OpenCV 視頻中火焰檢測識別實踐
主要完成兩個視頻中火焰的檢測,主要結(jié)合RGB判據(jù)和HIS判據(jù),設(shè)定合適的閾值條件,檢測出火焰對應(yīng)像素的區(qū)域,將原圖二值化,經(jīng)過中值濾波以及數(shù)學(xué)形態(tài)學(xué)的膨脹運算等圖像處理,消除一些噪聲及離散點,連通一些遺漏的區(qū)域。基于OpenCV的開源庫,在VS2013平臺上,實現(xiàn)了兩個視頻中火焰的檢測。
利用OpenCV有強大的圖像處理庫,直接將圖像分離為RGB三通道,設(shè)置條件限制,找到火焰的像素位置,將原圖處理成二值圖像。對于火焰檢測,本文結(jié)合RGB判據(jù)和HIS判據(jù),分割出火焰的區(qū)域。一般用于人眼觀看的顏色模型是RGB模型,對于火焰而言,紅色分量(R)和綠色分量(G)會很大,并且綠色分量(G)會大于藍色分量(B)。HIS顏色模型分別用H(色度)S(飽和度)I(亮度)描述顏色特性,與人們感受顏色的方式緊密相連??紤]到單一顏色模型的判據(jù)準(zhǔn)確性不夠高,在RGB判據(jù)基礎(chǔ)上,添加HIS約束條件。具體條件[1]為:

其中,Rt是紅色分量閾值,St是飽和度閾值,火焰像素主要取決于紅色分量(R)的色度和飽和度。若滿足式(1),則判斷該位置為火焰像素,顯示為白色,否則顯示為黑色。判據(jù)中閾值的選擇對于火焰檢測是至關(guān)重要的,一般靠經(jīng)驗設(shè)定,為了獲取火焰識別最好的效果,設(shè)置兩個滑動條,改變閾值Rt和St的大小,選取最合適的值。
由于(1)中只需要用到HIS中的S分量,所以不需要用到顏色模型轉(zhuǎn)換函數(shù),直接計算S分量即可。
獲取二值圖像后,需要對其預(yù)處理,找到遺漏的點,剔除異常的點。由于存在噪聲及離散點,對圖像進行平滑濾波,本文采用的是中值濾波,中值濾波是典型的非線性濾波,用像素點鄰域灰度值的中值來代替該像素點的灰度值,非常利于消除一些誤判斷為火焰的像素點。
由于部分火焰的顏色不是介于紅黃之間,無法識別,需要實現(xiàn)區(qū)域的連通,因此對二值圖像進行數(shù)學(xué)形態(tài)學(xué)操作。形態(tài)學(xué)是一種強大的圖像處理工具,它可以實現(xiàn)圖像去噪、圖像分割等功能,最基本的形態(tài)學(xué)操作有兩種,分別是膨脹與腐蝕。它們可以衍生出很多強大的形態(tài)學(xué)算法,實現(xiàn)我們想要的功能。采用形態(tài)學(xué)處理的最基礎(chǔ)的膨脹操作,作用于火焰的二值圖像中。
編寫CheckColor函數(shù),將以上3個功能實現(xiàn)。
為了表示出視頻中火焰的區(qū)域,在預(yù)處理過后,將火焰輪廓用矩形框標(biāo)記,編寫了畫矩形框的函數(shù)DrawFire,其中使用了OpenCV的尋找輪廓的函數(shù)findContours,由于作業(yè)中test2的火焰位置是分散在不同地方的,所以對整張圖像進行區(qū)域的劃分,分別用不同矩形標(biāo)記不同區(qū)域出現(xiàn)的火焰。
基于OpenCV的庫,在VS2013上實現(xiàn)算法,由于視頻中的火焰檢測是實時動態(tài)的,下面截取幾幀畫面用于展示實驗結(jié)果:

本文采用RGB判據(jù)和HIS判據(jù)結(jié)合的方法,按照經(jīng)驗法和不斷地調(diào)試,選擇合適的閾值,基于OpenCV在VS2013上實現(xiàn)算法,從test1實驗結(jié)果可以看出,在背景比較單調(diào)且與火焰差別較大時,效果良好,幾乎沒有任何噪聲對其造成干擾。從test2實驗結(jié)果可以看出,當(dāng)背景復(fù)雜或與火焰顏色比較相似時,會不時出現(xiàn)噪聲和誤判,需要進一步提高算法。
列出處理test2視頻的具體代碼:
#include<opencv2/opencv.hpp>
#include<cv.h>
using namespace cv;
int redThre =49; // 115~135
int saturationTh = 7; //55~65
Mat CheckColor(Mat &inImg);
void DrawFire(Mat &inputImg, Mat foreImg);
int main()
{
VideoCapture capture("test2.avi");
while (1)
{
Mat frame;
capture >> frame;
if (frame.empty())
break;
namedWindow("Control", CV_WINDOW_AUTOSIZE);
cvCreateTrackbar("redThre", "Control", &redThre, 255);
cvCreateTrackbar("saturationTh", "Control", &saturationTh, 255);
CheckColor(frame);
waitKey(1);
}
return 0;
