基于红外多特征联合技术的火焰识别方法专利检索-子节点节点电信专利检索查询-专利查询网

基于红外多特征联合技术的火焰识别方法

阅读：509发布：2023-12-14

专利汇可以提供基于红外多特征联合技术的火焰识别方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于红外多特征联合技术的火焰识别方法，通过红外热像仪可对视场范围内物体进行全天候的监控，避免了光照不足和干扰物带来的影响，利用温度阈值和温度骤变系数，可以找到疑似火焰区域，并从中提取火焰的温度特征、火焰的运动特征、轮廓特征和纹理特征，之后，将上述特征输入到训练好的BP神经网络，可以实现针对室内空间的多特征联合火焰识别。该方法能够通过红外监测是否产生火焰，更直观的分析火焰的集合特征和温度信息，同时利用神经网络的方法，将多种特征的识别结合在一起，提高了系统内的稳定性和识别率。，下面是基于红外多特征联合技术的火焰识别方法专利的具体信息内容。

权利要求

1.基于红外多特征联合技术的火焰识别方法，其特征在于，包括如下步骤：
S1：利用红外摄像机，获取监测区域的红外图像以及温度信息；
S2：查找疑似火焰区域S，并根据疑似火焰区域S的最低温度Tmin对红外图像进行高通滤波，以滤除低温背景，进一步得到疑似火焰区域S0，其中，红外图像中的疑似火焰区域S为温度大于温度阈值T0或者温度变大至温度骤变系数K0倍及K0倍以上的像素点的集合；
S3：在疑似火焰区域S0的基础上向外扩5～8个像素得到区域S1，以便于后期处理时得到更多的边缘信息和温度信息；
S4：在区域S1中提取火焰的运动特征、轮廓特征和纹理特征，并将上述特征信息输入到经过训练的BP神经网络，以实现对火焰的识别。
2.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：S2中，温度阈值T0和温度骤变系数K0均为预设值，温度阈值T0的取值为平均环境温度的3倍，温度骤变系数K0的取值为4。
3.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：S3中，在疑似火焰区域S0的基础上向外扩5个像素得到区域S1。
4.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：S4中，火焰的运动特征是利用火焰运动轨迹的几何特性，将火焰质心运动轨迹的特性作为火焰运动特征值，其中，火焰运动特征的提取步骤如下：
a、利用Sobel算子提取区域S1的边缘信息，得到火焰连通域Q；
b、利用质心公式计算火焰的质心位置；
c、联合每帧图像火焰的质心位置，得到火焰质心运动轨迹；
其中，质心公式如下：
式中，Q表示火焰连通域，NQ表示火焰连通域Q中像素的个数，(xi,yi)为质心坐标。
5.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：S4中，火焰的轮廓特征包括火焰的外部轮廓特征以及火焰的圆形度特征。
6.按照权利要求5所述基于红外多特征联合技术的火焰识别方法，其特征在于：火焰的轮廓特征值的提取步骤如下：利用火焰燃烧时的温度信息，得到疑似火焰区域S1后，对S1进行中值滤波以降低红外图像的噪点，得到区域S2，之后，利用Sobel算子对区域S2进行边缘提取得到火焰的轮廓S3，将火焰的轮廓信息作为火焰的外部轮廓特征值。
7.按照权利要求6所述基于红外多特征联合技术的火焰识别方法，其特征在于：圆形度是区域边界周长的平方与其面积的比值，得到火焰的轮廓S3后，计算S3的面积以及S3的周长，其中，S3的面积为区域S3内像素点个数，S3的周长为相邻像素点的距离的累加和，圆形度的计算公式为：其中，Sk为火焰的面积，即S3的面积，Lk为火焰的周长，即S3的周长。
8.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：S4中，火焰的纹理特征的提取步骤为：
对区域S1进行小波分析，使用二阶小波滤波器组对区域S1进行处理，分析其像素值的空间变化率大小，利用二阶滤波器组将区域分解得到对角(HH)、垂直(HL)、水平(LH)三个子图像分量，并取三个分量的平方和作为火焰的纹理特征值。
9.按照权利要求1所述基于红外多特征联合技术的火焰识别方法，其特征在于：BP神经网络的训练过程如下：采用BP神经网络，分别在室内无风、微风、大风的环境下，选取木材、棉布、汽油、纸张、酒精、布料这6种易燃材料的燃烧火焰作为其训练信号，同时，选取环境中高温并且形似火焰的物体作为神经网络的训练信号。
10.按照权利要求9所述基于红外多特征联合技术的火焰识别方法，其特征在于：BP神经网络隐含层节点数为20，隐含层神经元采用tansig函数，输出层采用logsig函数。

