專利名稱：一種基于視頻的隧道煙霧檢測(cè)方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理、視頻監(jiān)控以及消防，特別涉及一種基于視頻的隧道煙霧檢測(cè)方法及裝置。

背景技術(shù)：
隨著交通系統(tǒng)的迅速發(fā)展，公路、隧道也不斷增加。由于隧道內(nèi)交通流量大且較為封閉，一旦發(fā)生火災(zāi)，撲救十分困難，且極易造成嚴(yán)重?fù)p失。因此隧道內(nèi)的火災(zāi)檢測(cè)得到了極大地關(guān)注。
根據(jù)火災(zāi)產(chǎn)生規(guī)律，火情煙霧的出現(xiàn)早于明火的出現(xiàn)，因此煙霧檢測(cè)技術(shù)被廣泛地應(yīng)用于火情早期預(yù)警中。在煙霧檢測(cè)技術(shù)中，基于視頻的煙霧檢測(cè)由于其非接觸性、成本較低等優(yōu)勢(shì)成為研究的熱點(diǎn)。
美國(guó)專利申請(qǐng)US 2007/0019071A1公開(kāi)了一種煙霧檢測(cè)方法，采用背景估計(jì)來(lái)提取圖像中煙霧區(qū)域。公開(kāi)號(hào)為CN101395643A的中國(guó)專利申請(qǐng)公開(kāi)了一種利用攝像機(jī)檢測(cè)煙霧的方法，首先確定視頻圖像中運(yùn)動(dòng)區(qū)域的方法和大小來(lái)檢查該運(yùn)動(dòng)區(qū)域是否可能存在煙霧，然后在檢測(cè)到可能存在煙霧時(shí)，依據(jù)表征煙霧的信息來(lái)分析該運(yùn)動(dòng)區(qū)域的至少一部分是否存在煙霧。但由于隧道內(nèi)存在行駛的汽車(chē)、火車(chē)造成的灰塵運(yùn)動(dòng)和光照變化，這就大大地影響了上述專利檢測(cè)的可靠性和準(zhǔn)確性。
綜上所述，目前迫切需要提出一種能有效去除灰塵運(yùn)動(dòng)、光照變化等干擾的隧道煙霧檢測(cè)方法及裝置。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于有效去除灰塵運(yùn)動(dòng)、光照變化等干擾，準(zhǔn)確地檢測(cè)出隧道內(nèi)的煙霧。
為達(dá)到上述目的，按照本發(fā)明的第一個(gè)方面，提供了一種基于視頻的隧道煙霧檢測(cè)方法，包括 第一步驟，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 第二步驟，當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)； 第三步驟，計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域； 第四步驟，更新當(dāng)前圖像的背景； 第五步驟，計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 第六步驟，計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域； 第七步驟，計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。
按照本發(fā)明的另一個(gè)方面，提供了一種基于視頻的隧道煙霧檢測(cè)裝置，該裝置包括 背景建立單元，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 檢測(cè)點(diǎn)獲取單元，用于當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)； 初始區(qū)域獲取單元，用于計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域； 背景更新單元，用于更新當(dāng)前圖像的背景； 光照干擾濾除單元，用于計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 穩(wěn)定的初始區(qū)域獲取單元，用于計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取當(dāng)前圖像的穩(wěn)定的初始區(qū)域； 煙霧獲取單元，用于計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。



圖1示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法的總體流程圖； 圖2示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法的第六步驟的流程圖； 圖3示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置的示意框圖； 圖4示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置的穩(wěn)定的初始區(qū)域獲取單元6的示意框圖。

