基于视频的多特征融合的烟检测装置和方法

摘要

本发明公开了一种基于视频的多特征融合的烟检测装置和方法，通过拍摄单元和前景提取单元提取当前图像的前景区域；再通过前景中心计算单元和连续多帧的前景中心保存单元获取连续多帧监视区域图像的前景区域的中心位置信息，然后通过前景中心运动范围计算单元获取所述前景中心位置的外接矩形；再通过前景中心运动范围大小计算单元和中心运动特征判定单元进行判断，看是否具有烟中心运动特征。通过非中心运动特征检测单元和非中心运动特征条件判定单元，对烟的其它特征检测判定后，由烟判定单元根据上述获得的结果进行进一步判断，以实现对监视区域是否有烟进行判断。该装置和方法，具有运算量小，准确率高，误报率、漏报率低等特点。

权利要求

1.一种烟检测装置，其特征在于，具有：

拍摄单元，获取监视区域的当前图像；

前景提取单元，根据所述拍摄单元拍摄到的当前图像和背景图像，提取当前图像的前景区域；

前景中心计算单元，计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置；

连续多帧的前景中心保存单元，保存所述前景中心计算单元计算出的连续多帧监视区域图像的前景区域的中心位置信息；

前景中心运动范围计算单元，根据所述连续多帧的前景中心保存单元存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形；

前景中心运动范围大小计算单元，对前景中心运动范围计算单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算；

中心运动特征判定单元，判定所述前景中心运动范围大小计算单元得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征；

非中心运动特征检测单元，用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

非中心运动特征条件判定单元，用于判定非中心运动特征检测单元检测到前景区域中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

烟判定单元，根据所述中心运动特征判定单元和非中心运动特征条件判定单元得出的结果判定是否具有烟；当所述中心运动特征判定单元判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定单元判断出前景区域中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

2.根据权利要求1所述的一种烟检测装置，其特征在于所述前景中心运动范围计算单元生成的含有所述前景区域的中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

3.根据权利要求1所述的一种烟检测装置，其特征在于所述前景中心运动范围计算单元生成的含有所述前景区域的中心位置的外接矩形，位于所述连续多帧的前景中心保存单元保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

4.一种烟检测方法，其特征在于，具有：

拍摄步骤，获取监视区域的当前图像；

前景提取步骤，根据所述拍摄步骤拍摄到的当前图像和背景图像，提取当前图像的前景区域；

前景中心计算步骤，计算所述前景提取步骤提取到的当前帧图像中的前景区域的中心位置；

连续多帧的前景中心保存步骤，保存所述前景中心计算步骤计算出的连续多帧监视区域图像的前景区域的中心位置信息；

前景中心运动范围计算步骤，根据所述连续多帧的前景中心保存步骤存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形；

前景中心运动范围大小计算步骤，对前景中心运动范围计算步骤生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算；

中心运动特征判定步骤，判定所述前景中心运动范围大小计算步骤得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征；

非中心运动特征检测步骤，用于检测所述前景提取步骤提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

非中心运动特征条件判定步骤，用于判定非中心运动特征检测步骤检测到前景区域中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

烟判定步骤，根据所述中心运动特征判定步骤和非中心运动特征条件判定步骤得出的结果判定是否具有烟；当所述中心运动特征判定步骤判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定步骤判断出前景区域中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

5.根据权利要求4所述的一种烟检测方法，其特征在于所述前景中心运动范围计算步骤生成的含有所述前景区域的中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

6.根据权利要求4所述的一种烟检测方法，其特征在于所述前景中心运动范围计算步骤生成的含有所述前景区域的中心位置的外接矩形，位于所述连续多帧的前景中心保存步骤保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

说明书

基于视频的多特征融合的烟检测装置和方法

技术领域

[0001] 本发明涉及一种基于视频的多特征融合的烟检测装置和方法。

背景技术

[0002] 现代社会，各种场合电器的使用越来越多，增加了安全隐患，人们的防范意识也逐渐增强，开始关注各种安防产品。目前，已经有相关的监控安防产品在市场上销售，从监控手段上基本可以分为两类：传感器监控和视频监控。传感器监控是利用烟传感器探测是否有烟的产生而进行报警，这种监控方式易受到外界因素干扰(如：温度、距离等外界因素)，误报率高，而且传感器类的烟感系统反应慢，需要一定浓度和温度，发现时损失已经造成。视频监控是利用摄像头实时采集现场视频，由值班人员时刻进行看守，当现场有烟、火的情况发生及时进行处理，这样虽然误报率低，但是，由于需要人工值守，时间长了容易产生视觉疲劳，导致疏漏。另外，部分自动报警视频监控系统可以实现自动报警，但由于技术原因，误报率很高。所以目前缺乏一种应用范围广、检测能力强、实时性和可靠性高的烟雾检测系统。

