【技術實現步驟摘要】
本專利技術涉及圖像識別，尤其涉及一種煙火目標檢測方法、裝置、電子設備及計算機存儲介質。
技術介紹
1、在環境監測和災害預警中，煙火的識別至關重要，因為及時準確地檢測到煙火可以有效防止火災的蔓延并減少潛在的經濟和人員損失。然而，煙火目標的識別在實際應用中面臨著諸多挑戰，尤其是在野外和大范圍環境中進行探測時更為復雜和困難。
2、現有的煙火探測方案往往依賴單一波段作為參數進行模式識別，通常基于可見光波段的顏色或灰度特征，這種方法雖然在理想條件下能夠有效工作，但在實際環境中容易受到多種干擾因素的影響。例如，在日常環境中，白色的云朵、飄散的白霧、倒映在水面上的樹影以及橘紅色的燈光都可能與煙火目標產生相似的視覺特征，從而導致系統誤報，尤其在夜間，當光線不足或某些區域出現過曝時，白色的放射狀光斑也可能被誤認為是煙火目標，從而進一步增加了誤報率。
3、由此可見，現有技術在環境復雜、多變的場景中對煙火識別的準確性不高。
技術實現思路
1、有鑒于此，有必要提供一種煙火目標檢測方法、裝置、電子設備及計算機存儲介質，用以解決現有技術在環境復雜、多變的場景中對煙火識別的準確性不高的問題。
2、為了解決上述問題，本專利技術提供一種煙火目標檢測方法，包括：
3、獲取針對同一場景的多張連續幀待識別圖像，所述待識別圖像中包括待識別煙火目標；
4、采用幀間差值法對相鄰幀的待識別圖像進行處理，確定各待識別圖像中的煙火候選像素點，并采用聚類算法對所述煙火候選像素
5、提取所述煙火候選區域的底層統計學特征和紋理特性，并采用決策樹對所述底層統計學特征和紋理特性進行決策，確定煙火目標區域。
6、在一種可能的實施方式中，所述獲取針對同一場景的多張連續幀待識別圖像之后，包括：
7、對待識別圖像中的像素點進行下采樣，得到下采樣特征圖；
8、對所述下采樣特征圖進行中值濾波，得到所述待識別圖像的灰度圖。
9、在一種可能的實施方式中，所述采用幀間差值法對相鄰幀的待識別圖像進行處理，確定各待識別圖像中的煙火候選像素點，包括：
10、對各相鄰幀待識別圖像對應的灰度圖采用煙火候選像素點確定公式計算各待識別圖像中的煙火候選像素點，所述煙火候選像素點確定公式為：
11、
12、
13、
14、其中，為相鄰幀待識別圖像中第一待識別圖像對應的第一灰度圖，為相鄰幀待識別圖像中第二待識別圖像對應的第二灰度圖，為第一灰度圖與第二灰度圖中各對應像素點的像素值的差值圖，為所述差值圖中像素值最小的像素點的像素值，為所述差值圖中像素值最大的像素點的像素值，為所述差值圖中像素點（ i， j）的像素值，像素點（ i， j）的煙火判定值，表示像素點（ i， j）二值化后的像素值，為預設的煙火候選像素點的煙火判定閾值。
15、在一種可能的實施方式中，所述聚類算法為dbscan聚類算法，所述采用聚類算法對所述煙火候選像素點進行聚類，確定各待識別圖像中的煙火候選區域，包括：
16、采用所述dbscan聚類算法對所述待識別圖像中各相連煙火候選像素點進行聚類，得到預設形狀的多個煙火候選區域，其中，所述dbscan聚類算法中的固定參數采用參數確定公式進行計算，所述參數確定公式為：
17、
18、
19、其中，是指第 m個煙火候選區域對應的 eps參數值，表示該第 m各煙火候選區域內有 n個候選煙火像素點，是指第 m個候選煙火區域，，是指該第 m個煙火候選區域內的第 k個煙火候選像素點的坐標，，是指該第 m個煙火候選區域內的第 h個煙火候選像素點的坐標，是指該第 m個煙火候選區域對應的參數值。
20、在一種可能的實施方式中，所述提取所述煙火候選區域的底層統計學特征和紋理特征，包括：
21、獲取所述多張連續幀待識別圖像對應的偏振角圖像和紅外圖像，所述偏振角圖像中記錄有每個像素點的偏振角信息；
22、基于所述煙火候選區域中各像素點偏振角的均值和協方差；
23、確定所述紅外圖像中的高亮點像素點，所述高亮點像素點的像素值大于預設的高亮點判定閾值，并計算所述煙火候選區域中各像素點與所述高亮點像素點的最小距離；
24、采用預設的灰度共生矩陣計算所述煙火候選區域的紋理特征。
25、在一種可能的實施方式中，所述確定所述紅外圖像中的高亮點像素點，包括：
