基于颜色特征的火灾检测方法、系统及装置

1.本发明涉及火灾检测领域，尤其是涉及一种基于颜色特征的火灾检测方法、系统及装置。


背景技术：

2.针对传统的烟雾和温度火灾探测器仅适用于空气流动性较低的室内空间，并且在发出警报前，烟雾和温度都需要达到一定的阈值，对于室外场景存在难布置，检测困难等缺陷。而已有的火灾检测方法往往依赖高性能的机器，在嵌入式端和移动端检测速度较慢、误检率较高，尤其是无法解决小尺度火焰漏检等问题。


技术实现要素：

3.本发明的目的在于提供一种基于颜色特征的火灾检测方法、系统及装置，旨在解决火灾检测的问题。
4.本发明提供一种基于颜色特征的火灾检测方法，包括：
5.s1、对采集到的火灾图像进行预处理；
6.s2、对预处理后的火灾图像进行动态目标检测得到动态目标区域；
7.s3、对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；
8.s4、对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。
9.本发明还提供一种基于颜色特征的火灾检测系统，包括：
10.预处理模块:用于对采集到的火灾图像进行预处理；
11.目标检测：用于对预处理后的火灾图像进行动态目标检测得到动态目标区域；
12.提取模块：用于对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；
13.检测模块：用于对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。
14.本发明实施例还提供一种基于颜色特征的火灾检测装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述方法的步骤。
15.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述方法的步骤。
16.采用本发明实施例，可以实现小尺度火灾检测。
17.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
18.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1是本发明实施例的基于颜色特征的火灾检测方法的流程图；
20.图2是本发明实施例的基于颜色特征的火灾检测系统的示意图；
21.图3是本发明实施例的基于颜色特征的火灾检测装置的示意图。
具体实施方式
22.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
23.方法实施例
24.根据本发明实施例，提供了一种基于颜色特征的火灾检测方法，图1是本发明实施例的基于颜色特征的火灾检测方法的流程图，如图1所示，具体包括：
25.s1、对采集到的火灾图像进行预处理；
26.s2、对预处理后的火灾图像进行动态目标检测得到动态目标区域；
27.s3、对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；
28.s4、对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。
29.s1具体包括：利用高斯滤波和直方图均衡化进行图像去噪与图像增强完成图像预处理。
30.s2具体包括：采用混合高斯背景建模进行前景检测，然后采用当前帧图像与背景图像做差分得到动态目标区域。
31.s3具体包括：对动态目标区域提取rgb和hsi空间相联合的颜色特征，根据颜色特征获取火焰区域的掩模图像。
32.具体实施方法如下：
33.我们设计出一款基于颜色特征的火灾检测算法，结合帧差分法分离火焰像素与背景，使用多种数据增强技术与基于边框的损失函数以提高精度的模型。通过参数调优，在保证检测准确率的情况下，实现在嵌入式移动系统上21ms的实时火灾探测。实验表明，该方法在火焰数据集上的精度和速度都有所提高。
34.首先对采集到的视频帧图像进行预处理，因采集的图像会存在光照不均匀、阴影等噪声，从而会降低图像质量,影响后续检测与识别的准确率。为准确实现火焰检测，需要对采集到的图像进行预处理，去除噪声和提高图像的质量。采集的图像中大多数噪声均属于高斯噪声，高斯滤波对这类噪声去噪效果较好，因此采用高斯滤波进行去噪。高斯滤波是对整幅图像进行加权平均，是由本身像素值和所有邻域的像素值利用高斯函数计算而来的，相对于均值滤波，它的平滑效果更好，细节保留的更完整。为克服图像光照不均匀问题，
采用直方图均衡化进行图像增强，突出一些重要的图像细节，从而改善图像的质量。
35.由于火焰为动态目标，首先采用混合高斯背景建模检测动态目标实现前景检测，混合高斯模型(gmm)是一种自适应的背景建模方法，对图像中的各个像素点用n个正态分布曲线来表示。在检测和识别过程中，将视频图像中的各个像素值与背景模型中的正态分布曲线进行匹配，如果图像中的像素值与高斯分布中的正态分布曲线相匹配，该点为背景像素点；如果匹配没有成功的，则为运动目标的像素点。当匹配成功时，利用匹配成功的高斯分布对当前的混合高斯模型进行更新，以此来提高检测的准确率。当前帧图像与背景图像做差分，从而实现动态目标检测。
36.通过前景检测获得动态目标，然后进行火焰识别，从而实现火灾检测。火灾图像中的火焰的颜色是一个非常显著的特征，火焰的颜色特征是独特的，不同的物质燃烧会产生不一样的颜色，另外不同的环境也会产生不同的颜色，所以就需要一个特定的颜色特征模型。利用大量火灾图像中的火焰区域和非火焰区域的像素点进行分析总结，从而得出色彩分布的规律。本文在rgb和his两个颜色空间建立颜色特征模型。对于rgb空间来说：火焰区域的红色像素值都大于一定的红色平均值；红色的像素值大于绿色的像素值，绿色的像素值大于蓝色的像素值；各颜色的像素之比都在一定范围之内，模型主要参数如下所示：
37.r(x，y)＞r
mean
[0038][0039]
r(x，y)＞g(x，y)＞b(x，y)
[0040]
0.25≤g(x，y)/(r(x，y)+1)≤0.65
[0041]
0.05≤b(x，y)/(r(x，y)+1)≤0.45
[0042]
0.20≤b(x，y)/(g(x，y)+1)≤0.60
[0043]
在火焰检测时可能会产生噪声，这使得图像中还可能含有一些独立的噪声点或不连通的区域。形态学图像处理中开运算能去除图像中的孤立点、毛刺，并且可以平滑图像的边缘，使断续的区域连通起来，同时可以还保证目标的位置和整体形状不变。首先对掩模图像进行开运算，去除图像中噪声，然后进行图像膨胀、二值化处理提取火焰区域，并根据火焰连通域大小，去除面积较小的区域，从而检测出火焰区域轮廓。当视频图像中连续多帧检测出火焰，则判断发生火灾。
[0044]
本发明可以实现火灾检测，基于颜色特征的火灾检测算法，结合帧差分法分离火焰像素与背景，使用多种数据增强技术与基于边框的损失函数以提高精度的模型。通过参数调优，在保证检测准确率的情况下，实现在嵌入式移动系统上21ms的实时火灾探测。
[0045]
系统实施例一
[0046]
根据本发明实施例，提供了一种基于颜色特征的火灾检测系统，图2是本发明实施例的一种基于颜色特征的火灾检测系统的示意图，如图2所示，具体包括：
[0047]
预处理模块:用于对采集到的火灾图像进行预处理；
[0048]
目标检测：用于对预处理后的火灾图像进行动态目标检测得到动态目标区域；
[0049]
提取模块：用于对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；
[0050]
检测模块：用于对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通
域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。
[0051]
预处理模块具体用于：利用高斯滤波和直方图均衡化进行图像去噪与图像增强完成图像预处理。
[0052]
目标检测模块具体用于：采用混合高斯背景建模进行前景检测，然后采用当前帧图像与背景图像做差分得到动态目标区域。
[0053]
提取模块具体用于：对动态目标区域提取rgb和hsi空间相联合的颜色特征，根据颜色特征获取火焰区域的掩模图像。
[0054]
本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
[0055]
装置实施例一
[0056]
本发明实施例提供一种基于颜色特征的火灾检测装置，如图3所示，包括：存储器30、处理器32及存储在存储器30上并可在处理器32上运行的计算机程序，计算机程序被处理器执行时实现上述方法实施例中的步骤。
[0057]
装置实施例二
[0058]
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有信息传输的实现程序，程序被处理器32执行时实现上述方法实施例中的步骤。
[0059]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换本发明各实施例技术方案，并不使相应技术方案的本质脱离本方案的范围。