说明书全文

基于红外多特征联合技术的火焰识别方法

技术领域

[0001] 本发明涉及火焰识别领域，特别提供了一种基于红外多特征联合技术的火焰识别方法。

背景技术

[0002] 随着中国经济持续高速发展，火灾对人们生命和财产安全造成的影响越来越大，对于火焰的识别要求也越来越高。现有技术大多是利用高清摄像机监测火焰，通过识别火焰特征来达到火焰识别的目的，丢失了温度信息的同时也会有背景和其他物体的干扰。

[0003] 现有方法至少存在以下缺点：

[0004] 1、采用可见光摄像机，虽然可以拍摄到高清的火焰图像，但对于火焰最为重要温度信息无法采集；

[0005] 2、只针对于火焰单一特征进行火焰的识别，无法准确、高效的得到识别结果，尤其针对由于火焰过亮、温度过高，拍摄出来的火焰趋向于白色，无法利用其纹理特征；

[0006] 3、现有的剔除火焰背景的方法，无法准确的剔除形状与火焰相似的物体，并受到光照以及现场环境的干扰。

[0007] 因此，研制一种新的火焰识别方法，成为人们亟待解决的问题。

发明内容

[0008] 鉴于此，本发明的目的在于提供一种基于红外多特征联合技术的火焰识别方法，以解决现有技术中无法利用火焰的温度信息、难以利用温度过高或较亮的火焰的纹理信息、难以剔除形状与火焰类似的火焰背景等问题。

[0009] 本发明提供的技术方案是：一种基于红外多特征联合技术的火焰识别方法，包括如下步骤：

[0010] S1：利用红外摄像机，获取监测区域的红外图像以及温度信息；

[0011] S2：查找疑似火焰区域S，并根据疑似火焰区域S的最低温度Tmin对红外图像进行高通滤波，以滤除低温背景，进一步得到疑似火焰区域S0，其中，红外图像中的疑似火焰区域S为温度大于温度阈值T0或者温度变大至温度骤变系数K0倍及K0倍以上的像素点的集合；

[0012] S3：在疑似火焰区域S0的基础上向外扩5～8个像素得到区域S1，以便于后期处理时得到更多的边缘信息和温度信息；

[0013] S4：在区域S1中提取火焰的运动特征、轮廓特征和纹理特征，并将上述特征信息输入到经过训练的BP神经网络，以实现对火焰的识别。

[0014] 进一步优选，S2中，温度阈值T0和温度骤变系数K0均为预设值，温度阈值T0的取值为平均环境温度的3倍，温度骤变系数K0的取值为4。

[0015] 进一步优选，S3中，在疑似火焰区域S0的基础上向外扩5个像素得到区域S1。

[0016] 进一步优选，S4中，火焰的运动特征是利用火焰运动轨迹的几何特性，将火焰质心运动轨迹的特性作为火焰运动特征值，其中，火焰运动特征的提取步骤如下：

[0017] a、利用Sobel算子提取区域S1的边缘信息，得到火焰连通域Q；

[0018] b、利用质心公式计算火焰的质心位置；

[0019] c、联合每帧图像火焰的质心位置，得到火焰质心运动轨迹；

[0020] 其中，质心公式如下：

[0021]