具體實(shí)施例方式 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例和附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
本發(fā)明適用于各種交通場(chǎng)所，特別是隧道。
圖1示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法的總體流程圖。如圖1所示，按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法可以包括 第一步驟101，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像； 第二步驟102，當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)； 第三步驟103，計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域； 第四步驟104，更新當(dāng)前圖像的背景； 第五步驟105，計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域； 第六步驟106，計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域； 第七步驟107，計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。
第一步驟 根據(jù)連續(xù)的幀圖像建立背景，采用圖像平均的方法，計(jì)算連續(xù)的N幀圖像(可以以接收的第一幀圖像為起始幀圖像，也可以以接收的視頻段的中間幀圖像為起始幀圖像)的平均值。假設(shè)這N幀圖像為Ii(i∈[1，N])，則主背景IBack的計(jì)算公式為參考背景為IBackRef＝IBack，參考圖像為IRef＝IBack。
第二步驟 將當(dāng)前圖像與主背景做差，以獲取當(dāng)前圖像與主背景的差值圖像。以差值圖像中像素值大于第一閾值T1的像素點(diǎn)為檢測(cè)點(diǎn)。其中，第一閾值T1可以選取15～30內(nèi)的任何一個(gè)值，即15≤T1≤30且T1為整數(shù)。
第三步驟 一、計(jì)算第二步驟獲取的檢測(cè)點(diǎn)的積分值。假設(shè)當(dāng)前圖像內(nèi)像素點(diǎn)(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將檢測(cè)點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若檢測(cè)點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將其他區(qū)域內(nèi)的像素點(diǎn)(x，y)的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。固定值D1可以選取8～20內(nèi)的任何一個(gè)值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個(gè)值，即8≤D2≤20且D2為整數(shù)。
二、將積分值大于第二閾值T2的檢測(cè)點(diǎn)作為目標(biāo)，使用連通區(qū)域標(biāo)定方法獲取由目標(biāo)組成的初始區(qū)域。連通區(qū)域標(biāo)定方法可以通過(guò)四連通域方法或八連通域方法實(shí)現(xiàn)?？梢赃@樣進(jìn)行四連/八連通域的連通標(biāo)記首先，對(duì)目標(biāo)點(diǎn)(即當(dāng)前圖像中積分值大于第二閾值T2的檢測(cè)點(diǎn))施行逐行掃描，找到一個(gè)未標(biāo)記區(qū)域的第一點(diǎn)，標(biāo)記該點(diǎn)；檢查該點(diǎn)的四連/八連域點(diǎn)并標(biāo)記滿足連通性要求的，且尚未被標(biāo)記的點(diǎn)，同時(shí)將新增的標(biāo)記點(diǎn)記錄下來(lái)作為“區(qū)域增長(zhǎng)”的種子點(diǎn)；在后續(xù)的標(biāo)記過(guò)程中，不斷地從記錄種子點(diǎn)的數(shù)組中取出一個(gè)種子，施行上述的操作，如此循環(huán)，直到記錄種子點(diǎn)的數(shù)組為空，一個(gè)連通區(qū)域標(biāo)記結(jié)束；接著再標(biāo)記下一個(gè)未標(biāo)記的區(qū)域，直到目標(biāo)點(diǎn)全都被標(biāo)記在連通區(qū)域內(nèi)。每個(gè)標(biāo)記的連通區(qū)域即為獨(dú)立的初始區(qū)域，當(dāng)前圖像中的其他區(qū)域則為非初始區(qū)域。其中，第二閾值T2可以選取150～200內(nèi)的任何一個(gè)值，即150≤T2≤200且T2為整數(shù)。