}
//The Color Check is According to "An Early Fire-Detection Method Based on Image Processing"
//The Author is:Thou-Ho (Chao-Ho) Chen, Ping-Hsueh Wu, and Yung-Chuen Chiou
Mat CheckColor(Mat &inImg)
{
Mat fireImg;
fireImg.create(inImg.size(), CV_8UC1);
Mat multiRGB[3];
int a = inImg.channels();
split(inImg, multiRGB); //將圖片拆分成R,G,B,三通道的顏色
for (int i = 0; i < inImg.rows; i++)
{
for (int j = 0; j < inImg.cols; j++)
{
float B, G, R;
B = multiRGB[0].at<uchar>(i, j); //每個像素的R,G,B值,動態(tài)地址計算法
G = multiRGB[1].at<uchar>(i, j);
R = multiRGB[2].at<uchar>(i, j);
float maxValue = max(max(B, G), R);
float minValue = min(min(B, G), R);
//與HSI中S分量的計算公式
double S = (1 - 3.0*minValue / (R + G + B));//
//R > RT R>=G>=B S>=((255-R)*ST/RT)
if (R > redThre &&R >= G && G>= B && S >((255 - R) * saturationTh / redThre))
{
fireImg.at<uchar>(i, j) = 255;
}
else
{
fireImg.at<uchar>(i, j) = 0;
}
}
}
//erode(fireImg, fireImg, Mat(3, 3, CV_8UC1));
//GaussianBlur(fireImg, fireImg, Size(5, 5), 0, 0);
medianBlur(fireImg, fireImg, 5);
dilate(fireImg, fireImg, Mat(5, 5, CV_8UC1));
imshow("Binary", fireImg);
DrawFire(inImg, fireImg);
return fireImg;
}
void DrawFire(Mat &inputImg, Mat foreImg)
{
vector<vector<Point>> contours_set;//保存輪廓提取后的點集及拓?fù)潢P(guān)系
findContours(foreImg, contours_set, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
Point point1;
Point point2;
float a = 0.4, b = 0.75;
float xmin1 = a*inputImg.cols, ymin1 = inputImg.rows, xmax1 = 0, ymax1 = 0;
float xmin2 = b*inputImg.cols, ymin2 = inputImg.rows, xmax2 = a*inputImg.cols, ymax2 = 0;
float xmin3 = inputImg.cols, ymin3 = inputImg.rows, xmax3 = b*inputImg.cols, ymax3 = 0;
Rect finalRect1;
Rect finalRect2;
Rect finalRect3;
vector<vector<Point> >::iterator iter = contours_set.begin();
for (; iter != contours_set.end();)
{
Rect rect = boundingRect(*iter);
float radius;
Point2f center;
minEnclosingCircle(*iter, center, radius);
if (rect.area()> 0)
{
point1.x = rect.x;
point1.y = rect.y;
point2.x = point1.x + rect.width;
point2.y = point1.y + rect.height;
if (point2.x< a*inputImg.cols)
{
if (point1.x < xmin1)
xmin1 = point1.x;
if (point1.y < ymin1)
ymin1 = point1.y;
if (point2.x > xmax1 && point2.x < xmax2)
xmax1 = point2.x;