[0003] 另外，也有机构在研制视频智能监控对烟进行识别，其主要是根据拍摄烟图像总结出烟一些规律，作为烟的特征，在以后获取现场图像时进行比较识别，当现场图像满足上述烟特征便认为有烟产生。目前常使用的烟特征主要有：烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征及烟形态特征。但大都停留在实验室阶段，并且还没有相应组合使用的报道。

发明内容

[0004] 本发明针对以上问题的提出，而研制一种基于视频的多特征融合的烟检测装置和方法。本发明采用技术手段如下：

[0005] 一种烟检测装置，其特征在于，具有：

[0006] 拍摄单元，获取监视区域的当前图像；

[0007] 前景提取单元，根据所述拍摄单元拍摄到的当前图像和背景图像，提取当前图像的前景区域；

[0008] 前景中心计算单元，计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置；

[0009] 连续多帧的前景中心保存单元，保存所述前景中心计算单元计算出的连续多帧监视区域图像的前景区域的中心位置信息；

[0010] 前景中心运动范围计算单元，根据所述连续多帧的前景中心保存单元存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形；

[0011] 前景中心运动范围大小计算单元，对前景中心运动范围计算单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算；

[0012] 中心运动特征判定单元，判定所述前景中心运动范围大小计算单元得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征；

[0013] 非中心运动特征检测单元，用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

[0014] 非中心运动特征条件判定单元，用于判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

[0015] 烟判定单元，根据所述中心运动特征判定单元和非中心运动特征条件判定单元得出的结果判定是否具有烟；当所述中心运动特征判定单元判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

[0016] 所述前景中心运动范围计算单元生成的含有所述前景中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

[0017] 所述前景中心运动范围计算单元生成的含有所述前景中心位置的外接矩形，位于所述连续多帧的前景中心保存单元保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

[0018] 一种烟检测方法，其特征在于，具有：

[0019] 拍摄步骤，获取监视区域的当前图像；

[0020] 前景提取步骤，根据所述拍摄步骤拍摄到的当前图像和背景图像，提取当前图像的前景区域；

[0021] 前景中心计算步骤，计算所述前景提取步骤提取到的当前帧图像中的前景区域的中心位置；

[0022] 连续多帧的前景中心保存步骤，保存所述前景中心计算步骤计算出的连续多帧监视区域图像的前景区域的中心位置信息；

[0023] 前景中心运动范围计算步骤，根据所述连续多帧的前景中心保存步骤存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形；

[0024] 前景中心运动范围大小计算步骤，对前景中心运动范围计算步骤生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算；

[0025] 中心运动特征判定步骤，判定所述前景中心运动范围大小计算步骤得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征；

[0026] 非中心运动特征检测步骤，用于检测所述前景提取步骤提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

[0027] 非中心运动特征条件判定步骤，用于判定非中心运动特征检测步骤检测到前景图像中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

[0028] 烟判定步骤，根据所述中心运动特征判定步骤和非中心运动特征条件判定步骤得出的结果判定是否具有烟；当所述中心运动特征判定步骤判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定步骤判断出前景图像中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

[0029] 所述前景中心运动范围计算步骤生成的含有所述前景中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

[0030] 所述前景中心运动范围计算步骤生成的含有所述前景中心位置的外接矩形，位于所述连续多帧的前景中心保存步骤保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

[0031] 由于采用了上述技术方案，本发明提供的基于视频的多特征融合的烟检测装置和方法，通过视频图像识别算法，对烟雾的中心运动规律进行检测，并结合现有的烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征的检测方法，对提取的前景图像进行识别检测，然后对识别检测结果进行判断，作为是否有烟产生的判断标准，具有准确率高，误报率、漏报率低等特点。另外，在烟中心运动特征检测中引入外接矩形大小判定不但可以大幅度减小运算量，并且能够最大程度的确保其判断的准确率。

