處理，
特征提取模塊提取的特征包括提取顏色分布特征和提取對比度特征，其中提取對比度特征用于校驗。
[0021 ]提取顏色特征的步驟為:
逐幀播放為訓(xùn)練而準(zhǔn)備的煙霧視頻，對于包含煙霧的視頻幀，使用顏色采樣工具選取煙霧顯著區(qū)域的像素值，將采樣顏色的像素值加入煙霧顏色特征聚類中心所述聚類中心即是采樣點的顏色本身，此處采用一個變長數(shù)組將采樣點的顏色記錄下來以便在后續(xù)處理中進(jìn)行量化；
對于正在采樣的當(dāng)前幀圖像，標(biāo)記煙霧區(qū)域，標(biāo)記的范圍是，像素值到任一聚類中心方差小于30的像素，符合要求的像素標(biāo)記為紅色[255，0，0]，即對于該幀圖像的像素，到任一聚類中心的距離在給定閾值(30)以內(nèi)，則將該像素值改為紅色，以便于查看標(biāo)記結(jié)果，在后續(xù)處理中，顯示標(biāo)記結(jié)果，通過標(biāo)記能看出未標(biāo)記區(qū)域的仍有顯著煙霧的，可繼續(xù)進(jìn)行顏色采樣，采樣點加入聚類中心，采樣是隨機采樣即可，采樣點作為一個顏色聚類中心，其他未采樣像素到該聚類中心的距離在給定范圍內(nèi)的都會被識別為煙霧區(qū)域，識別方式；
采樣過程中標(biāo)記圖像與原始圖像存放于不同的緩沖區(qū)，標(biāo)記圖像為原始圖像的一個拷貝，采樣時作為優(yōu)選方案，根據(jù)坐標(biāo)對原始圖像的像素點進(jìn)行采樣，避免將標(biāo)記顏色加入聚類中心，根據(jù)以上聚類中心去標(biāo)記隨后視頻中的各幀，對于遺漏的煙霧區(qū)域進(jìn)行再采樣，同樣加入聚類中心，
對聚類中心中的噪聲點進(jìn)行濾除，濾除的標(biāo)準(zhǔn)為馬氏距離小于15的鄰域點小于3的予以刪除，
對聚類在RGB顏色空間進(jìn)行量化，量化的公式為center = b/8 X 1024 + g/8X32 + r/8，所有的聚類中心經(jīng)過量化轉(zhuǎn)換為一維數(shù)組。
[0022]提取對比度特征的步驟為:
對于前述煙霧視頻，使用運動檢測模塊的運動檢測方法提取運動前景區(qū)域，
對于大于20 X 20的前景區(qū)域，區(qū)域內(nèi)的像素按前述的量化的公式為center = b/8 X1024 + g/8X32 + r/8進(jìn)行量化轉(zhuǎn)化為一維數(shù)組，量化結(jié)果歸屬顏色聚類中心的，視為一個有效煙霧像素，有效煙霧像素數(shù)量達(dá)到區(qū)域內(nèi)詳述總數(shù)30%的，視為煙霧區(qū)域；
對上述確認(rèn)的煙霧區(qū)域進(jìn)行8 X 8分塊，統(tǒng)計分塊的像素值方差，區(qū)域內(nèi)所有分塊方差的最大值作為區(qū)域的方差特征，作為正樣本；
將未確認(rèn)煙霧區(qū)域的前景區(qū)域按上述步驟統(tǒng)計對比度特征作為負(fù)樣本；
視頻每5幀進(jìn)行一次采樣計算，上述正負(fù)樣本使用svm訓(xùn)練線性分類器用于判定是否煙霧區(qū)域。
[0023]如圖2所示，檢測階段的流程為:
對于從攝像機獲取的視頻幀，使用運動檢測模塊得到有關(guān)運動區(qū)域的信息，包括感興趣區(qū)域和輪廓。運動檢測模塊的運動檢測對方法沒有限制，這里以基于高斯混合模型的方法為例，每個像素都使用3個高斯模型逼近，方差為144，背景更新率為0.001，根據(jù)背景模型得到運動前景區(qū)域的二值圖。
