行成本高，维护困难，不宜推广。
5、上述现有技术皆存在依赖复杂模型算法、硬件要求高、鲁棒性差、检测准确度低、效率低等问题，经专利技术人检索和分析，在现有技术中均尚未公开有一种利用主元分析法并能够在图像局部融合多种像素点特征、在图像全局融合多种颜色特征的简单高效多变量统计检测方法。因此，专利技术一种基于主元分析全局局部特征融合的室外火焰检测方法可以改进现有技术的不足，能够实时准确地检测室外微弱火焰，并减少运行成本，增加整体方法鲁棒性。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，基于对现有技术的改进，设计提供一种利用主元分析法并能够在图像局部融合多种像素点特征、在图像全局融合多种颜色特征的简单高效多变量统计检测方法，特别是一种基于主元分析全局局部特征融合的室外火焰检测方法，解决了现有技术依赖复杂模型算法、硬件要求高、鲁棒性差、检测准确度低、效率低的问题。
2、为了实现上述目的，本专利技术提供了一种基于主元分析全局局部特征融合的室外火焰检测方法，该方法先利用主元分析融合多种局部静态特征，然后通过主元分析融合多种全局静态特征，最后利用视频的动态变化特征，能够提高火焰像素点检出率，进而改善微弱火焰检测结果。
3、本专利技术提供的一种基于主元分析全局局部特征融合的室外火焰检测方法，包括以下步骤：
4、s1：构造局部像素点监控指标：采集火焰图像，提取像素点的多种特征构成训练数据xp，建立火焰主元分析模型，构造局部像素点监控指标ψ；
5、s2：构造全局图监控指标：采集无火焰图像，提取整幅图像的多种特征构成训练数据xg，建立无火焰主元分析模型，构造全局图监控指标
6、s3：判断火焰：采集实时监控图像，计算点监控指标ψ、图监控指标和面积变化率δa，判断是否存在火焰。
7、本专利技术涉及的基于主元分析全局局部特征融合的室外火焰检测方法，其中步骤s1具体包括以下步骤：
8、s101：采集火焰图像；
9、s102：对图像中的每个像素点提取9种特征构成向量
10、xp＝[r,g,b,h,s,i,y,cb,cr]t；
11、其中，r表示红色分量，g表示绿色分量，b表示蓝色分量，h表示色调，s表示色饱和度，i表示亮度，y表示强度，cb表示蓝色色度分量，cr表示红色色度分量；
12、s103：利用np个像素点的特征向量构成训练数据矩阵计算训练数据矩阵xp的均值和标准差，对矩阵xp进行标准化处理，使各列数据的均值为0，标准差为1，得到标准化后的数据矩阵
13、s104：对矩阵进行主元分析，通过奇异值分解提取变化最大的方向，
14、
15、其中，u和v表示酉矩阵，v为投影矩阵，σ表示奇异值矩阵，其对角线元素为标准差，与投影向量对应；
16、s105：根据方差的大小选取矩阵v的前a个列向量构成投影矩阵pp；
17、s106：利用训练数据的均值和标准差对特征向量xp进行标准化处理得到向量利用投影矩阵融合多种点特征得到点主元向量tp，
18、
19、s107：为了监控点主元空间的变化，建立监控统计量
20、
21、其中，σa表示以前a个奇异值为对角线元素的方阵；
22、s108：给定置信水平α，使用核密度估计方法确定统计量的控制限
23、s109：因为该主元模型的训练数据源自火焰图像，所以当时，表明该像素点是火焰；当时，表明该像素点不是火焰；为了便于逻辑判断，构造局部像素点监控指标ψ，
24、
25、如果ψ≤1，表明该像素点不是火焰；如果ψ＞1，表明该像素点是火焰。
26、本专利技术例涉及的基于主元分析全局局部特征融合的室外火焰检测方法，其中步骤s2具体包括以下步骤：
27、s201：采集监控场景的无火焰图像；
28、s202本文档来自技高网...
【技术保护点】
1.一种基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S1具体包括以下步骤：
3.根据权利要求2所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S108中确定统计量的控制限的方法为核密度估计方法。
4.根据权利要求1所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S2具体包括以下步骤：
5.根据权利要求4所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S201中所采集的图像为监控场景的无火焰图像。
6.根据权利要求4所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S207中确定全局图监控指标的控制限的方法为核密度估计方法。
7.根据权利要求1所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S3具体包括以下步骤：
8.根据权利要求7所述的基
9.根据权利要求7所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤S311中ΔA的控制限为5％。
...【技术特征摘要】
1.一种基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤s1具体包括以下步骤：
3.根据权利要求2所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤s108中确定统计量的控制限的方法为核密度估计方法。
4.根据权利要求1所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤s2具体包括以下步骤：
5.根据权利要求4所述的基于主元分析全局局部特征融合的室外火焰检测方法，其特征在于：所述的步骤s201中所...
【专利技术属性】
技术研发人员：曹玉苹，吕良伟，邓晓刚，王平，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。