附图说明

[0032] 图1为本发明的结构框图；

[0033] 图2为本发明的流程图；

[0034] 图3为本发明是实例中非中心运动特征检测步骤的流程图。

具体实施方式

[0035] 本发明所述的基于视频的多特征融合的烟检测装置和方法的原理是，通过对获取监控图像进行烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征的检测，同时结合中心运动特征的检测，最后根据检测的结果得出综合判断，以达到烟检测的目的。实现方法是：主要是通过摄像机获取监视区域的图像，然后通过数据处理器(可由服务器、PC或集成处理中心等具有数据处理功能的器件组成)来完成图像数据的处理，并判断监视区域是否有烟的产生。下面结合附图对本发明进行具体说明：

[0036] 如图1所示，该烟检测装置中的摄像机可以是CMOS或者CCD的，可以是红外摄像机或普通摄像机；其中的拍摄单元101将获取监视区域的当前图像交与数据处理器中的前景提取单元102进行处理，前景提取单元102根据所述拍摄单元101拍摄到的当前图像和背景图像，提取当前图像的前景区域；然后通过前景中心计算单元103对前景提取单元提取到的当前帧图像中的前景区域计算获得前景中心位置；后交与连续多帧的前景中心保存单元104保存，该连续多帧的前景中心保存单元104保存所述前景中心计算单元103计算出的连续多帧监视区域图像的前景区域的中心位置信息；并通过前景中心运动范围计算单元105根据连续多帧的前景中心保存单元104存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形；再由前景中心运动范围大小计算单元106，对前景中心运动范围计算单元105生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算；后由中心运动特征判定单元107判定所述前景中心运动范围大小计算单元106得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征。所述非中心运动特征检测单元108，用于检测所述前景提取单元102提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；并将检测到的结果交与非中心运动特征条件判定单元109进行判定，判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征，有则给出相应的判定结果，否则不做出具有上述特征的判断。最后由烟判定单元110根据所述中心运动特征判定单元107和非中心运动特征条件判定单元109得出的结果判定是否具有烟；当所述中心运动特征判定单元107判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定单元109判断出前景图像中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

[0037] 所述前景中心运动范围计算单元105主要包含下列两种生成外接矩形的技术方案：

[0038] ①生成含有所述前景中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

[0039] ②生成含有所述前景中心位置的外接矩形，位于所述连续多帧的前景中心保存单元保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

[0040] 上述各检测和判定单元都可单独通过微处理器进行实现，但为节约成本也可在一台服务器上通过一个高性能的CPU来实现。本实施例采用的是ARM处理器和DSP处理器配合使用来将上述各功能模块进行实现，其中DSP处理器实现具体数据的运算，ARM处理器实现整体逻辑和判定的处理。其间的图像数据、中间数据以及结果数据都可存储在同数据处理器相连的存储器中。

[0041] 另外，由于不同的场所存在不同的干扰，所以上述的阈值需要根据场所的特点进行实际测试后才能够确定最合适的值，所以这里就不再列举实际的数据进行说明。

[0042] 如图2所示通过对检测方法的描述，对本发明提出的技术方案做进一步的阐述：

[0043] S201、通过摄像机拍摄并获取监视区域的当前图像。

[0044] S202、数据处理器根据所述拍摄步骤拍摄到的当前图像和背景图像，提取当前图像的前景区域，该前景提取步骤可采用自适应背景减除模型的方法来提取前景，通过①提取当前帧的亮度信息；②计算二值化阈值；③更新背景；④减背景；⑤二值化处理的步骤完成提取前景图像的处理以获取图像的前景区域。

[0045] S203、计算上述前景提取步骤提取到的当前帧图像中的前景区域的中心位置。

[0046] S204、保存上述前景中心计算步骤计算出的连续多帧监视区域图像的前景区域的中心位置信息。

[0047] S205、根据上述连续多帧的前景中心保存步骤存储的连续多帧监视区域图像的前景区域的中心位置信息，生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形。

[0048] S206、对前景中心运动范围计算步骤生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算。

[0049] S207、判定上述前景中心运动范围大小计算步骤得出的矩形面积和/或矩形的宽高比是否在规定阈值范围内，如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征；没有再规定的阈值范围则返回步骤S201重新进行检测。

[0050] S208、检测上述前景提取步骤提取到的前景区域是否具有烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征；

[0051] S209、判定上述非中心运动特征检测步骤检测到前景图像中是否具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征(判定方式如图3所示，可采用并行判断的方式)；满足则进行进一步判定，不满足则返回步骤S201重新进行检测。

[0052] S210、根据上述中心运动特征判定步骤S207和非中心运动特征条件判定步骤S209得出的结果判定是否具有烟；当所述中心运动特征判定步骤判断出前景区域具有烟中心运动特征，且非中心运动特征条件判定步骤判断出前景图像中具有所述烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下，判断有烟。

