法律状态公告日
法律状态信息
法律状态
2019-11-05
未缴年费专利权终止 IPC(主分类):G06T7/60 授权公告日:20171226 终止日期:20181113 申请日:20141113
专利权的终止
2017-12-26
授权
授权
2015-04-01
实质审查的生效 IPC(主分类):G06T7/60 申请日:20141113
实质审查的生效
2015-03-04
公开
公开
技术领域
本发明属于多媒体信号处理领域,特别是在静态图像中检测是否存在火焰区域的方法,可应用于基于计算机视觉的火焰探测以及图像检索等领域。
背景技术
在传统的烟火检测技术中,检测效果受限于传感器的位置和数量。因此,在大范围场景下常常受限,如大型体育场馆、森林等。由于不受场景大小的限制,基于计算机视觉的烟火检测技术得到越来越多的关注。在基于计算机视觉的烟火检测中,主要分为火焰检测和烟雾检测两个方面,本发明针对火焰检测部分。基于计算机视觉的火焰检测算法大致分为两步:1)检测静态图像中的疑似火焰区域,也叫候选区域。在该部分的研究中,常用的技术为提取火焰的颜色,纹理,边界等特征。2)利用静态图像检测出来的疑似区域,在时间轴上提取特征,进一步确认是否属于着火点。然而,上述的方法在实际使用时,运行速度较慢。
发明内容
本发明提供了一种在静态图像中判断火焰区域的方法,能够适应多种场景,特别是大型体育场馆、森林等大型复杂场景下,从计算机监控的静态图像中快速、准确的获取火焰区域。
本发明采用以下技术方案:一种在静态图像中判断火焰区域的方法,其特征在于,所述的方法包括以下步骤:
S1:将图像中每个像素值从RGB颜色空间转换到YCbCr颜色空间;
S2:将图片分给成若干个16*16的子块,每个子块分配一个是否为火焰的标记,标记矩阵为flag(i,j),其中,i、j为块在flag矩阵中的坐标;
S3:从第一个子块开始,依照从上到下、从左到右的顺序,计算子块的局部二值模式LBP值;
S4:把子块内所有像素的局部二值模式LBP值投影到0~255,形成局部二值模式直方图hB;
S5:将flag(i,j)转化为1值和0值;
S6:根据flag矩阵中1值和0值的数量,判断是否为火焰区域。
进一步的,将图像中每个像素值从RGB颜色空间转换到YCbCr颜色空间所用的公式为:>
进一步的,步骤S5的具体过程为:
1)计算排序函数s(i);
2)按照公式h'B(i)=hB(s(i)),i=0,1,...,255对局部二值模式直方图hB进行重新排序,并记为h'B;
3)以函数h'B(i)=λeλi,i=0,1,...,252为模型描述h'B,采用回归分析拟合直方图h'B,得到参数λ;
4)如果λ满足条件0.0531≤λ≤0.0557,则flag(i,j)=1,否则flag(i,j)=0,其中,(i,j)是当前处理的16*16子块的坐标。
进一步的,计算排序函数s(i)的具体过程为:
1)选取多张具有代表性的火焰图像,把每幅图像都分成若干个16*16子块;
2)针对所有是火焰的16*16子块,计算每一个子块的局部二值模式LBP值;
3)把子块内所有像素的局部二值模式值投影到0~255,形成局部二值模式直方图h;
4)把直方图h进行从小到大重新排序,得到另一个直方图h’;
5)根据h和h’,提取满足公式h'(i)=h(s(i)),i=0,1,...,255的s(i)即为排序函数。
进一步的,计算子块的局部二值模式LBP值的公式为:>其中,
>
x、y是像素点的坐标。
进一步的,步骤S6的具体过程为:针对flag矩阵,使用3*3的窗口,按照从上到下、从左到右的顺序,步长为1,滑过flag矩阵,如果窗口内超过半数标记为1,则窗口中心所在的16*16子块对应的图像区域设置为火焰区域,否则为非火焰区域。
本发明的有益效果是:
1、由于该方法基于对静态图像的处理,不需要很长的视频序列即可提取出图像中的火焰点,提取的速度更快,处理的效率也就大大提高。
2、该方法很容易扩展到视频序列,由于视频序列由多幅图像组成,本方法可扩展到视频序列中,并且不受视频序列中镜头摇晃、镜头缩放、镜头平移等多种镜头运动的影响。