if (point2.y > ymax1)
ymax1 = point2.y;
}
if (point2.x < b*inputImg.cols&&point2.x > a*inputImg.cols)
{
if (point1.x < xmin2 && point1.x>xmin1)
xmin2 = point1.x;
if (point1.y < ymin2)
ymin2 = point1.y;
if (point2.x > xmax2 && point2.x < xmax3)
xmax2 = point2.x;
if (point2.y > ymax2)
ymax2 = point2.y;
}
if (point2.x < inputImg.cols&&point2.x > b*inputImg.cols)
{
if (point1.x < xmin3 && point1.x>xmin2)
xmin3 = point1.x;
if (point1.y < ymin3)
ymin3 = point1.y;
if (point2.x > xmax3)
xmax3 = point2.x;
if (point2.y > ymax3)
ymax3 = point2.y;
}
++iter;
}
else
{
iter = contours_set.erase(iter);
}
}
if (xmin1 == a*inputImg.cols&& ymin1 == inputImg.rows&&xmax1 == 0 && ymax1== 0)
{
xmin1 = ymin1 = xmax1 = ymax1 = 0;
}
if (xmin2 == b*inputImg.cols&& ymin2 == inputImg.rows&& xmax2 == a*inputImg.cols&& ymax2 == 0)
{
xmin2 = ymin2 = xmax2 = ymax2 = 0;
}
if (xmin3 == inputImg.cols&&ymin3 == inputImg.rows&& xmax3 == b*inputImg.cols&& ymax3 == 0)
{
xmin3 = ymin3 = xmax3 = ymax3 = 0;
}
finalRect1= Rect(xmin1, ymin1, xmax1 - xmin1, ymax1 - ymin1);
finalRect2 = Rect(xmin2, ymin2, xmax2 - xmin2, ymax2 - ymin2);
finalRect3 = Rect(xmin3, ymin3, xmax3 - xmin3, ymax3 - ymin3);
rectangle(inputImg, finalRect1, Scalar(0, 255, 0));
rectangle(inputImg, finalRect2, Scalar(0, 255, 0));
rectangle(inputImg, finalRect3, Scalar(0, 255, 0));
imshow("Fire_Detection", inputImg);
}
到此這篇關(guān)于OpenCV 視頻中的火焰檢測識別的文章就介紹到這了,更多相關(guān)OpenCV 火焰檢測識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Cocos2d-x學(xué)習(xí)筆記之開發(fā)環(huán)境搭建
這篇文章主要介紹了Cocos2d-x學(xué)習(xí)筆記之開發(fā)環(huán)境搭建,本文使用Visual Studio作為開發(fā)IDE,是不同于其它教程的,需要的朋友可以參考下2014-09-09
VSCode配置C++環(huán)境的方法步驟(MSVC)
這篇文章主要介紹了VSCode配置C++環(huán)境的方法步驟,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
C++兩個cpp文件間如何進行各自函數(shù)的調(diào)用方式
這篇文章主要介紹了C++兩個cpp文件間如何進行各自函數(shù)的調(diào)用方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-02-02
c++調(diào)用動態(tài)庫LNK2019和LNK1120無法解析的外部命令
本文主要介紹了c++調(diào)用動態(tài)庫LNK2019和LNK1120無法解析的外部命令, 出現(xiàn)這個錯誤一般都是函數(shù)只找到聲明但沒有實現(xiàn),或者是少了什么鏈接庫,下面就來解決一下2024-06-06
關(guān)于C++中的static關(guān)鍵字的總結(jié)
C++的static有兩種用法:面向過程程序設(shè)計中的static和面向?qū)ο蟪绦蛟O(shè)計中的static。前者應(yīng)用于普通變量和函數(shù),不涉及類;后者主要說明static在類中的作用2013-09-09