[0053] 同上述装置的实现过程相同步骤S205主要包含下列两种生成外接矩形的技术方案：

[0054] ①生成含有所述前景中心位置的外接矩形，为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。

[0055] ②生成含有所述前景中心位置的外接矩形，位于所述连续多帧的前景中心保存单元保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。

[0056] 烟中心运动特征的原理：火灾中的烟雾在产生过程中，会不断扩散，体积逐渐增大，从图像上看则表现为面积不断变大；而且由于气流的作用，烟雾通常会有向正上、斜上运动的趋势；上述两个特点在图像上可以通过烟雾的中心运动规律来体现，从而将烟雾与其他物体的运动区分开，达到烟雾检测的目的。

[0057] 下面列举实例对步骤S203至S207进行详细说明：

[0058] 设前景中心运动范围的面积阈值为S＝18，连续多帧的数目为n＝22。

[0059] 1、计算前景图像中所有前景点的X轴方向上的平均坐标Xavg和Y轴方向上的平均坐标Yavg，将点(Xavg，Yavg)记为该前景区域的中心。

[0060] 2、记录并保存连续多帧的前景区域中心。

[0061] 3、对已记录的连续多帧的前景区域中心，计算横坐标的最小值Xmin和最大值Xmax，以及纵坐标的最小值Ymin和最大值Ymax，以(Xmin，Ymin)(Xmin，Ymax)(Xmax，Ymax)(Xmax，Ymin)四点为顶点的矩形就是一个连续多帧的前景中心的外接矩形。

[0062] 4、计算上述外接矩形的大小，本实施例只用矩形面积来限定矩形大小，除此之外还可以用矩形的宽高比来限制矩形的大小，或者面积与宽高比结合使用来限制矩形大小。

[0063] 5、如果外接矩形的面积大于阈值S，则符合烟雾的中心运动规律，判断为烟雾。

[0064] 针对权利要求3和6的内容，为了排除个别位置异常的前景中心对检测结果造成的影响，可以在计算前景中心时追加一个限定条件，如果当前图像的前景中心与已经记录的连续多帧的前景中心之间的距离过大，则认为当前图像的前景中心位置异常，不进行记录。具体实施方法可以采用如下方法：在上述步骤1之后，执行如下步骤，计算已经记录的连续多帧的前景中心的横坐标平均值Xcent和纵坐标平均值Ycent，根据上述步骤1中计算的当前图像的前景中心坐标(Xavg，Yavg)，分别计算(Xcent-Xavg)和(Ycent-Yavg)的绝对值，只要有一个绝对值大于规定阈值，则不记录当前图像的前景中心，继续检测下一帧图像，否则执行上述步骤2，记录当前图像的前景中心。

[0065] 另外，对上述步骤S208和步骤209中所描述的非烟中心运动特征检测步骤中所检测的：烟不规则性特征，烟扩散性特征，烟颜色特征，烟半透明性特征，烟色彩饱和度特征和烟形态特征的具体检测手段如下：

[0066] 烟不规则性特征检测方法：提取前景区域边缘，计算前景区域的周长平方与面积的比值，如果在规定的阈值范围内，则当前帧符合不规则性特征；具体是用Canny算子方法提取前景边缘，计算前景区域周长的平方与前景区域面积乘以4π的比值，如果比值在规定的阈值范围内(例如：大于20且小于180)，则当前帧满足烟雾的不规则性特征。不规则性的检测能够有效排除形状规则的运动物体带来的干扰，降低误报率。

[0067] 烟扩散性特征检测方法：计算当前帧和前一帧的前景区域面积的比值，如果满足规定的阈值条件，则当前帧符合扩散性特征；具体是分别用m_curarea和m_prearea来表示当前帧和上一帧前景区域的面积；若m_curarea/m_prearea满足规定的阈值范围(例如：0.76和1.05之间)，则当前帧满足烟雾的扩散性特征。扩散性的检测能够排除形状固定的刚性运动物体带来的干扰。