[0024]對提取出的前景二值圖進(jìn)行中值濾波以抑制噪聲干擾，濾波窗口大小為5X5，輪廓提取可以使用OpenCV的c vFindContour s函數(shù)。
[0025]對于給定運動區(qū)域，根據(jù)提取的聚類中心判定煙霧像素數(shù)量與區(qū)域內(nèi)所有像素數(shù)量是否達(dá)到給定的比例，達(dá)到給定比例的視為煙霧候選區(qū)域，否則視為非煙霧區(qū)域，該比例在系統(tǒng)中可以設(shè)為0.3。
對于以顏色分布判定的候選區(qū)域，計算區(qū)域內(nèi)像素的對比度，使用svm判定是否煙霧區(qū)域，該對比度基于像素方差表示，該方差取值30，統(tǒng)計方差的分塊步長為8。
[0026]對于采樣顏色特征聚類中心，對RGB顏色空間按步長8進(jìn)行采樣，對于聚類中心[b，g，r]，將其映射為整數(shù)center = b/8*1024 + g/8*32 + r/8。
[0027]聚類中心使用平衡二叉樹存儲，確保無論存在多少聚類中心，都能在一個恒定的時間里完成判定，區(qū)域的判定時間僅與區(qū)域大小相關(guān)。
[0028]對比度特征計算使用積分圖進(jìn)行快速計算。檢測階段，沒有漏檢的情況下，再采樣加入聚類中心的步驟可略過。
[0029]以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明保護(hù)范圍內(nèi)。
【主權(quán)項】
1.視頻圖像中煙霧檢測方法，其特征在于，包括如下步驟: 選定有代表性的含煙霧的視頻，使用特征提取模塊進(jìn)行提取顏色分布特征、提取對比度特征處理； 所述提取顏色分布特征包括如下步驟: 111)逐幀播放該煙霧視頻，對于包含煙霧的視頻幀，對煙霧顯著區(qū)域進(jìn)行顏色采樣，采樣顏色加入顏色聚類中心； 112)根據(jù)選取的聚類中心，將該顏色的像素值與該聚類中心方差在閾值beta內(nèi)的像素標(biāo)記為煙霧區(qū)域； 113)將標(biāo)記結(jié)果顯示出來，對未標(biāo)記的煙霧顯著區(qū)域繼續(xù)迭代采樣； 114)利用步驟111)?113)在視頻的所有幀中進(jìn)行，且在不同場景下的煙霧視頻中進(jìn)行； 115)對上述采樣得到的聚類中心進(jìn)行聚類，去掉可能誤選入的干擾點； 116)對聚類在RGB顏色空間進(jìn)行量化，將聚類中心映射到量化的顏色空間點，并轉(zhuǎn)換為整數(shù)形成量化后的顏色聚類中心； 所述提取對比度特征處理包括如下步驟: 117)對播放的煙霧視頻，使用運動檢測方法提取運動前景區(qū)域； 118)對運動前景區(qū)域內(nèi)的像素進(jìn)行量化，量化結(jié)果歸屬量化后的顏色聚類中心的，視為一個有效煙霧像素;有效煙霧像素數(shù)量達(dá)到區(qū)域內(nèi)一定比例的，視為煙霧區(qū)域； 119)將步驟118)中確認(rèn)的煙霧區(qū)域進(jìn)行分塊，統(tǒng)計分塊的像素值方差，區(qū)域內(nèi)所有分塊方差的最大值作為區(qū)域的方差特征，作為正樣本； 120)將未確認(rèn)煙霧區(qū)域的前景區(qū)域進(jìn)行分塊，然后統(tǒng)計分塊的像素值方差，區(qū)域內(nèi)所有分塊方差的最大值作為區(qū)域的方差特征，作為負(fù)樣本； 121)將視頻間隔一定數(shù)量的幀進(jìn)行一次步驟117)?