第四步驟 更新當(dāng)前圖像的主背景，其更新公式如下
其中，IBackk-1(x，y)表示目前的主背景像素點(diǎn)(x，y)的像素值，Icur(x，y)表示當(dāng)前圖像像素點(diǎn)(x，y)的像素值，IBackk(x，y)表示更新后的主背景像素點(diǎn)(x，y)的像素值，α、β分別表示非初始區(qū)域、初始區(qū)域內(nèi)像素點(diǎn)的主背景更新速率，且0＜β＜α＜1。實(shí)施時(shí)，可以選取α為0.7～0.9內(nèi)一值，即0.7≤α≤0.9，β＝α/4。
如果當(dāng)前圖像內(nèi)不存在初始區(qū)域，則需要更新參考背景，即 第五步驟 計(jì)算當(dāng)前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)，若該相關(guān)系數(shù)大于第三閾值T3，則認(rèn)為該初始區(qū)域?yàn)楣庹找鸬母蓴_，將其濾除。設(shè)當(dāng)前圖像內(nèi)初始區(qū)域的像素值為Icur，該初始區(qū)域?qū)?yīng)的參考背景的像素值為IBack，當(dāng)前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)Cor則為 其中，Icuravg(x，y)表示初始區(qū)域內(nèi)所有像素點(diǎn)的像素值的平均值，IBackavg(x，y)表示初始區(qū)域?qū)?yīng)的參考背景內(nèi)所有像素點(diǎn)的像素值的平均值。將相關(guān)系數(shù)＞第三閾值T3的初始區(qū)域設(shè)為非初始區(qū)域，將相關(guān)系數(shù)≤第三閾值T3的初始區(qū)域提取出來(lái)。其中，第三閾值T3可以選取0.8～0.9內(nèi)的任何一個(gè)值，即0.8≤T3≤0.9。
第六步驟 圖2示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法的第六步驟的流程圖。如圖2所示，該第六步驟包括 步驟201，將當(dāng)前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計(jì)對(duì)應(yīng)于各個(gè)初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點(diǎn)個(gè)數(shù)，并計(jì)算該個(gè)數(shù)與該初始區(qū)域總的像素點(diǎn)個(gè)數(shù)的比值。其中，第四閾值T4可以選取15～30內(nèi)的任何一個(gè)值，即15≤T4≤30且T4為整數(shù)。
步驟202，計(jì)算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對(duì)應(yīng)于初始區(qū)域的像素點(diǎn)(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將比值小于第五閾值T5的初始區(qū)域的像素點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域內(nèi)的其他像素點(diǎn)(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點(diǎn))的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。其中，第五閾值T5可以選取0.05～0.15內(nèi)的任何一個(gè)值，即0.05≤T5≤0.15。固定值D1可以選取8～20內(nèi)的任何一個(gè)值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個(gè)值，即8≤D2≤20且D2為整數(shù)。
步驟203，若初始區(qū)域的積分值大于第六閾值T6，則認(rèn)為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。其中，第六閾值T6可以選取150～200內(nèi)的任何一個(gè)值，即150≤T6≤200且T6為整數(shù)。
第七步驟 一、計(jì)算第六步驟提取出的穩(wěn)定的初始區(qū)域的圖像的對(duì)比度特征和圖像的平滑性特征。穩(wěn)定的初始區(qū)域的圖像的對(duì)比度計(jì)算首先計(jì)算對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的當(dāng)前圖像的灰度直方圖，然后計(jì)算該直方圖內(nèi)中間80％部分的像素值的跨度值(該跨度值也就是指直方圖內(nèi)中間80％部分的像素值的最大值與最小值的差值)。穩(wěn)定的初始區(qū)域的圖像的平滑性計(jì)算首先計(jì)算對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的圖像的共生矩陣，再計(jì)算該共生矩陣的直方圖，并計(jì)算該直方圖所圍成的面積。對(duì)于對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的當(dāng)前圖像內(nèi)的一點(diǎn)(x，y)，首先分別計(jì)算其與點(diǎn)(x-2，y+1)、(x-1，y+2)、(x，y+2)、(x+1，y+2)、(x+2，y+1)、(x+2，y)的像素值的差的絕對(duì)值，可以獲得點(diǎn)(x，y)與鄰邊點(diǎn)的6個(gè)灰度差值，將初始區(qū)域內(nèi)所有點(diǎn)的6個(gè)灰度差值匯聚成灰度直方圖，然后計(jì)算該直方圖所圍成的面積。