[0068] 烟颜色特征检测方法：计算前景图像各点RGB值之间的关系，如果满足规定的条件，则符合颜色特征，如果符合颜色特征的前景点的数量在规定阈值范围内，则当前帧符合颜色特征；具体计算并判断前景中的各点RGB值是否满足如下三个条件：条件1：RGB最大值与最小值的差小于规定的阈值T1(例如：T1＝30)条件2：RGB平均值在规定的阈值范围内[Tmin，Tmax](例如：Tmin＝110，Tmax＝220)条件3：B值最大时，RGB最大值与最小值的差小于一定的阈值T2(例如：T2＝80)如果某点满足条件1和条件2，或者满足条件2和条件3，则该点满足烟雾的颜色特征。如果满足烟雾颜色特征的像素点在前景中所占比例大于规定阈值T3(例如：T3＝0.6)，则当前帧满足烟雾的颜色特征。烟雾颜色的检测能够排除与烟雾颜色相差较大的运动物体造成的干扰。

[0069] 烟半透明性特征检测方法：计算前景区域边缘能量减少程度，如果大于规定阈值，则当前帧符合半透明性特征；或者计算高通滤波后引入的相对衰减量系数，如果满足规定的阈值条件，则当前帧符合半透明性特征；具体可以采用两种方法，方法1：根据前景边缘能量减少程度来判断半透明性。如果背景帧的前景边缘能量与当前帧的前景边缘能量的差在规定的阈值范围内(例如：大于0.025，小于0.036)，则满足半透明性特征。边缘能量的计算公式为：w＝v1*v2+h1*h2+d1*d2；其中，v1为背景图像水平方向变化，v2为当前图像水平方向变化，h1为背景图像垂直方向变化，h2为当前图像垂直方向变化，d1为背景图像对角方向变化，d2为当前图像对角方向变化。

[0070] 方法2：设高通滤波后背景帧与前景帧的对应点分别为B(x，y)，F(x，y)，相对衰减量系数为C(x，y)，若B(x，y)＞F(x，y)，则C(x，y)＝(B(x，y)-F(x，y))/B(x，y)，否则C(x，y)＝0；如果前景的边缘点的相对衰减量系数C(x，y)在一定的阈值范围内(例如：大于0.06，小于0.33)，则该点为潜在的烟雾点。用此方法统计前景边缘上潜在烟雾点的个数，以及整个前景中潜在烟雾点的个数。如果前景边缘点中潜在烟雾点所占比例在规定的阈值范围内(例如：大于0.25，小于0.6)，同时在整个前景中潜在烟雾点所占比例大于规定的阈值(例如：大于0.08)，则当前帧满足烟雾的半透明性特征。

[0071] 烟色彩饱和度特征检测方法：在HSV颜色空间中，计算当前帧前景各点的S值与背景帧中对应点的S值的差，如果满足规定的阈值条件，则符合色彩饱和度特征，如果符合色彩饱和度特征的前景点的数量在规定阈值范围内，则当前帧符合色彩饱和度特征；具体在HSV颜色空间中，若当前帧的前景中(x，y)点的S值与背景帧中(x，y)点的S值的差在规定的阈值范围内(例如：大于6，小于8)，则该点满足色彩饱和度特征。若满足色彩饱和度的像素点个数达到规定的阈值(例如：占全部前景点的80％)，则当前帧满足烟雾色彩饱和度特征。

[0072] 烟形态特征检测方法：将一帧图像平均划分成相同大小的矩形区域，如果某个矩形区域中包含规定数目的前景点则标记为前景边缘区域，统计当前帧和前一帧的前景边缘区域的重合程度，如果重合程度满足规定的阈值条件，则当前帧符合形态特征；烟雾在飘散过程中形态会发生明显变化，这是区别于刚性运动物体的一个特征。检测方法：将当前帧图像检测出的前景边界与前一帧图像检测出的前景边界进行重合，根据重合程度来描述形态的变化。具体步骤如下：

[0073] a)将图像分割成为若干相同大小的矩形像素区域(例如：4*4大小)，同时为每一区域设置一个标志位。

[0074] b)检测每个区域内的前景点个数，若该区域内前景点个数在规定阈值范围内(例如：大于5且小于11)，则将该区域标志位置为1(表示该区域为前景的边界)，否则为0。

[0075] c)计算分割后的前后两帧图像的标志位为1的区域的重合程度，用Same_num表示前后两帧图像中相同空间位置上方框标志位置均为1的数量，用Area_num表示当前帧图像中方框标志位置为1的数量，如果二者的比值(Same_num/Area_num)在规定的阈值范围内(例如：0.3～0.7之间)，则当前帧满足烟雾形态变化特征。烟雾形态检测能够排除形状固定的刚性运动物体带来的干扰。

[0076] 该烟检测方法能很好的区分烟雾与其他运动物体，对小幅度周期性运动的物体区分效果更好。

[0077] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。