一种基于视频分析的火焰检测方法

摘要

本发明涉及视频监控领域，具体涉及一种基于视频分析的火焰检测方法，其包括以下步骤：根据场景图像中的背景提取前景的二值图像，并根据所述前景的二值图像获得多个前景物体图像；根据所述多个前景物体图像的红绿蓝RGB直方图的颜色特征和根据所述多个前景物体图像的尺度不变特征SIFT或加速鲁棒特征SURF进行筛选，以筛选出符合火焰特征的所述前景物体图像。通过本发明的实施例提供的基于视频分析的火焰检测方法，能够更加高效准确地获知火焰情况。

主权项

一种基于视频分析的火焰检测方法，其特征在于，包括以下步骤：根据场景图像中的背景提取前景的二值图像，并根据所述前景的二值图像获得多个前景物体图像；根据所述多个前景物体图像的红绿蓝RGB直方图的颜色特征和根据所述多个前景物体图像的尺度不变特征SIFT或加速鲁棒特征SURF进行筛选，以筛选出符合火焰特征的所述前景物体图像；所述筛选包括：基于在包含所述SIFT或SURF的SIFT或SURF模型中的SIFT或SURF词汇表并根据所述多个前景物体的SIFT或SURF进行所述筛选；和基于在包含所述RGB直方图的颜色特征的RGB模型中的RGB词汇表并根据所述多个前景物体的RGB直方图颜色特征进行所述筛选；所述基于在包含所述RGB直方图的颜色特征的RGB模型中的RGB词汇表并根据所述多个前景物体的RGB直方图颜色特征进行所述筛选包括：对每一个前景物体的外接矩形范围内提取RGB直方图，所述RGB直方图由R、G、B颜色通道的三个一维直方图组成，每个通道的直方图有32个块，总的直方图是一维96块；将所述RGB直方图归一化，得到96维的所述RGB直方图的特征向量；将所述RGB直方图的特征向量利用支持向量机SVM进行分类筛选，并将不符合火焰特征的前景物体删除；其中，SVM的训练集包含正样本和负样本，所述正样本的权值设置为所述负样本的5倍，且所述训练集被分成5份进行随机交叉校验，c和gamma参数的范围均为2^‑8至2⁸。