二、根據(jù)穩(wěn)定初始區(qū)域的圖像的對(duì)比度特征和圖像的平滑性特征來(lái)提取煙霧。若穩(wěn)定的初始區(qū)域的圖像的對(duì)比度計(jì)算出的跨度值小于第七閾值T7，則認(rèn)為該穩(wěn)定的初始區(qū)域滿足煙霧的對(duì)比度特征。若穩(wěn)定的初始區(qū)域的圖像的平滑性計(jì)算出的直方圖圍成的面積小于第八閾值T8，則認(rèn)為該穩(wěn)定的初始區(qū)域滿足煙霧的平滑性特征。當(dāng)穩(wěn)定的初始區(qū)域同時(shí)滿足煙霧的對(duì)比度特征和平滑性特征時(shí)，則認(rèn)為該穩(wěn)定的初始區(qū)域是煙霧并輸出。其中，第七閾值T7可以選取50～80內(nèi)的任何一個(gè)值，即50≤T7≤80且T7為整數(shù)。第八閾值T8可以選取10～20內(nèi)的任何一個(gè)值，即10≤T8≤20且T8為整數(shù)。
圖3示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置的示意框圖。如圖3所示，按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置包括 背景建立單元1，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像。
檢測(cè)點(diǎn)獲取單元2，用于當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)。
初始區(qū)域獲取單元3，用于計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域。
背景更新單元4，用于更新當(dāng)前圖像的背景。
光照干擾濾除單元5，用于計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域。
穩(wěn)定的初始區(qū)域獲取單元6，用于計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取當(dāng)前圖像的穩(wěn)定的初始區(qū)域。
煙霧獲取單元7，用于計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。若光照干擾濾除單元6提取出的穩(wěn)定的初始區(qū)域同時(shí)滿足圖像的對(duì)比度特征和圖像的平滑性特征，則認(rèn)為是煙霧并提取出。
圖4示出了按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置的穩(wěn)定的初始區(qū)域獲取單元6的示意框圖。如圖4所示，按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)裝置的穩(wěn)定的初始區(qū)域獲取單元6包括 比值計(jì)算模塊61，用于將當(dāng)前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計(jì)對(duì)應(yīng)于各個(gè)初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點(diǎn)個(gè)數(shù)，并計(jì)算該個(gè)數(shù)與該初始區(qū)域總的像素點(diǎn)個(gè)數(shù)的比值。其中，第四閾值T4可以選取15～30內(nèi)的任何一個(gè)值，即15≤T4≤30且T4為整數(shù)。
積分值計(jì)算模塊62，用于計(jì)算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對(duì)應(yīng)于初始區(qū)域的像素點(diǎn)(x，y)的積分值為m(x，y)(積分值m(x，y)的初始值為0，即設(shè)接收的第一幀圖像內(nèi)所有像素的積分值為0)，將比值小于第五閾值T5的初始區(qū)域的像素點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域的其他像素點(diǎn)(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點(diǎn))的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。其中，第五閾值T5可以選取0.05～0.15內(nèi)的任何一個(gè)值，即0.05≤T5≤0.15。固定值D1可以選取8～20內(nèi)的任何一個(gè)值，即8≤D1≤20且D1為整數(shù)。固定值D2可以選取8～20內(nèi)的任何一個(gè)值，即8≤D2≤20且D2為整數(shù)。
