專利名稱：一種基于rgb對比圖像與目標形狀的煙霧檢測方法
—種基于RGB對比圖像與目標形狀的煙霧檢測方法技術鄰域本發明屬于火災監控的煙霧檢測領域，涉及一種基于RGB對比圖像與目標形狀的煙霧檢測方法。
背景技術：
傳統的火災檢測方法包括感溫型火災探測器、氣體傳感器探測器、光輻射探測器和感煙型探測器等。但是，這類傳感器需要近距離的接觸火焰產生的熱氣流、可燃氣體和固體懸浮顆粒煙霧等，所以在開闊的大空間總無法滿足上述要求，為了克服以上限制，基于圖像視頻的火災檢測方法被提出。基于圖像視頻的火災檢測方法一般分為火焰的檢測和煙霧的檢測，但是在火災的初期，往往沒有產生火而是先有煙，所以煙霧的檢測對火災的監控和檢測有著重大的意義。目前基于視頻圖像的煙霧檢測算法主要有利用煙霧的顏色作為特征，包括在RGB顏色空間里煙霧的顏色為淺灰或者深灰色，在YUV顏色空間里的色差信號Y和U的變化，在HSV顏色空間里飽和度信號S的變化；利用煙霧的運動特性作為特征，主要有基于像素塊或像素點的運動累積及煙霧運動方向的限制，專利CN200910237654. 5中還公開了一種運用光流計算像素點的運動方向的運動檢測方法；利用背景和當前幀的能量差異作為特征，此類方法一般認為煙霧的出現會模糊背景圖像從而導致背景圖像高頻能量的丟失，專利CN201110051188. 9公開了一種應用小波變換分析高頻信號變化的方法，并且通過篩選出逐漸變模糊的背景區域作為有煙霧的區域。可是傳統的基于小波的方法，簡單的認為煙霧的產生會使背景區域高頻能量減少，這類方法存在以下缺陷(I)本來背景的顏色就很接近，沒有很多輪廓，這樣的背景在小波域對應的已經低頻能量，這時即使有煙霧出現也不會導致高頻能量的減少。(2)本來有輪廓的背景不僅僅會因為產生煙霧而丟失高頻分量并且一般的純色物體覆蓋在背景上也會使高頻分量丟失，低頻分量減少。(3)由于煙霧出現的時候本身就帶有輪廓，而輪廓在小波域對應的是高頻分量，所以我們不能只考慮高頻能量的丟失還要考慮輪廓帶來的高頻能量。
發明內容
由于傳統的小波變換在煙霧檢測中的上述缺陷，本發明基于二維離散小波變換提出了一種基于RGB對比圖像和目標形狀的視頻煙霧檢測方法，克服了傳統小波變換在煙霧檢測上的缺陷，能很好的區分煙霧與一般純色物體，并且把煙霧邊緣帶入的高頻分量加以考慮，該基于RGB對比圖像與目標形狀的煙霧檢測方法，首先對視頻圖像進行預處理，獲得輸入視頻的前景區域；然后獲取RGB對比圖像，即原RGB圖像經變換后得到的描述原圖像RGB三通道之間對比特性圖像，并在此基礎上進行二維離散小波變換，得到每個前景區域內每個運動子塊的小波能量特征； 其次提取每個前景區域的能量特征，將前景區域的形狀特征以及所有子塊的能量相結合，作為區域的能量特征進行提取； 再提取每個前景區域的視覺特征，最后結合每個前景區域的能量及視覺特征輸出檢測結果。其中預處理包括以下步驟I)用濾波器對輸入的視頻圖像進行濾波，濾除噪聲；2)前景區域的獲取及背景的更新；3)利用圖像金字塔、膨脹、腐蝕圖像處理方法對前景圖像進行進一步處理。其中基于RGB對比圖像的二維離散小波變換包括以下步驟I)獲取當前幀和背景幀的RGB對比圖像；2)對所獲得的RGB對比圖像進行二維離散小波變換，并且獲得相應的小波系數圖像；3)用當前幀的小波系數圖像減去背景幀的小波系數圖像得到兩者間的差值圖像，并用一個閾值對該差值圖像進行二值化處理，大于該閾值為高頻能量，低于該閾值為低頻
倉tfi。其中提取可疑區域的視覺特征主要包括煙霧顏色和運動特征的提取，其步驟包括I)提取可疑區域內的紅-綠對比色和藍黃對比色；2)利用基于塊匹配的光流提取可疑區域內所有子塊的運動速度和方向作為運動特征。量化方法包括但不限于下列任意一種’均勻編碼、非均勻編碼、矢量編碼、標量編碼。本發明的有益效果本發明提出的方法在能量域能很好的區分煙霧與其他純色物體，并且由于把運動目標的面積和周長以及區域內高低頻能量的變化相聯系進行考慮，更合理地在視頻煙霧檢測中運用了二維離散小波變換，使得煙霧檢測的可靠性得到提高。
圖1為本發明總體的實施流程圖。圖2為本發明的處理流程圖。
具體實施例方式下面對本方法的具體實施方法做進一步介紹。實施環境為基于openCV2.0的vs2008o如圖1所示為本發明的具體實施流程，包括對輸入視頻圖像進行預處理，得到背景幀與前景區域；獲得背景幀和當前幀的RGB對比圖像，并對其進行二維離散小波變換，得到小波系數圖像；從獲取的小波系數圖像上提取可疑區域的能量特征；提取可疑區域的視覺特征；綜合考慮能量特征與視覺特征對可疑區域是否為煙霧區域做出判定。各部分的具體實施細節如下