3、方法简洁易行,在判断flag矩阵是否对应了火焰区域时,本发明提出的方法采用了基于块的处理方式,这样就避免了逐个像素处理,从而提高了算法的运行速度。
4、生成排序函数s(i)的具体过程中,选用了具备各类特征的火焰图像,因此该发明适用于室内、大型场馆、野外、森林等各种背景场合,具有广阔的应用范围和市场前景。
附图说明
图1为本发明方法的流程图;
图2为本发明图片分给成若干个16*16子块的效果示意图;
图3为本发明flag矩阵的示意图;
图4为本发明步骤S3中当前像素点与相邻像素点的位置关系示意图;
图5为本发明步骤S6中3*3窗口的使用状态示意图。
具体实施方式
为了便于理解和实施本发明,下面结合基于计算机视觉的室内着火检测实例来对本发明作进一步详细描述。
在基于计算机视觉的室内着火检测中,视频分析功能已经配置到了监控相机或者后台视频服务器上。每间隔固定时间,都需要对相机监控到的画面进行分析,具体实施步骤如下:
步骤1:监控相机捕获当前画面,得到RGB空间的像素数据。
步骤2:分析当前画面中是否存在火焰区域。
步骤3:如果没有检测到火焰区域,则准备下次检测;如果检测到了火焰区域,则画面上给出着火区域提示,监控系统给出着火预警。
本发明针对上述的步骤2,开发了一种在静态图像中判断火焰区域的方法,如图1所示,所述的方法包括以下步骤:
S1:利用公式>将图像中每个像素值从RGB颜色空间转换到YCbCr颜色空间;
S2:如图2所示,将图片分给成若干个16*16的子块,每个子块分配一个是否为火焰的标记,标记矩阵为flag(i,j),其中,i、j为块在flag矩阵中的坐标,flag矩阵示意见附图3;
S3:从第一个子块开始,依照从上到下、从左到右的顺序,计算子块的局部二值模式LBP值,计算子块的局部二值模式LBP值的公式为:
S4:把子块内所有像素的局部二值模式LBP值投影到0~255,形成局部二值模式直方图hB;
S5:将flag(i,j)转化为1值和0值,具体过程为:
1)计算排序函数s(i),具体过程为:
①选取多张具有代表性的火焰图像,把每幅图像都分成若干个16*16子块;
②针对所有是火焰的16*16子块,计算每一个子块的局部二值模式LBP值,计算公式为:其中,>x、y是像素点的坐标;
③把子块内所有像素的局部二值模式值投影到0~255,形成局部二值模式直方图h;
④把直方图h进行从小到大重新排序,得到另一个直方图h’;
⑤根据h和h’,提取满足公式h'(i)=h(s(i)),i=0,1,...,255的s(i)即为排序函数;
2)按照公式h'B(i)=hB(s(i)),i=0,1,...,255对局部二值模式直方图hB进行重新排序,并记为h'B;
3)以函数h'B(i)=λeλi,i=0,1,...,255为模型描述h'B,采用回归分析拟合直方图h'B,得到参数λ;
4)如果λ满足条件0.0531≤λ≤0.0557,则flag(i,j)=1,否则flag(i,j)=0,其中,(i,j)是当前处理的16*16子块的坐标。
S6:针对flag矩阵,使用3*3的窗口,按照从上到下、从左到右的顺序,步长为1,滑过flag矩阵,如果窗口内超过半数标记为1,则窗口中心所在的16*16子块对应的图像区域设置为火焰区域,否则为非火焰区域,对于3*3窗口的具体使用情况参照附图5。
除本发明所述的技术外,其余均为现有技术。
以上所述只是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也被视为本发明的保护范围。
机译: 提取图像中的人员候选区域的方法,人员候选区域提取系统,人员候选区域提取程序,人员图像的上下判断方法,上下判断系统以及上下判断程序
机译: 提取图像中的人员候选区域的方法,人员候选区域提取系统,人员候选区域提取程序,人员图像的上下判断方法,上下判断系统以及上下判断程序
机译: 提取图像中的人员候选区域的方法,人员候选区域提取系统,人员候选区域提取程序,人员图像的上下判断方法,上下判断系统以及上下判断程序