穩(wěn)定的初始區(qū)域判別與提取模塊63，用于根據(jù)初始區(qū)域的積分值與第六閾值T6的大小關(guān)系，判別出穩(wěn)定的初始區(qū)域并提取出。如果若初始區(qū)域的差值圖像的積分值大于第六閾值T6，則認(rèn)為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。其中，第六閾值T6可以選取150～200內(nèi)的任何一個(gè)值，即150≤T6≤200且T6為整數(shù)。
與現(xiàn)有的煙霧檢測(cè)技術(shù)相比，按照本發(fā)明的基于視頻的隧道煙霧檢測(cè)方法及裝置能夠有效去除灰塵運(yùn)動(dòng)、光照變化等干擾，準(zhǔn)確地檢測(cè)出煙霧，因此特別適用于交通系統(tǒng)，例如隧道、公路等。
以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍，應(yīng)當(dāng)理解，本發(fā)明并不限于這里所描述的實(shí)現(xiàn)方案，這些實(shí)現(xiàn)方案描述的目的在于幫助本領(lǐng)域中的技術(shù)人員實(shí)踐本發(fā)明。任何本領(lǐng)域中的技術(shù)人員很容易在不脫離本發(fā)明精神和范圍的情況下進(jìn)行進(jìn)一步的改進(jìn)和完善，因此本發(fā)明只受到本發(fā)明權(quán)利要求的內(nèi)容和范圍的限制，其意圖涵蓋所有包括在由所附權(quán)利要求所限定的本發(fā)明精神和范圍內(nèi)的備選方案和等同方案。
權(quán)利要求
1.基于視頻的隧道煙霧檢測(cè)方法，其特征在于，該方法包括
第一步驟，根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；
第二步驟，當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)；
第三步驟，計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域；
第四步驟，更新當(dāng)前圖像的背景；
第五步驟，計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；
第六步驟，計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域；
第七步驟，計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。
2.如權(quán)利要求1所述的方法，其特征在于，第一步驟中假設(shè)N幀圖像為Ii(i∈[1，N])，則主背景IBack的計(jì)算公式為參考背景為IBackRef＝IBack，參考圖像為IRef＝IBack。
3.如權(quán)利要求1所述的方法，其特征在于，第二步驟包括將當(dāng)前圖像與主背景做差，以獲取當(dāng)前圖像與主背景的差值圖像。以差值圖像中像素值大于第一閾值T1的像素點(diǎn)為檢測(cè)點(diǎn)。
4.如權(quán)利要求1所述的方法，其特征在于，第三步驟包括
一、計(jì)算第二步驟獲取的檢測(cè)點(diǎn)的積分值。假設(shè)當(dāng)前圖像內(nèi)像素點(diǎn)(x，y)的積分值為m(x，y)，將檢測(cè)點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若檢測(cè)點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將其他區(qū)域內(nèi)的像素點(diǎn)(x，y)的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。
二、將積分值大于第二閾值T2的檢測(cè)點(diǎn)作為目標(biāo)，使用連通區(qū)域標(biāo)定方法獲取由目標(biāo)組成的初始區(qū)域。
5.如權(quán)利要求1所述的方法，其特征在于，第四步驟包括
更新當(dāng)前圖像的主背景，其更新公式如下
其中，IBackk-1(x，y)表示目前的主背景像素點(diǎn)(x，y)的像素值，Icur(x，y)表示當(dāng)前圖像像素點(diǎn)(x，y)的像素值，IBackk(x，y)表示更新后的主背景像素點(diǎn)(x，y)的像素值，α、β分別表示非初始區(qū)域、初始區(qū)域內(nèi)像素點(diǎn)的主背景更新速率，且0＜β＜α＜1。
