一种在动态场景中能免疫误报的早期烟雾视频检测方法

摘要

本发明公开了一种在动态场景中能免疫误报的早期烟雾视频检测方法；旋转云台带动IP网络摄像机间隙式地沿水平方向来回旋转，云台每转过一个IP网络摄像机视角后暂停，由IP网络摄像机采集被监控场景视频图像数据，并通过光电转换器和以太网转换传输到监控微机，监控微机对视频图像数据进行学与证据累积分析，获取监控场景中的动态背景，以及判断分析被监控场景中是否存在真正的烟雾，若确认有烟雾，则触发报警；本发明克服了已有技术中在开放的动态场景下存在的误报率高、检测鲁棒性低等缺点，可在4～6秒钟内正确检测出早期烟雾。

主权项

1.一种在动态场景中能免疫误报的早期烟雾视频检测方法，其特征在于，旋转云台带动IP网络摄像机间隙式地沿水平方向来回旋转，云台每转过一个IP网络摄像机视角后暂停，由IP网络摄像机采集被监控场景视频图像数据，并通过光电转换器和以太网转换传输到监控微机，监控微机对视频图像数据进行学习与证据累积分析，获取监控场景中的动态背景，以及判断分析被监控场景中是否存在真正的烟雾，若确认有烟雾，则触发报警。其中，所述对视频图像数据进行学习与证据累积分析的过程包括以下具体步骤：(1)早期烟雾的RGB分量运算组合的离线学习：通过颜色域的离线学习，取得分割早期灰烟、青烟、黄烟的最佳RGB颜色分量运算组合。(2)对视频帧基于色域压缩进行烟雾分割：检测时，先创建多线程，按烟雾颜色特征学习取得的最佳RGB颜色分量运算组合，分3路对彩色视频帧进行RGB分量运算及其位屏蔽，实时分割取得具有灰烟、青烟、黄烟颜色特征的类似烟雾区。(3)视频帧动态复杂场景中的背景学习与维护：检测过程中，同时进行背景的动态学习与维护更新，获得视频的动态背景，用背景维护下的减背景来消除场景中的静态类似烟雾区，再用小波变换的高频组合来消除场景中动态的类似烟雾区干扰。(4)视频帧的长序列烟雾证据积累分析和帧图像的连通分析：进行多帧视频的证据积累和帧的连通域分析，通过与灰烟、青烟、黄烟分析子线程结果的或运算，实现动态场景中的误报免疫，判别标记出真正烟雾。