基于多特征量对数回归模型的火焰快速识别算法

　　为了提高实时视频监控中火焰识别率和降低误识率，提出了一种基于多特征量对数回归模型的火焰快速识别算法。首先，根据火焰的色度特征进行图像分割，通过运动目标与参考图像差分运算获取火焰候选区域（CFR）；然后提取候选区域的面积变化率、圆形度、尖角个数以及质心位移等特征量，建立火焰的对数回归快速识别模型；其次采用美国国家标准与技术研究院（ NIST）、仁荷大学计算机视觉实验室（ICV）和基于计算机视觉的火灾探测（ VisiFire）实验库以及自制蜡烛、纸燃烧火焰中的火焰和非火焰图像中的300幅进行参数学习；最后选取实验数据库中8段视频共11 071幅图像进行识别算法检验。测试结果表明，所提算法的真正率（ IPR）达到93%、真负率（TNR）达到98%，识别平均用时0.058 s／帧。所提算法识别速度快且识别率高，可以应用于嵌入式实时图像火焰识别。