如果當(dāng)前圖像內(nèi)不存在初始區(qū)域，則需要更新參考背景，即
6.如權(quán)利要求1所述的方法，其特征在于，第五步驟包括計(jì)算當(dāng)前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)，若該相關(guān)系數(shù)大于第三閾值T3，則認(rèn)為該初始區(qū)域?yàn)楣庹找鸬母蓴_，將其濾除。設(shè)當(dāng)前圖像內(nèi)初始區(qū)域的像素值為Icur，該初始區(qū)域?qū)?yīng)的參考背景的像素值為IBack，當(dāng)前圖像內(nèi)的初始區(qū)域與初始區(qū)域?qū)?yīng)的參考背景的相關(guān)系數(shù)Cor則為
其中，Icuravg(x，y)表示初始區(qū)域內(nèi)所有像素點(diǎn)的像素值的平均值，IBackavg(x，y)表示初始區(qū)域?qū)?yīng)的參考背景內(nèi)所有像素點(diǎn)的像素值的平均值。將相關(guān)系數(shù)＞第三閾值T3的初始區(qū)域設(shè)為非初始區(qū)域，將相關(guān)系數(shù)≤第三閾值T3的初始區(qū)域提取出來(lái)。
7.如權(quán)利要求1所述的方法，其特征在于，第六步驟包括
一、將當(dāng)前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計(jì)對(duì)應(yīng)于各個(gè)初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點(diǎn)個(gè)數(shù)，并計(jì)算該個(gè)數(shù)與該初始區(qū)域總的像素點(diǎn)個(gè)數(shù)的比值。
二、計(jì)算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對(duì)應(yīng)于初始區(qū)域的像素點(diǎn)(x，y)的積分值為m(x，y)，將比值小于第五閾值T5的初始區(qū)域的像素點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域內(nèi)的其他像素點(diǎn)(x，y)(即比值大于或等于第五閾值T5的初始區(qū)域的像素點(diǎn))的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。
三、若初始區(qū)域的積分值大于第六閾值T6，則認(rèn)為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。
8.如權(quán)利要求1所述的方法，其特征在于，第七步驟包括
一、計(jì)算第六步驟提取出的穩(wěn)定的初始區(qū)域的圖像的對(duì)比度特征和圖像的平滑性特征。穩(wěn)定的初始區(qū)域的圖像的對(duì)比度計(jì)算首先計(jì)算對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的當(dāng)前圖像的灰度直方圖，然后計(jì)算該直方圖內(nèi)中間80％部分的像素值的跨度值(該跨度值也就是指直方圖內(nèi)中間80％部分的像素值的最大值與最小值的差值)。穩(wěn)定的初始區(qū)域的圖像的平滑性計(jì)算首先計(jì)算對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的圖像的共生矩陣，再計(jì)算該共生矩陣的直方圖，并計(jì)算該直方圖所圍成的面積。對(duì)于對(duì)應(yīng)于穩(wěn)定的初始區(qū)域的當(dāng)前圖像內(nèi)的一點(diǎn)(x，y)，首先分別計(jì)算其與點(diǎn)(x-2，y+1)、(x-1，y+2)、(x，y+2)、(x+1，y+2)、(x+2，y+1)、(x+2，y)的像素值的差的絕對(duì)值，可以獲得點(diǎn)(x，y)與鄰邊點(diǎn)的6個(gè)灰度差值，將初始區(qū)域內(nèi)所有點(diǎn)的6個(gè)灰度差值匯聚成灰度直方圖，然后計(jì)算該直方圖所圍成的面積。
二、根據(jù)穩(wěn)定初始區(qū)域的圖像的對(duì)比度特征和圖像的平滑性特征來(lái)提取煙霧。若穩(wěn)定的初始區(qū)域的圖像的對(duì)比度計(jì)算出的跨度值小于第七閾值T7，則認(rèn)為該穩(wěn)定的初始區(qū)域滿足煙霧的對(duì)比度特征。若穩(wěn)定的初始區(qū)域的圖像的平滑性計(jì)算出的直方圖圍成的面積小于第八閾值T8，則認(rèn)為該穩(wěn)定的初始區(qū)域滿足煙霧的平滑性特征。當(dāng)穩(wěn)定的初始區(qū)域同時(shí)滿足煙霧的對(duì)比度特征和平滑性特征時(shí)，則認(rèn)為該穩(wěn)定的初始區(qū)域是煙霧并輸出。
9.如權(quán)利要求3所述的方法，其特征在于，其中15≤T1≤30且T1為整數(shù)。
