(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210890809.0 (22)申请日 2022.07.27 (71)申请人 中国矿业大 学 （北京） 地址 100083 北京市海淀区学院路丁1 1号 (72)发明人 李聪　李成武　许文博　王雨情　 徐子烜　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 贾磊　刘飞 (51)Int.Cl. G06V 10/77(2022.01) G06V 20/52(2022.01) (54)发明名称 一种火焰图像特征的降维定量识别方法、 装 置及设备 (57)摘要 本文涉及模 型识别与人工智能技术领域， 尤 其涉及一种火焰图像特征的降维定量识别方法、 装置及设备。 包括提取历史火焰图像的多维度特 征； 分析各特征之间的相关性， 根据相关性对多 维度特征进行第一降维， 得到第一特征集； 计算 第一特征集中各特征的主成分以及各主成分的 特征值， 将各特征的主成分作为第二特征集； 根 据特征值计算第二特征集中各主成分的贡献率， 根据贡献率对第二特征集进行第二降维， 得到第 三特征集； 根据第三特征集中各主成分以及各主 成分的贡献率计算历史火焰图像的综合得分； 根 据综合得分以及历史火焰图像的火源参数构建 定量识别模型。 通过本文实施例， 通过简化图像 特征向量维度构建了定量识别模 型， 实现了火焰 图像的定量识别。 权利要求书3页 说明书14页 附图5页 CN 115240018 A 2022.10.25 CN 115240018 A 1.一种火焰图像特 征的降维定量识别方法， 其特 征在于， 包括， 提取历史火焰图像的多维度特 征； 分析所述多维度 特征中各特征之间的相关性， 根据 所述相关性对所述多维度 特征进行 第一降维， 得到第一特 征集； 计算所述第 一特征集中各特征的主成分以及各主成分的特征值， 将各特征的主成分作 为第二特 征集； 根据所述特征值计算第 二特征集中各主成分的贡献率， 根据所述贡献率对所述第 二特 征集进行第二降维， 得到第三特 征集； 根据所述第三特征集中各主成分以及各主成分的贡献率计算所述历史火焰图像的综 合得分； 根据所述综合得分以及所述历史火焰图像的火源参数构建定量识别模型； 按照所述第 一特征集中各特征的类别提取待识别火焰图像的目标特征， 以便于根据 所 述目标特征以及所述定量识别模型计算所述待识别火焰图像的火源参数， 根据所述待识别 火焰图像的火源参数 预测待识别火焰的趋势。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述相关性对所述多维度特征进行第 一降维， 得到第一特 征集进一 步包括， 确定所述相关性超过第一预定门限值的多个特 征， 得到多个特 征组； 将所述特 征组中的任意 一个特征存入到所述第一特 征集中。 3.根据权利要求1所述的方法， 其特征在于， 根据 所述特征值计算第 二特征集中各主成 分的贡献率的公式为， 其中， ηi表示第i个主成分的贡献率， λi表示第i个主成分的特征值， m表示所述第二特征 集中的主成分数量。 4.根据权利要求1所述的方法， 其特征在于， 根据 所述贡献率对所述第 二特征集进行第 二降维， 得到第三特 征集进一 步包括， 按照所述贡献率从大到小的顺序对所述第二特 征集中各主成分进行排序； 按照所述排序， 对各主成分的贡献率依次进行相加， 并在每次新相加一个贡献率后判 断已相加的贡献率之和是否超过第二预定门限值； 若否， 则继续按照所述排序相加下一个 主成分的贡献率； 若是， 则将已相加的贡献率对应的主成分存 入到所述第三特 征集中。 5.根据权利要求1所述的方法， 其特征在于， 根据 所述第三特征集中各主成分以及各主 成分的贡献率计算所述历史火焰图像的综合得分进一 步包括， 根据所述第三特征集中的主成分以及第一特征集中各特征计算所述历史火焰图像的 降维结果； 计算所述降维结果的每 个维度与对应的贡献率之积， 得到多个乘积； 对每个所述乘积进行求和， 得到所述历史火焰图像的综合得分。 6.根据权利要求1所述的方法， 其特征在于， 根据 所述目标特征以及所述定量识别模型 计算所述待识别火焰图像的火源参数的步骤 包括，权　利　要　求　书 1/3 页 2 CN 115240018 A 2计算所述目标特征的主成分以及各主成分对应的特征值， 将所述目标特征的主成分作 为所述待识别火焰图像的第一主成分特 征集； 根据所述特征值计算所述第 一主成分特征集中各主成分的贡献率， 根据 所述贡献率对 所述第一主成分特 征集进行 所述第二降维， 得到第二主成分特 征集； 根据所述第二主成分特征集中各主成分以及各主成分的贡献率计算所述待识别火焰 图像的综合得分； 根据所述待识别火焰图像的综合得分以及所述定量识别模型计算所述待识别火焰图 像的火源参数。 7.根据权利要求1所述的方法， 其特征在于， 所述多维度特征包括火焰面积、 火焰周长、 火焰对比度、 熵、 火焰相关度、 火焰能量和/或火焰分形维数； 计算所述火焰面积的公式为， 其中， Af表示所述 火焰面积， M表示 火焰宽度， N表示 火焰长度， b(i,j)表示进行灰度和二 值化处理后的火焰图像的像素， i和j表示所述像素的坐标； 计算所述火焰周长的公式为， 其中， Ln表示所述火焰周长， Num()为统计数量函数， i＝1,3,5,7表示从某火焰轮廓上 任意一点以顺时针方向搜索下一像素点， 若下一像素点在倾斜方向被发现， 则统计数量为 1， i＝2,4,6,8表示下一像素点在水平或竖直方向上被发现， n表示所述火焰轮廓的边界的 总点数； 计算所述火焰对比度的公式为， 其中， σcon表示所述火焰对比度， i和j表示所述像素的坐标； 计算所述熵的公式为， 其中， σent表示所述熵； 计算所述火焰相关度的公式为， 其中， σcor表示所述相关度； 权　利　要　求　书 2/3 页 3 CN 115240018 A 3