OpenCV学习记录之视频中的⽕焰检测识别
主要完成两个视频中⽕焰的检测，主要结合RGB判据和HIS判据，设定合适的阈值条件，检测出⽕焰对应像素的区域，将原图⼆值化，经过中值滤波以及数学形态学的膨胀运算等图像处理，消除⼀些噪声及离散点，连通⼀些遗漏的区域。基于OpenCV的开源库，在VS2013平台上，实现了两个视频中⽕焰的检测。
利⽤OpenCV有强⼤的图像处理库，直接将图像分离为RGB三通道，设置条件限制，到⽕焰的像素位置，将原图处理成⼆值图像。对于⽕焰检测，本⽂结合RGB判据和HIS判据，分割出⽕焰的区域。⼀般⽤于⼈眼观看的颜⾊模型是RGB模型，对于⽕焰⽽⾔，红⾊分量(R)和绿⾊分量(G)会很⼤，并且绿⾊分量(G)会⼤于蓝⾊分量(B)。HIS颜⾊模型分别⽤H(⾊度)S(饱和度)I(亮度)描述颜⾊特性，与⼈们感受颜⾊的⽅式紧密相连。考虑到单⼀颜⾊模型的判据准确性不够⾼，在RGB判据基础上，添加HIS约束条件。具体条件[1]为：
其中，Rt是红⾊分量阈值，St是饱和度阈值,⽕焰像素主要取决于红⾊分量(R)的⾊度和饱和度。若满⾜式(1)，则判断该位置为⽕焰像素，显⽰为⽩⾊，否则显⽰为⿊⾊。判据中阈值的选择对于⽕焰检测是⾄关重要的，⼀般靠经验设定，为了获取⽕焰识别最好的效果，设置两个滑动条，改变阈值Rt和St的⼤⼩，
选取最合适的值。
由于(1)中只需要⽤到HIS中的S分量，所以不需要⽤到颜⾊模型转换函数，直接计算S分量即可。
获取⼆值图像后，需要对其预处理，到遗漏的点，剔除异常的点。由于存在噪声及离散点，对图像进⾏平滑滤波，本⽂采⽤的是中值滤波，中值滤波是典型的⾮线性滤波，⽤像素点邻域灰度值的中值来代替该像素点的灰度值，⾮常利于消除⼀些误判断为⽕焰的像素点。
由于部分⽕焰的颜⾊不是介于红黄之间，⽆法识别，需要实现区域的连通，因此对⼆值图像进⾏数学形态学操作。形态学是⼀种强⼤的图像处理⼯具，它可以实现图像去噪、图像分割等功能，最基本的形态学操作有两种，分别是膨胀与腐蚀。它们可以衍⽣出很多强⼤的形态学算法，实现我们想要的功能。采⽤形态学处理的最基础的膨胀操作，作⽤于⽕焰的⼆值图像中。
编写CheckColor函数，将以上3个功能实现。
为了表⽰出视频中⽕焰的区域，在预处理过后，将⽕焰轮廓⽤矩形框标记，编写了画矩形框的函数DrawFire，其中使⽤了OpenCV的寻轮廓的函数findContours，由于作业中test2的⽕焰位置是分散在不同地⽅的，所以对整张图像进⾏区域的划分，分别⽤不同矩形标记不同区域出现的⽕焰。
基于OpenCV的库，在VS2013上实现算法，由于视频中的⽕焰检测是实时动态的，下⾯截取⼏帧画⾯
⽤于展⽰实验结果：
本⽂采⽤RGB判据和HIS判据结合的⽅法，按照经验法和不断地调试，选择合适的阈值，基于OpenCV在VS2013上实现算法，从test1实验结果可以看出，在背景⽐较单调且与⽕焰差别较⼤时，效果良好，⼏乎没有任何噪声对其造成⼲扰。从test2实验结果可以看出，当背景复杂或与⽕焰颜⾊⽐较相似时，会不时出现噪声和误判，需要进⼀步提⾼算法。
列出处理test2视频的具体代码：
#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 (pty())
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;
Mat multiRGB[3];
int a = inImg.channels();
split(inImg, multiRGB); //将图⽚拆分成R,G,B，三通道的颜⾊
for (int i = 0; i < ws; i++)
{
for (int j = 0; j < ls; j++)
{
float B, G, R;
B = multiRGB[0].at<uchar>(i, j); //每个像素的R,G,B值，动态地址计算法
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);rectangle函数opencv
//与HSI中S分量的计算公式
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;//保存轮廓提取后的点集及拓扑关系
findContours(foreImg, contours_set, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);  Point point1;
Point point2;
float a = 0.4, b = 0.75;
float xmin1 = ls, ymin1 = ws, xmax1 = 0, ymax1 = 0;
float xmin2 = ls, ymin2 = ws, xmax2 = ls, ymax2 = 0; float xmin3 = ls, ymin3 = ws, xmax3 = ls, ymax3 = 0;
Rect finalRect1;
Rect finalRect2;
Rect finalRect3;
vector<vector<Point> >::iterator iter = contours_set.begin();
for (; iter != d();)
{
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< ls)
{
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 < ls&&point2.x > ls)
{
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)
if (point2.y > ymax2)
ymax2 = point2.y;
}
if (point2.x < ls&&point2.x > ls)
{
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 = ase(iter);
}
}
if (xmin1 == ls&& ymin1 == ws&&xmax1 == 0 && ymax1== 0)
{
xmin1 = ymin1 = xmax1 = ymax1 = 0;
}
if (xmin2 == ls&& ymin2 == ws&& xmax2 == ls&& ymax2 == 0) {
xmin2 = ymin2 = xmax2 = ymax2 = 0;
}
if (xmin3 == ls&&ymin3 == ws&& xmax3 == ls&& 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);
}

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。