针对火灾图像视频中烟雾笼罩场景的烟火目标分割方法

摘要

一种针对火灾图像视频中烟雾笼罩场景的烟火目标分割方法，使用透过率模型表征烟火共存的视觉场景；计算透过率并与阈值比较，判断每个像素点是否属于有烟区域；基于透过率模型恢复并绘制遮挡物及被遮挡物的相关细节。本发明以透过率为本质特征，在有效分割的同时，能够获取遮挡物与被遮挡物的更多细节。对单帧图像，先基于图像分块粗略估算透过率，再对每个像素的透过率进行精确计算，除恢复被遮挡物颜色外，还能得到遮挡物的浓度分布；对有参考帧的视频图像，借助与参考帧的比较计算遮挡物的透过率与颜色值，并把遮挡物颜色限制放宽至火灾烟雾常见的颜色范围，还通过硬件与软件方法处理精度和无唯一解问题，能够同时获取遮挡物的浓度与颜色信息。

主权项

1.一种针对火灾图像视频中烟雾笼罩场景的烟火目标分割方法，其特征在于，包括以下步骤：步骤1，使用透过率模型表征烟雾笼罩的火灾视觉场景，所述透过率模型的公式如下I(x)=t(x)J(x)+(1-t(x))S(x)其中x为图像中任意像素，J(x)表示x对应的被遮挡物颜色，S(x)表示x对应的遮挡物颜色，I(x)表示x对应的遮挡后的图像颜色，t(x)表示x对应的遮挡物的透过率，遮挡物是指火灾场景中的烟雾；步骤2，针对火灾图像视频中的当前帧，计算每个像素的透过率；在当前帧是没有参考帧的单帧图像时，步骤2包括以下子步骤，步骤2.11，在遮挡物颜色已知的前提下，以图像分块为单位进行透过率的粗略估算，计算公式如下$\tilde{t}\left(x\right)=1-\underset{c}{\min }\left(\underset{y\in \Omega \left(x\right)}{\min }\left(\frac{I_c\left(y\right)}{S}\right)\right),c\in \{r,g,b\}$其中为根据图像分块Ω(x)粗略估算的像素x的透过率值，Ω(x)为以像素x为中心的图像分块，y为图像分块Ω(x)中的像素，I_c(y)为像素y在颜色空间c通道的颜色值，c的取值范围为r,g,b，r,g,b分别代表红色、绿色、蓝色，S为已知的遮挡物颜色；步骤2.12，基于所得透过率粗略估算结果，采用图像抠图技术以像素为单位进行透过率的精确计算，得到当前帧每个像素的透过率，计算公式如下$(L+\mathrm{\lambda U})t\left(x\right)=\lambda \tilde{t}\left(x\right)$其中t(x)为以像素为单位精确计算的像素x的透过率值，λ为规则化参数，L为拉普拉斯抠图矩阵，U为与L同规模的单位矩阵；在当前帧是有参考帧的视频图像时，步骤2包括以下子步骤，步骤2.21，选择视频序列中无烟场景的帧作为参考帧；步骤2.22，基于步骤1的透过率模型，根据不同颜色通道透过率公式建立联立方程组如下$\left\{\begin{array}{c}{I}_r\left(x\right)=t\left(x\right)J_r\left(x\right)+(1-t\left(x\right))S_r\left(x\right)\\ I_g\left(x\right)=t\left(x\right)J_g\left(x\right)+(1-t\left(x\right))S_g\left(x\right)\\ I_b\left(x\right)=t\left(x\right)J_b\left(x\right)+(1-t\left(x\right)S_b\left(x\right))\end{array}\right.$其中I_r(x)、I_g(x)、I_b(x)为像素x处当前帧的三通道颜色，J_r(x)、J_g(x)、J_b(x)为像素x处参考帧的三通道颜色，S_r(x)、S_g(x)、S_b(x)为像素x处遮挡物的三通道颜色；步骤2.23，增加步骤2.22所得方程组的未知数，把对遮挡物颜色的限制放宽至火灾烟雾常见的颜色范围，所得方程组如下$\left\{\begin{array}{c}{I}_r\left(x\right)=m{J}_r\left(x\right)+n\\ I_g\left(x\right)=m{J}_g\left(x\right)+n\\ I_b\left(x\right)=m{J}_b\left(x\right)+l\end{array}\right.$其中m=t(x)，n=(1-t(x))S_r(x)=(1-t(x))S_g(x)，l=(1-t(x))S_b(x)，且满足S_r(x)=S_g(x)，即允许遮挡物颜色在常见的火灾烟雾颜色范围内变化，常见的火灾烟雾颜色为灰色或蓝色或黄色；步骤2.24，求解步骤2.23所得方程组，得到当前帧每个像素的透过率与遮挡物的颜色值；步骤3，通过比较步骤2计算所得透过率与预设的透过率阈值，判断每个像素是否属于有烟区域；所述判断方式为，若某像素的透过率小于所设透过率阈值，则该像素属于有烟区域，否则为无烟区域；步骤4，恢复被遮挡物的细节信息以及遮挡物的细节信息，在当前帧是没有参考帧的单帧图像时，步骤4具体实现如下，根据步骤2.12所得当前帧每个像素的透过率和步骤1所得透过率模型的公式，恢复并绘制被遮挡物的颜色细节；通过透过率的映射恢复并绘制遮挡物烟的浓度分布，映射公式如下$G\left(x\right)=\left\{\begin{array}{cc}255\frac{t_0-t\left(x\right)}{t_0-t_{\min }}& \mathrm{if\; t}\left(x\right)\le t_0\\ 0& \mathrm{else}\end{array}\right.$其中G(x)为图像透过率映射后的灰度图，t₀和t_min分别为透过率的阈值和最小值，t(x)为步骤2.12所得当前帧中像素x的透过率值；在当前帧是有参考帧的视频图像时，步骤4具体实现如下，通过透过率值的映射恢复并绘制遮挡物烟的浓度分布，映射公式如下$G\left(x\right)=\left\{\begin{array}{cc}255\frac{t_0-t\left(x\right)}{t_0-t_{\min }}& \mathrm{if\; t}\left(x\right)\le t_0\\ 0& \mathrm{else}\end{array}\right.$其中G(x)为图像透过率映射后的灰度图，t₀和t_min分别为透过率的阈值和最小值，t(x)为步骤2.24所得当前帧中像素x的透过率值；根据步骤2.24所得当前帧每个像素的透过率和步骤2.23所得方程组，恢复并绘制遮挡物烟的颜色细节。