面向視頻煙霧檢測的局部特征建模方法研究.pdf

1、視頻煙霧探測技術(shù)因其響應快、不易受環(huán)境因素影響、適用面廣、成本低等優(yōu)勢，成為火災檢測方法中較為重要的分支。然而煙霧形狀、色彩千變?nèi)f化，運動規(guī)律難以把握，給視頻煙霧檢測帶來了巨大的挑戰(zhàn)?，F(xiàn)有方法的誤報率、漏報率等參數(shù)偏高，其主要原因在于:很多景物具有煙霧類似的色彩分布和紋理模式;煙霧圖像一般比較模糊、對比度比較低;稀薄煙霧無法完全遮擋背景圖像，造成半透明效果，無法有效去除背景干擾等。
　　局部特征建模能一定程度地去除上述原因帶來的影

2、響。然而現(xiàn)有的局部特征建模方法，在煙霧檢測上效果并不理想。煙霧特征的特殊性，需求更高層次抽象的局部特征?，F(xiàn)有像素層的局部特征多側(cè)重于淺層特征，主要表現(xiàn)在:第一，當對提取到的局部特征進行匯聚時，這些特征被無差別地使用同一標準進行匯聚，丟失了特征之間的聯(lián)系;第二，局部特征在進行特征匯聚時往往僅考慮了單一局部區(qū)域，而忽略了相鄰區(qū)域之間特征的共現(xiàn)特性;第三，現(xiàn)有的局部算子在特征提取過程中，往往在編碼時因為維度過高而不得不僅提取單一的局部特征或者

3、丟棄特征的部分信息。
　　本文深入研究面向視頻煙霧檢測的局部特征建模方法。針對現(xiàn)有局部特征的問題，研究出適合的編碼模型及建模方案。旨在提高煙霧檢測技術(shù)的準確率，降低誤報率和漏報率，推進視頻煙霧檢測的工業(yè)應用發(fā)展。具體研究工作如下:
　　(1)視頻煙霧檢測研究綜述
　　為了全面反映視頻煙霧檢測的研究現(xiàn)狀和最新進展，本文在已有的知識基礎上，歸納出視頻煙霧檢測的基本框架。重點針對2014至2017年國內(nèi)外公開發(fā)表的主要文獻，

4、圍繞基本框架中的每個處理階段進行綜述。凝練出視頻煙霧檢測近幾年取得的進展和尚存在的不足，分析出視頻煙霧檢測的關(guān)鍵技術(shù)在于圖像煙霧特征建模及識別。梳理關(guān)鍵技術(shù)中現(xiàn)有的煙霧局部特征建模方法，尋找到適用于煙霧的局部特征作為研究切入點。
　　(2)面向煙霧檢測的局部特征再編碼建模
　　研究煙霧局部特征之間的潛在聯(lián)系，尋找準則將同類的局部特征通過恰當?shù)脑倬幋a方式進行匯聚，可以捕獲更多的可辨別信息。本文提出一種基于局部二值模式(LBP)

5、子方向直方圖的特征建模方法。該算法首先對原始圖像提取LBP編碼并計算編碼之間的梯度信息，然后計算LBP編碼子方向直方圖以獲取LBP編碼之間的聯(lián)系信息。最后，將所有的LBP子方向直方圖首尾聯(lián)結(jié)形成魯棒的特征向量，送入支持向量機(SVM)進行訓練及檢測。實驗表明，本文方法在煙霧檢測和紋理分類中都有較好的性能。
　　(3)面向煙霧檢測的共現(xiàn)局部特征建模
　　研究相鄰區(qū)域局部特征的共現(xiàn)特性可以表征更為精細的結(jié)構(gòu)信息。本文提出一種基于

6、局部二值模式(LBP)共現(xiàn)匹配測度的特征建模方法。首先，本文提取原始圖像的LBP編碼，并提出相同匹配測度和互異匹配測度，分別用于度量共現(xiàn)LBP編碼之間的相同和互異匹配比例。其次，采用LBP類似的編碼方式計算得到基于匹配測度的局部二值模式，分別簡稱為SSLBP和SDLBP。最后，將LBP、SSLBP和SDLBP直方圖首尾聯(lián)接形成特征向量，輸入支持向量機(SVM)進行訓練和測試。實驗結(jié)果表明，本文方法能夠較好地表達局部紋理特征，在煙霧檢測和

7、紋理分類中均具有優(yōu)良的性能。
　　(4)面向煙霧檢測的多局部特征融合建模
　　在保證低維的前提下聯(lián)合多種煙霧局部特征及其之間的關(guān)系進行融合建模是改進煙霧局部特征建模方法的關(guān)鍵性研究。本文提出一種對局部特征的高階導數(shù)、方向?qū)?shù)的幅值、中心像素的像素值、鄰域像素差異等多局部特征的融合建模方法。首先將方向?qū)?shù)量化成三值生成局部三值模式(LTP)，并把每一個LTP分解為上LBP和下LBP，然后使用聯(lián)合直方圖保留其共現(xiàn)信息。接著將不同

8、階的聯(lián)合直方圖首尾相連，得到高階局部三值模式(HLTP)。本文使用局部保留投影(LPP)對HLTP進行降維展開。為進一步提高性能，還提出了一個抗噪聲機制，以消除有噪聲的導數(shù);并提出基于已去噪導數(shù)幅值與中心像素值的HLTP，命名為HLTPMC。隨后，使用支持向量機(SVM)進行訓練和分類。在煙霧數(shù)據(jù)集和紋理數(shù)據(jù)集上的實驗表明，本文提出的方法性能優(yōu)良。
　　本文的創(chuàng)新工作主要體現(xiàn)在:
　　(1)本文提出依據(jù)LBP編碼之間的離散梯

9、度方向來捕獲LBP編碼之間的關(guān)聯(lián)信息。由于LBP編碼不具備數(shù)值意義，使用傳統(tǒng)的歐氏距離無法進行衡量，本文引入漢明距離來代替?zhèn)鹘y(tǒng)距離測量并從理論上分析其對應的意義。本文分別在兩個坐標系統(tǒng)中使用LBP編碼之間的漢明距離計算方向使得算法具備一定的旋轉(zhuǎn)不變性。
　　(2)本文提出用于表達成對LBP編碼之間共現(xiàn)特征的兩個測度，這兩個測度分別反映了局部像素的高階變化信息。此外，為了統(tǒng)計局部區(qū)域內(nèi)的這些測度信息，采用類似于LBP的編碼方式提取這

10、兩個測度的SSLBP和SDLBP。SSLBP和SDLBP包含了LBP編碼共現(xiàn)的信息，從另一個角度來說，可以視為二階LBP編碼。
　　(3)本文提出將局部三值模式(LTP)、高階導數(shù)的符號與幅值、流形融合。本文通過對中心像素的高階方向?qū)?shù)進行編碼來獲得高階LTP。將該高階LTP分解為上下LBP編碼后統(tǒng)計聯(lián)合直方圖獲取空間關(guān)聯(lián)信息。本文引入局部保留投影(LPP)流形對聯(lián)合直方圖進行降維展開。此外，對去噪處理后的導數(shù)幅值和中心像素值進行