[0022] 式中，Q表示火焰连通域，NQ表示火焰连通域Q中像素的个数，(xi,yi)为质心坐标。

[0023] 进一步优选，S4中，火焰的轮廓特征包括火焰的外部轮廓特征以及火焰的圆形度特征。

[0024] 进一步优选，火焰的轮廓特征值的提取步骤如下：利用火焰燃烧时的温度信息，得到疑似火焰区域S1后，对S1进行中值滤波以降低红外图像的噪点，得到区域S2，之后，利用Sobel算子对区域S2进行边缘提取得到火焰的轮廓S3，将火焰的轮廓信息作为火焰的外部轮廓特征值。

[0025] 进一步优选，圆形度是区域边界周长的平方与其面积的比值，得到火焰的轮廓S3后，计算S3的面积以及S3的周长，其中，S3的面积为区域S3内像素点个数，S3的周长为相邻像素点的距离的累加和，圆形度的计算公式为：其中，Sk为火焰的面积，即S3的面积，Lk为火焰的周长，即S3的周长。

[0026] 进一步优选，S4中，火焰的纹理特征的提取步骤为：

[0027] 对区域S1进行小波分析，使用二阶小波滤波器组对区域S1进行处理，分析其像素值的空间变化率大小，利用二阶滤波器组将区域分解得到对角(HH)、垂直(HL)、水平(LH)三个子图像分量，并取三个分量的平方和作为火焰的纹理特征值。

[0028] 进一步优选，BP神经网络的训练过程如下：采用BP神经网络，分别在室内无风、微风、大风的环境下，选取木材、棉布、汽油、纸张、酒精、布料这6种易燃材料的燃烧火焰作为其训练信号，同时，选取环境中高温并且形似火焰的物体作为神经网络的训练信号。

[0029] 进一步优选，BP神经网络隐含层节点数为20，隐含层神经元采用tansig函数，输出层采用logsig函数。

[0030] 本发明提供的基于红外多特征联合技术的火焰识别方法，通过红外热像仪可对视场范围内物体进行全天候的监控，避免了光照不足和干扰物带来的影响，可实时分析监控区域的温度信息，能够更直观的分析是否存在火焰，同时利用神经网络可以更快、更准确的识别火焰。

具体实施方式

[0031] 下面将结合具体的实施方案对本发明进行进一步的解释，但并不局限本发明。

[0032] 本发明提供了一种基于红外多特征联合技术的火焰识别方法，包括如下步骤：

[0033] S1：利用红外摄像机，获取监测区域的红外图像以及温度信息；

[0034] S2：查找疑似火焰区域S，并根据疑似火焰区域S的最低温度Tmin对红外图像进行高通滤波，以滤除低温背景，进一步得到疑似火焰区域S0，其中，红外图像中的疑似火焰区域S为温度大于温度阈值T0或者温度变大至温度骤变系数K0倍及K0倍以上的像素点的集合；

[0035] 其中，温度阈值T0和温度骤变系数K0均为预设值，温度阈值T0的取值优选为平均环境温度的3倍，温度骤变系数K0的取值为4；

[0036] S3：在疑似火焰区域S0的基础上向外扩5～8个像素得到区域S1，以便于后期处理时得到更多的边缘信息和温度信息；

[0037] S4：在区域S1中提取火焰的运动特征、轮廓特征和纹理特征，并将上述特征信息输入到经过训练的BP神经网络，以实现对火焰的识别；

[0038] 其中，火焰的运动特征是利用火焰运动轨迹的几何特性，将火焰质心运动轨迹的特性作为火焰运动特征值，火焰运动特征的提取步骤如下：

[0039] a、利用Sobel算子提取区域S1的边缘信息，得到火焰连通域Q；

[0040] b、利用质心公式计算火焰的质心位置；

[0041] c、联合每帧图像火焰的质心位置，得到火焰质心运动轨迹；

[0042] 其中，质心公式如下：

[0043]