26、采用幀間差值法對相鄰幀紅外圖像進行處理，確定所述紅外圖像中的高亮點像素點。
27、在一種可能的實施方式中，所述采用決策樹對所述底層統計學特征和紋理特性進行決策，確定煙火目標區域，包括：
28、采用預設的決策樹對所述偏振角的均值和協方差、所述煙火候選區域中各像素點與所述高亮點像素點的最小距離、所述紋理特征進行決策，得到所述煙火候選區域的真實性指標；
29、將所述真實性指標大于預設指標閾值的煙火候選區域確定為煙火目標區域。
30、本專利技術實施例還提供一種煙火目標檢測裝置，包括：
31、圖像獲取模塊，用于獲取針對同一場景的多張連續幀待識別圖像，所述待識別圖像中包括待識別煙火目標；
32、候選區域確定模塊，用于采用幀間差值法對相鄰幀的待識別圖像進行處理，確定各待識別圖像中的煙火候選像素點，并采用聚類算法對所述煙火候選像素點進行聚類，確定各待識別圖像中的煙火候選區域；
33、煙火目標識別模塊，用于提取所述煙火候選區域的底層統計學特征和紋理特性，并采用決策樹對所述底層統計學特征和紋理特性進行決策，確定煙火目標區域。
34、本專利技術還提供一種電子設備，包括存儲器和處理器，其中，
35、所述存儲器，用于存儲程序；
36、所述處理器，與所述存儲器耦合，用于執行所述存儲器中存儲的所述程序，以實現上述任一實施例所述的煙火目標檢測方法中的步驟。
37、本專利技術還提供一種計算機可讀存儲介質，用于存儲計算機可讀取的程序或指令，所述程序或指令被處理器執行時能夠實現上述任一實施例所述的煙火目標檢測方法中的步驟。
38、本專利技術的有益效果是：本專利技術提供的煙火目標檢測方法，通過對同一場景采集多幀連續的待識別圖像，并對待識別圖像采用幀間差值法本文檔來自技高網...
【技術保護點】
1.一種煙火目標檢測方法，其特征在于，包括：
2.根據權利要求1所述的煙火目標檢測方法，其特征在于，所述獲取針對同一場景的多張連續幀待識別圖像之后，包括：
3.根據權利要求2所述的煙火目標檢測方法，其特征在于，所述采用幀間差值法對相鄰幀的待識別圖像進行處理，確定各待識別圖像中的煙火候選像素點，包括：
4.根據權利要求3所述的煙火目標檢測方法，其特征在于，所述聚類算法為DBSCAN聚類算法，所述采用聚類算法對所述煙火候選像素點進行聚類，確定各待識別圖像中的煙火候選區域，包括：
5.根據權利要求4所示的煙火目標檢測方法，其特征在于，所述提取所述煙火候選區域的底層統計學特征和紋理特征，包括：
6.根據權利要求5所述的煙火目標檢測方法，其特征在于，所述確定所述紅外圖像中的高亮點像素點，包括：
7.根據權利要求5所述的煙火目標檢測方法，其特征在于，所述采用決策樹對所述底層統計學特征和紋理特性進行決策，確定煙火目標區域，包括：
8.一種煙火目標檢測裝置，其特征在于，包括：
9.一種電子設備，其特征
10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機可讀取的程序或指令，所述程序或指令被處理器執行時能夠實現上述權利要求1至7中任意一項所述的煙火目標檢測方法中的步驟。
...【技術特征摘要】
1.一種煙火目標檢測方法，其特征在于，包括：
2.根據權利要求1所述的煙火目標檢測方法，其特征在于，所述獲取針對同一場景的多張連續幀待識別圖像之后，包括：
3.根據權利要求2所述的煙火目標檢測方法，其特征在于，所述采用幀間差值法對相鄰幀的待識別圖像進行處理，確定各待識別圖像中的煙火候選像素點，包括：
4.根據權利要求3所述的煙火目標檢測方法，其特征在于，所述聚類算法為dbscan聚類算法，所述采用聚類算法對所述煙火候選像素點進行聚類，確定各待識別圖像中的煙火候選區域，包括：
5.根據權利要求4所示的煙火目標檢測方法，其特征在于，所述提取所述煙火候選區域...
【專利技術屬性】
技術研發人員：彭元龍，閆龍川，牛佳寧，倪夢瑤，馬睿，陳智雨，李妍，何永遠，曹丹華，趙茗，
申請(專利權)人：國家電網有限公司信息通信分公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。