10.如權(quán)利要求4、7所述的方法，其特征在于，其中8≤D1≤20且D1為整數(shù)，8≤D2≤20且D2為整數(shù)，150≤T2≤200且T2為整數(shù)。
11.如權(quán)利要求5所述的方法，其特征在于，其中0.7≤α≤0.9，β＝α/4。
12.如權(quán)利要求6所述的方法，其特征在于，其中0.8≤T3≤0.9。
13.如權(quán)利要求7所述的方法，其特征在于，其中15≤T4≤30且T4為整數(shù)，0.05≤T5≤0.15，150≤T6≤200且T6為整數(shù)。
14.如權(quán)利要求8所述的方法，其特征在于，其中50≤T7≤80且T7為整數(shù)，10≤T8≤20且T8為整數(shù)。
15.基于視頻的隧道煙霧檢測(cè)裝置，其特征在于，該裝置包括
背景建立單元，用于根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；
檢測(cè)點(diǎn)獲取單元，用于當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)；
初始區(qū)域獲取單元，用于計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域；
背景更新單元，用于更新當(dāng)前圖像的背景；
光照干擾濾除單元，用于計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；
穩(wěn)定的初始區(qū)域獲取單元，用于計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取當(dāng)前圖像的穩(wěn)定的初始區(qū)域；
煙霧獲取單元，用于計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。
16.如權(quán)利要求15所述的裝置，其特征在于，穩(wěn)定的初始區(qū)域獲取單元包括
比值計(jì)算模塊，用于將當(dāng)前圖像與參考圖像做差獲取差值圖像，并統(tǒng)計(jì)對(duì)應(yīng)于各個(gè)初始區(qū)域的差值圖像的像素值大于第四閾值T4的像素點(diǎn)個(gè)數(shù)，并計(jì)算該個(gè)數(shù)與該初始區(qū)域總的像素點(diǎn)個(gè)數(shù)的比值。
積分值計(jì)算模塊，用于計(jì)算比值小于第五閾值T5的初始區(qū)域的積分值。假設(shè)對(duì)應(yīng)于初始區(qū)域的像素點(diǎn)(x，y)的積分值為m(x，y)，將比值小于第五閾值T5的初始區(qū)域的像素點(diǎn)(x，y)的積分值m(x，y)都加上一固定值D1(若像素點(diǎn)(x，y)的積分值m(x，y)大于250，則令該積分值為250)，將初始區(qū)域的其他像素點(diǎn)(x，y)(即比值大于或等于第二閾值T2的初始區(qū)域的像素點(diǎn))的積分值m(x，y)都減去第二固定值D2(若像素點(diǎn)m(x，y)對(duì)應(yīng)的積分值小于0，則令該積分值為0)。
穩(wěn)定的初始區(qū)域判別與提取模塊，用于根據(jù)初始區(qū)域的積分值與第六閾值T6的大小關(guān)系，判別出穩(wěn)定的初始區(qū)域并提取出。如果若初始區(qū)域的差值圖像的積分值大于第六閾值T6，則認(rèn)為該初始區(qū)域是穩(wěn)定的初始區(qū)域并提取出。
17.如權(quán)利要求16所述的裝置，其特征在于，其中15≤T4≤30且T4為整數(shù)，0.05≤T5≤0.15，8≤D1≤20且D1為整數(shù)，8≤D2≤20且D2為整數(shù)，150≤T6≤200且T6為整數(shù)。
全文摘要
本發(fā)明提供了一種基于視頻的隧道煙霧檢測(cè)方法及裝置，包括根據(jù)連續(xù)的幀圖像建立背景，獲取主背景、參考背景及參考圖像；當(dāng)前圖像與主背景做差，獲取當(dāng)前圖像的檢測(cè)點(diǎn)；計(jì)算當(dāng)前圖像檢測(cè)點(diǎn)的積分值，根據(jù)積分值提取當(dāng)前圖像的初始區(qū)域；更新當(dāng)前圖像的背景；計(jì)算當(dāng)前圖像與參考背景圖像的對(duì)應(yīng)初始區(qū)域的相關(guān)系數(shù)，并根據(jù)該系數(shù)濾除光照引起的干擾區(qū)域；計(jì)算當(dāng)前圖像初始區(qū)域的積分值，根據(jù)積分值提取穩(wěn)定的初始區(qū)域；計(jì)算當(dāng)前圖像內(nèi)穩(wěn)定的初始區(qū)域的特征，并根據(jù)特征來(lái)提取煙霧。
文檔編號(hào)G01N21/85GK101751558SQ20091024255
公開(kāi)日2010年6月23日 申請(qǐng)日期2009年12月16日 優(yōu)先權(quán)日2009年12月16日
發(fā)明者陸奇星 申請(qǐng)人:北京智安邦科技有限公司