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！

龙图腾网获悉西安电子科技大学申请的专利一种基于优化K-means聚类和C-V模型的红外林火检测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：CN115424049B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211026537.6，技术领域涉及：G06V10/762；该发明授权一种基于优化K-means聚类和C-V模型的红外林火检测方法是由周慧鑫;王珂;李欢;宋江鲁奇;王瑛琨;张嘉嘉;张喆;腾翔;杨庆友;王财顺;梅峻溪;刘志宇;秦翰林;罗云麟;甘长国设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种基于优化K-means聚类和C-V模型的红外林火检测方法在说明书摘要公布了：本发明公开了一种基于优化K‑means聚类和C‑V模型的红外林火检测方法，首先采用最大中值滤波算法对红外图像进行噪声抑制预处理，然后结合粒子群优化与K‑means聚类算法对红外图像中的火灾目标区域进行粗分割，并将粗分割结果作为初始轮廓线，使用基于变分水平集的C‑V模型实现对火灾目标边界的优化，最终根据红外火灾目标特性对疑似区域进行特征判别，以得到最终的检测结果。本发明针对红外森林火灾图像中火灾区域边缘模糊、分散并存在烟雾的红外辐射阴影等问题，可以有效地消除干扰物，解决火焰内部漏检问题，具有较好的检测效果。

本发明授权一种基于优化K-means聚类和C-V模型的红外林火检测方法在权利要求书中公布了：1.一种基于优化K-means聚类和C-V模型的红外林火检测方法，其特征在于，包括以下步骤： 步骤1，预处理：获取红外森林火灾图像，进行噪声抑制预处理，得到预处理后的图像； 步骤2，火焰目标区域粗分割：从预处理后的图像中随机选择两个像素点，作为粒子群优化算法的初始聚类中心，并使用粒子群优化算法求出的全局最优解作为K-means算法的初始聚类中心，结合粒子群优化与K-means聚类算法对红外森林火灾图像中的火灾目标区域进行粗分割，得到火灾目标区域的粗分割结果图像； 步骤3，火焰目标区域的优化：将粗分割结果图像作为初始轮廓线，使用基于变分水平集的C-V模型实现对火灾目标边界的优化； 步骤4，疑似火焰区域特征的判别：根据红外火灾目标特性，对疑似区域进行特征判别，得到最终的火灾检测结果； 所述步骤2，火灾目标区域粗分割的具体步骤如下： 步骤2.1，设置初始聚类数为2，并从预处理后的图像Ii中随机选择两个像素点，作为粒子群优化算法的初始聚类中心； 步骤2.2，根据粒子的位置矢量迭代公式迭代调整粒子更新的位置xidt，以及根据粒子的速度矢量迭代公式迭代调整粒子前进的速度vidt，以寻找粒子群的最优解； xidt+1＝xidt+vidt+1 vidt+1＝ωvidt+c1randpid-xidt+c2randpgd-xidt 其中，vidt+1表示第i个粒子在t+1轮迭代中d维上的速度，参数ω表示惯性权重，通过调整ω的大小调整全局优化能力和局部优化能力，参数c1和c2分别是个体学习因子和群体学习因子，rand是0和1之间的随机数，pid表示d维中第i个粒子的自身最优解，pgd表示全局最优解； 将惯性权重ω转换为服从随机分布的随机数，避免权重被线性约简，陷入局部最小值，最终错过全局最优解，惯性权重ω的变化公式为： 式中，ωmax表示最大惯性系数，ωmin表示最小惯性系数，iter表示当前迭代次数，itermax表示最大迭代次数，N0,1表示标准正态分布的随机数，σ′表示权重的方差； 将个体学习因子c1和群体学习因子c2设置为服从随机分布的随机数，实现快速搜索，提高全局搜索能力，从而得到更好的全局最优解，c1和c2在迭代过程中的变化公式为： 式中，c1s和c2s分别表示学习因子c1和c2的初始值，c1e和c2e分别表示学习因子c1和c2的最终值，iter表示当前迭代次数，itermax表示最大迭代次数； 步骤2.3，在确定惯性权重ω和学习因子c1、c2后，粒子群优化算法开始搜索全局最优解，根据下式求解粒子群适应度方差σ2，当粒子群适应度方差小于阈值ζ时，则判定粒子群优化算法收敛，并切换到K-means算法，否则返回步骤2.1； 其中，m表示粒子群中的粒子数，hi表示粒子群中第i个粒子的适应度，表示粒子群当前的平均适应度，h表示归一化因子； 步骤2.4，将粒子群优化算法求出的全局最优解作为K-means算法的初始聚类中心； 步骤2.5，计算红外森林火灾图像中每个像素点到各聚类中心的距离，找到距离最近的聚类中心，将像素点归类到该聚类，并计算新聚类的聚类中心； 步骤2.6，判断新聚类中心与原聚类中心是否相同，若相同则聚类完成，否则返回步骤2.5； 步骤2.7，根据火焰的温度特征，采用步骤2.1-2.6优化后的K-means算法对红外图像进行火灾目标分割，从而获得火焰目标区域的粗分割结果图像。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。