[0044] 式中，Q表示火焰连通域，NQ表示火焰连通域Q中像素的个数，(xi,yi)为质心坐标。

[0045] 火焰的晃动是随机的、无方向性的，本发明采集红外图像，从根源上剔除了环境中低温物体由于风等环境带来的干扰，再结合火焰质心的运动规律，可以完成对火焰的识别。

[0046] 火焰的轮廓特征包括火焰的外部轮廓特征以及火焰的圆形度特征，火焰的轮廓特征值的提取步骤如下：

[0047] 现有的火焰轮廓提取较多的是利用其颜色特征将火焰从背景中提取出来，本发明采用红外摄像机，利用火焰燃烧时的温度信息，得到疑似火焰区域S1后，对S1进行中值滤波以降低红外图像的噪点，得到区域S2，之后，利用Sobel算子对区域S2进行边缘提取得到火焰的轮廓S3，将火焰的轮廓信息作为火焰的外部轮廓特征值；

[0048] 火焰的尖角变化率和圆形度都是较为重要的火焰特征，本发明采用火焰的圆形度信息作为火焰的圆形度特征，圆形度是区域边界周长的平方与其面积的比值，得到火焰的轮廓S3后，计算S3的面积以及S3的周长，其中，S3的面积为区域S3内像素点个数，S3的周长为相邻像素点的距离的累加和，圆形度的计算公式为：其中，Sk为火焰的面积即S3的面积，Lk为火焰的周长即为S3的周长。

[0049] 火焰的纹理特征的提取步骤为：

[0050] 对区域S1进行小波分析，使用二阶小波滤波器组对区域S1进行处理，分析其像素值的空间变化率大小，利用二阶滤波器组将区域分解得到对角(HH)、垂直(HL)、水平(LH)三个子图像分量，并取三个分量的平方和作为火焰的纹理特征值。

[0051] 然后，将得到的火焰运动特征、轮廓特征和纹理特征，输入到训练好的BP神经网络中。

[0052] BP神经网络的训练过程如下：采用BP神经网络，分别在室内无风、微风、大风的环境下，选取木材、棉布、汽油、纸张、酒精、布料这6种易燃材料的燃烧火焰作为其训练信号，同时，选取环境中高温并且形似火焰的物体作为神经网络的训练信号，如晃动的红外聚光灯、热风机，其中，BP神经网络隐含层节点数为20，隐含层神经元采用tansig函数，输出层采用logsig函数。

[0053] 该基于红外多特征联合技术的火焰识别方法，通过红外热像仪可对视场范围内物体进行全天候的监控，避免了光照不足和干扰物带来的影响，可实时分析监控区域的温度信息，能够更直观的分析是否存在火焰，同时利用神经网络可以更快、更准确的识别火焰。

[0054] 本发明的具体实施方式是按照递进的方式进行撰写的，着重强调各个实施方案的不同之处，其相似部分可以相互参见。

[0055] 上面对本发明的实施方式做了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

标题	发布/更新时间	阅读量
基于物联网的室内定位数据处理方法、装置及系统	2020-05-08	624
一种考虑间歇性能源的电网生存性评估方法	2020-05-08	963
一种K8s平台的资源控制方法、装置及相关组件	2020-05-08	102
一种CAN报文发送方法、装置、存储介质及电子设备	2020-05-08	988
一种区块链共识方法、系统、电子设备、存储介质	2020-05-08	173
一种基于RX和TX的CAN总线控制器测试方法	2020-05-08	959
一种树状Canvas画布的布局处理方法及装置	2020-05-08	274
显示设备、用于驱动显示设备的方法以及电子装置	2020-05-08	625
DC-DC转换器，包括DC-DC转换器的供电系统以及用于控制DC-DC转换器的方法	2020-05-08	819
一种基于EMMC的分布式存储装置	2020-05-08	449

基于红外多特征联合技术的火焰识别方法

基于红外多特征联合技术的火焰识别方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：