第一步輸入視頻圖像的預處理；I)用濾波器對輸入的視頻圖像進行濾波處理；在實施例中，我們使用的是高斯濾波器(根據具體需要也可以換成中值濾波器，雙邊濾波器等)。2)前景區域的獲取及背景的更新，以下是我們的具體實施方法(根據具體需要也可以換成混合高斯模型對背景建模，用相鄰幀做幀差得到運動區域)A.分別獲得背景幀和當前幀的灰度圖像。B.利用當前幀的灰度圖像和背景幀的灰度圖像做差，得到兩者的差值圖像，并對獲得的差值圖像進行二值化處理使其變為二值圖像，從而得到前景區域。C.按照下面公式利用原來背景和當前幀對背景幀進行更新
權利要求
1.基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于首先對視頻圖像進行預處理，獲得輸入視頻的前景區域；然后獲取RGB對比圖像，即原RGB圖像經變換后得到的描述原圖像RGB三通道之間對比特性圖像，并在此基礎上進行二維離散小波變換，得到每個前景區域內每個運動子塊的小波能量特征；其次提取每個前景區域的能量特征，將前景區域的形狀特征以及所有子塊的能量相結合，作為區域的能量特征進行提取；再提取每個前景區域的視覺特征，最后結合每個前景區域的能量及視覺特征輸出檢測結果。
2.如權利要求1中所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于 RGB對比圖像的具體構造方法為在圖像的不同位置分別取R，G，B三通道中的最大值，最小值以及中間值，通過這種變換可以描述原RGB圖像三通道之間的差異。
3.如權利要求1所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于 其中預處理包括以下步驟1)用濾波器對輸入的視頻圖像進行濾波，濾除噪聲；2)前景區域的獲取及背景的更新；3)利用圖像金字塔、膨脹、腐蝕圖像處理方法對前景圖像進行進一步處理。
4.如權利要求1或2所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于其中基于RGB對比圖像的二維離散小波變換包括以下步驟O獲取當前幀和背景幀的RGB對比圖像；2)對所獲得的RGB對比圖像進行二維離散小波變換，并且獲得相應的小波系數圖像；3)用當前幀的小波系數圖像減去背景幀的小波系數圖像得到兩者間的差值圖像，并用一個閾值對該差值圖像進行二值化處理，大于該閾值為高頻能量，低于該閾值為低頻能量。
5.如權利要求1或2所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于，所述的能量特征的提取方法，首先分別獲得前景區域的形狀特征，形狀特征為下列所描述的方法中的一種周長和面積、長度和寬度、矩形度、圓形度、不變矩、輪廓的傅立葉描述子，以及該前景區域內所有高頻能量子塊和低頻能量子塊的比例關系，然后把周長及面積的比例關系與高低頻能量子塊的比例關系作為該前景區域的能量特征。
6.如權利要求1或2所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于其中提取可疑區域的視覺特征主要包括煙霧顏色和運動特征的提取，其步驟包括1)提取可疑區域內的紅-綠對比色和藍-黃對比色；2)利用基于塊匹配的光流提取可疑區域的運動特征。
7.如權利要求6所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于 步驟2)中的基于塊匹配的光流方法，其步驟包括1)提取每個前景區域內所有運動子塊的運動速度和方向；2)對運動子塊的運動的速度和運動的方向進行量化；3)對運動子塊的運動的速度和運動的方向進行編碼。
8.如權利要求7所述的基于RGB對比圖像與目標形狀的煙霧檢測方法，其特征在于 量化方法為下列任意一種丨均勻編碼、非均勻編碼、矢量編碼、標量編碼。
全文摘要
本發明公開了一種基于RGB對比圖像與目標形狀的視頻煙霧檢測方法，其方法包括以下步驟(1)對輸入視頻圖像進行預處理，并且得到背景幀與前景區域；(2)獲得背景幀和當前幀的RGB對比圖像，并對其進行二維離散小波變換，得到小波系數圖像；(3)從獲取的小波系數圖像上提取可疑區域的能量特征；(4)提取可疑區域的視覺特征；(5)綜合考慮能量特征與視覺特征對可疑區域是否為煙霧區域做出判定。該方法對獲取的RGB對比圖像進行二維離散小波變化，使得在小波變換中能很好的區分煙霧和一般純色物體，并且在考慮能量特征時，把可疑區域的形狀和可疑區域內高低頻的能量比進行綜合考慮從而使得檢測結果更具有可靠性。
文檔編號G08B17/10GK103020628SQ201210506158
公開日2013年4月3日 申請日期2012年11月30日 優先權日2012年11月30日
發明者王耀威, 陳佳秋, 田永鴻, 黃鐵軍 申請人:北京理工大學, 北京大學