技术特征：
1.一种基于颜色特征的火灾检测方法，其特征在于，包括：s1、对采集到的火灾图像进行预处理；s2、对预处理后的火灾图像进行动态目标检测得到动态目标区域；s3、对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；s4、对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。2.根据权利要求1所述的方法，其特征在于，所述s1具体包括：利用高斯滤波和直方图均衡化进行图像去噪与图像增强完成图像预处理。3.根据权利要求2所述的方法，其特征在于，所述s2具体包括：采用混合高斯背景建模进行前景检测，然后采用当前帧图像与背景图像做差分得到动态目标区域。4.根据权利要求3所述的方法，其特征在于，所述s3具体包括：对动态目标区域提取rgb和hsi空间相联合的颜色特征，根据颜色特征获取火焰区域的掩模图像。5.一种基于颜色特征的火灾检测系统，其特征在于，包括：预处理模块:用于对采集到的火灾图像进行预处理；目标检测：用于对预处理后的火灾图像进行动态目标检测得到动态目标区域；提取模块：用于对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；检测模块：用于对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。6.根据权利要求5所述的系统，其特征在于，所述预处理模块具体用于：利用高斯滤波和直方图均衡化进行图像去噪与图像增强完成图像预处理。7.根据权利要求6所述的系统，其特征在于，所述目标检测模块具体用于：采用混合高斯背景建模进行前景检测，然后采用当前帧图像与背景图像做差分得到动态目标区域。8.根据权利要求7所述的系统，其特征在于，所述提取模块具体用于：对动态目标区域提取rgb和hsi空间相联合的颜色特征，根据颜色特征获取火焰区域的掩模图像。9.一种基于颜色特征的火灾检测装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的基于颜色特征的火灾检测方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至4中任一项所述的基于颜色特征的火灾检测方法的步骤。

技术总结
本发明公开了一种基于颜色特征的火灾检测方法、系统及装置，包括：S1、对采集到的火灾图像进行预处理；S2、对预处理后的火灾图像进行动态目标检测得到动态目标区域；S3、对动态目标区域提取颜色特征，根据颜色特征获取火焰区域的掩模图像；S4、对掩模图像进行开运算，采用经典支持向量机进行分类，进行连通域检测决策出火焰区域，并绘制矩形框，实现火灾的检测。本发明可以实现基于颜色特征的小尺度火灾检测。测。测。


技术研发人员：方海潮 陈奕在 李文杰 张奥宇 何瑞军 焦锋
受保护的技术使用者：广州大学
技术研发日：2023.06.27
技术公布日：2023/9/7