面向视频烟雾检测的局部特征建模方法研究

摘要

视频烟雾探测技术因其响应快、不易受环境因素影响、适用面广、成本低等优势，成为火灾检测方法中较为重要的分支。然而烟雾形状、色彩千变万化，运动规律难以把握，给视频烟雾检测带来了巨大的挑战。现有方法的误报率、漏报率等参数偏高，其主要原因在于:很多景物具有烟雾类似的色彩分布和纹理模式;烟雾图像一般比较模糊、对比度比较低;稀薄烟雾无法完全遮挡背景图像，造成半透明效果，无法有效去除背景干扰等。
　　局部特征建模能一定程度地去除上述原因带来的影响。然而现有的局部特征建模方法，在烟雾检测上效果并不理想。烟雾特征的特殊性，需求更高层次抽象的局部特征。现有像素层的局部特征多侧重于浅层特征，主要表现在:第一，当对提取到的局部特征进行汇聚时，这些特征被无差别地使用同一标准进行汇聚，丢失了特征之间的联系;第二，局部特征在进行特征汇聚时往往仅考虑了单一局部区域，而忽略了相邻区域之间特征的共现特性;第三，现有的局部算子在特征提取过程中，往往在编码时因为维度过高而不得不仅提取单一的局部特征或者丢弃特征的部分信息。
　　本文深入研究面向视频烟雾检测的局部特征建模方法。针对现有局部特征的问题，研究出适合的编码模型及建模方案。旨在提高烟雾检测技术的准确率，降低误报率和漏报率，推进视频烟雾检测的工业应用发展。具体研究工作如下:
　　(1)视频烟雾检测研究综述
　　为了全面反映视频烟雾检测的研究现状和最新进展，本文在已有的知识基础上，归纳出视频烟雾检测的基本框架。重点针对2014至2017年国内外公开发表的主要文献，围绕基本框架中的每个处理阶段进行综述。凝练出视频烟雾检测近几年取得的进展和尚存在的不足，分析出视频烟雾检测的关键技术在于图像烟雾特征建模及识别。梳理关键技术中现有的烟雾局部特征建模方法，寻找到适用于烟雾的局部特征作为研究切入点。
　　(2)面向烟雾检测的局部特征再编码建模
　　研究烟雾局部特征之间的潜在联系，寻找准则将同类的局部特征通过恰当的再编码方式进行汇聚，可以捕获更多的可辨别信息。本文提出一种基于局部二值模式(LBP)子方向直方图的特征建模方法。该算法首先对原始图像提取LBP编码并计算编码之间的梯度信息，然后计算LBP编码子方向直方图以获取LBP编码之间的联系信息。最后，将所有的LBP子方向直方图首尾联结形成鲁棒的特征向量，送入支持向量机(SVM)进行训练及检测。实验表明，本文方法在烟雾检测和纹理分类中都有较好的性能。
　　(3)面向烟雾检测的共现局部特征建模
　　研究相邻区域局部特征的共现特性可以表征更为精细的结构信息。本文提出一种基于局部二值模式(LBP)共现匹配测度的特征建模方法。首先，本文提取原始图像的LBP编码，并提出相同匹配测度和互异匹配测度，分别用于度量共现LBP编码之间的相同和互异匹配比例。其次，采用LBP类似的编码方式计算得到基于匹配测度的局部二值模式，分别简称为SSLBP和SDLBP。最后，将LBP、SSLBP和SDLBP直方图首尾联接形成特征向量，输入支持向量机(SVM)进行训练和测试。实验结果表明，本文方法能够较好地表达局部纹理特征，在烟雾检测和纹理分类中均具有优良的性能。
　　(4)面向烟雾检测的多局部特征融合建模
　　在保证低维的前提下联合多种烟雾局部特征及其之间的关系进行融合建模是改进烟雾局部特征建模方法的关键性研究。本文提出一种对局部特征的高阶导数、方向导数的幅值、中心像素的像素值、邻域像素差异等多局部特征的融合建模方法。首先将方向导数量化成三值生成局部三值模式(LTP)，并把每一个LTP分解为上LBP和下LBP，然后使用联合直方图保留其共现信息。接着将不同阶的联合直方图首尾相连，得到高阶局部三值模式(HLTP)。本文使用局部保留投影(LPP)对HLTP进行降维展开。为进一步提高性能，还提出了一个抗噪声机制，以消除有噪声的导数;并提出基于已去噪导数幅值与中心像素值的HLTP，命名为HLTPMC。随后，使用支持向量机(SVM)进行训练和分类。在烟雾数据集和纹理数据集上的实验表明，本文提出的方法性能优良。
　　本文的创新工作主要体现在:
　　(1)本文提出依据LBP编码之间的离散梯度方向来捕获LBP编码之间的关联信息。由于LBP编码不具备数值意义，使用传统的欧氏距离无法进行衡量，本文引入汉明距离来代替传统距离测量并从理论上分析其对应的意义。本文分别在两个坐标系统中使用LBP编码之间的汉明距离计算方向使得算法具备一定的旋转不变性。
　　(2)本文提出用于表达成对LBP编码之间共现特征的两个测度，这两个测度分别反映了局部像素的高阶变化信息。此外，为了统计局部区域内的这些测度信息，采用类似于LBP的编码方式提取这两个测度的SSLBP和SDLBP。SSLBP和SDLBP包含了LBP编码共现的信息，从另一个角度来说，可以视为二阶LBP编码。
　　(3)本文提出将局部三值模式(LTP)、高阶导数的符号与幅值、流形融合。本文通过对中心像素的高阶方向导数进行编码来获得高阶LTP。将该高阶LTP分解为上下LBP编码后统计联合直方图获取空间关联信息。本文引入局部保留投影(LPP)流形对联合直方图进行降维展开。此外，对去噪处理后的导数幅值和中心像素值进行编码，从而实现融合导数幅值和中心像素值的高阶局部三值模式(HLTPMC)。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 研究内容及技术路线