步驟120)的采樣計算； 122)將正負(fù)樣本使用svm訓(xùn)練線性分類器用于判定是否煙霧區(qū)域的確認(rèn)幀。2.根據(jù)權(quán)利要求1所述的視頻圖像中煙霧檢測方法，其特征在于，采樣顏色加入顏色聚類中心的步驟為用一個變長數(shù)組將采樣點的顏色記錄下來，以便在后續(xù)處理中進(jìn)行量化。3.根據(jù)權(quán)利要求1所述的視頻圖像中煙霧檢測方法，其特征在于，步驟112)中對于正在采樣的當(dāng)前幀圖像，標(biāo)記煙霧區(qū)域，標(biāo)記的范圍是，像素值到任一聚類中心方差小于30的像素，符合要求的像素標(biāo)記為紅色。4.根據(jù)權(quán)利要求3所述的視頻圖像中煙霧檢測方法，其特征在于，采樣過程中標(biāo)記圖像與原始圖像存放于不同的緩沖區(qū)，標(biāo)記圖像為原始圖像的一個拷貝，采樣時根據(jù)坐標(biāo)對原始圖像的像素點進(jìn)行采樣，避免將像素標(biāo)記顏色加入聚類中心。5.根據(jù)權(quán)利要求4所述的視頻圖像中煙霧檢測方法，其特征在于，步驟115)中去掉可能誤選入的干擾點包括如下步驟:對聚類中心中的噪聲點進(jìn)行濾除，濾除的標(biāo)準(zhǔn)為馬氏距離小于15的鄰域點小于3的予以刪除。6.根據(jù)權(quán)利要求4所述的視頻圖像中煙霧檢測方法，其特征在于，對聚類在RGB顏色空間進(jìn)行量化，量化的公式為center = b/8 X 1024 + g/8X32 + r/8，經(jīng)過量化轉(zhuǎn)換為一維數(shù)組。7.根據(jù)權(quán)利要求6所述的視頻圖像中煙霧檢測方法，其特征在于，還包括運動檢測步驟，所述運動檢測步驟基于背景建模方法實時檢測運動區(qū)域，為煙霧檢測模塊提供運動區(qū)域的輪廓位置信息。8.根據(jù)權(quán)利要求7所述的視頻圖像中煙霧檢測方法，其特征在于，還包括實時報警步驟，所述實時報警步驟用于設(shè)置確認(rèn)幀數(shù)，以過濾噪聲干擾和誤檢。9.根據(jù)權(quán)利要求8所述的視頻圖像中煙霧檢測方法，其特征在于，所述聚類中心使用平衡二叉樹存儲。
【專利摘要】本發(fā)明公開了視頻圖像中煙霧檢測方法，通過直接對煙霧區(qū)域進(jìn)行采樣的方式獲取顏色特征而不是將檢測到的煙霧區(qū)域像素點整體進(jìn)行考慮，有效的減少干擾和噪聲的影響，降低了誤檢率;僅考慮顏色和對比度特征，使檢測結(jié)果更穩(wěn)定可靠，減少了漏檢率;對于被遺漏的煙霧區(qū)域，可以在線實時進(jìn)行特征提取并添加到系統(tǒng)中，可以直接改善系統(tǒng)的檢測結(jié)果而無需進(jìn)行復(fù)雜的訓(xùn)練，系統(tǒng)更靈活。
【IPC分類】G06T7/40, G06T7/00
【公開號】CN105654494
【申請?zhí)枴?br>【發(fā)明人】石旭剛, 劉嘉, 湯澤勝
【申請人】杭州中威電子股份有限公司
【公開日】2016年6月8日
【申請日】2016年1月4日