买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国民用航空飞行学院申请的专利一种基于颜色特征互信息量的火灾图像识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115620065B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211320911.3，技术领域涉及：G06V10/764；该发明授权一种基于颜色特征互信息量的火灾图像识别方法是由李海;寇月;熊升华;杨骁勇;李刚;任可;郭湘川设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于颜色特征互信息量的火灾图像识别方法在说明书摘要公布了：发明公开了一种基于颜色特征互信息量的火灾图像识别方法，首先，基于真实场景拍摄以及森林火灾图像库构建火灾图像与非火灾图像库，同时提取Lab、RGB、HSV三种色彩模式下图像偏色因子及方差作为颜色特征信息；其次，基于互信息量进行颜色特征组合优化，将优化后的颜色组合特征作为输入数据；最后，基于160层单隐层全连接网络进行识别模型训练，同时并对训练模型参数进行优化，完成火灾图像识别。与传统火灾图像识别颜色特征相比，本发明选择基于Lab、RGB、HSV三种色彩模式下的偏色因子及方差作为颜色特征，同时为了更好的降低由于多输入带来计算成本，本发明还基于互信息量进行特征选择，很好的降低了输入数据的冗余程度。

本发明授权一种基于颜色特征互信息量的火灾图像识别方法在权利要求书中公布了：1.一种基于颜色特征互信息量的火灾图像识别方法，其特征在于，包括如下步骤： 步骤一、采集火灾图像与非火灾图像样本，构成样本数据库，并按3:1的比例随机划分为训练集和测试集； 步骤二、基于Lab、RGB、HSV三种色彩模式提取火灾与非火灾图像偏色因子及方差var作为颜色特征数据，记为：Ka、Kb1、Var1；Kr、Kg、Kb2、Var2；Kh、Ks、Kv、Var3，共计11个颜色特征，组成火灾图像颜色特征库；其中，Ka表示Lab色彩空间a通道颜色信息大小，Kb1表示Lab色彩空间b通道颜色信息大小，Var1表示Lab色彩空间a、b两通道颜色信息方差值，Kr表示RGB色彩空间红色通道颜色信息大小，Kg表示RGB色彩空间绿色通道颜色信息大小，Kb2表示RGB色彩空间蓝色通道颜色信息大小，Var2表示RGB色彩空间三通道颜色信息方差值，Kh表示HSV色彩空间色调通道颜色信息大小，Ks表示HSV色彩空间饱和度通道颜色信息大小，Kv表示HSV色彩空间明度通道颜色信息大小，Var3表示HSV色彩空间三通道颜色信息方差值； 步骤三、基于核方法的概率密度估计，对不同颜色特征下两类数据的密度曲线进行检测，得到不同颜色特征下两类数据的密度曲线图； 步骤四、根据密度曲线图来表征了不同颜色特征对于常规图像和火灾图像数据分类的贡献度大小，基于互信息量进行颜色特征识别贡献度排序； 步骤五、基于160层单隐层全连接ANN网络模型进行训练，同时对训练模型参数进行优化，得到最终火灾图像识别模型；具体包括： 步骤1、基于颜色特征库11个特征进行160层单隐层全连接ANN模型训练，同时对训练模型参数进行优化，并将其训练模型的测试精度作为阈值T； 步骤2、对于任意的整数k，且k∈[1,10]，逐步淘汰特征库中的贡献度较低的k个特征，分别计算11-k个特征的识别测试精度T11-k； 步骤3、提取11-k特征的识别测试最大精度maxT11-k，并将其与阈值T进行比较，确定最终火灾图像识别模型； 步骤六、将测试集数据输入到最终火灾图像识别模型中，进行火灾图像识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。