1．2．1 研究内容

1．2．2 技术路线

1．3 论文结构安排

2 视频烟雾检测研究综述

2．1 引言

2．2 视频烟雾检测基本框架

2．3 视频图像预处理

2．4 疑似烟雾区域提取

2．4．1 基于烟雾运动的疑似烟区提取

2．4．2 基于烟雾特征的疑似烟区提取

2．5 烟雾特征建模

2．5．1 统计量特征

2．5．2 变换域特征

2．5．3 局部模式特征

2．5．4 特征建模方法总结

2．6 烟雾特征分类识别

2．6．1 基于规则的识别方法

2．6．2 基于学习的识别方法

2．7 本章小结

2．7．1 基于深度学习的方法

2．7．2 研究进展与存在的问题

2．7．3 关键技术及切入点

3 基于局部二值模式子方向直方图的烟雾特征建模

3．1 引言

3．2 局部二值模式的梯度分析

3．2．1 局部二值模式

3．2．2 LBP编码之间的距离衡量

3．2．3 两个坐标系统定位的LBP编码梯度

3．2．4 LBP编码的子方向直方图

3．3 实验结果及分析

3．3．1 烟雾检测实验及结果分析

3．3．2 基于标准纹理库的实验及结果分析

3．4 本章小结

4 基于局部二值模式共现匹配测度的烟雾特征建模

4．1 引言

4．2 局部二值模式共现匹配测度特征

4．2．1 匹配测度

4．2．2 共现LBP相同匹配测度和互异匹配测度

4．2．3 基于匹配测度的局部二值模式

4．2．4 特征扩展

4．3 实验结果及分析

4．3．1 分类器及数据集

4．3．2 烟雾检测实验及结果分析

4．3．3 基于标准纹理库的实验及结果分析

4．4 本章小结

5 基于局部保留投影高阶局部三值模式的烟雾特征建模

5．1 引言

5．2 结合导数幅值和中心像素值的高阶局部三值模式

5．2．1 高阶局部三值模式

5．2．2 上下编码的联合直方图

5．2．3 联合直方图降维

5．2．4 基于导数幅值和中心像素值的高阶局部三值模式

5．2．5 烟雾检测中的特征和分类器

5．3 实验结果及分析

5．3．1 烟雾检测对比方法的实现

5．3．2 烟雾检测实验及结果分析

5．3．3 基于标准纹理库的实验及结果分析

5．4 本章小结

6 结论与展望

6．1 本文方法综合分析

6．2 研究工作总结

6．3 本文创新点

6．4 研究工作展望

参考文献

作者在攻读博士学位期间取得的成果

致谢