摘要
本发明涉及计算机视觉与图像识别技术领域，具体涉及一种基于障碍物类型自学习的烟雾遮挡误报识别方法，包括以下步骤：S1：获取监控区域的实时视频流，提取当前帧的待分析图像；S2：识别待分析图像中的障碍物区域；S3：提取障碍物区域的纹理特征向量；S4：将纹理特征向量存储至障碍物特征库；S5：检测待分析图像中的候选烟雾区域，并提取其纹理特征向量；S6：计算所有向量的相似度，并根据相似度来判定是否为烟雾误报区域。本发明，通过动态更新的障碍物纹理特征库与候选烟雾区域的相似度匹配机制，有效识别并剔除由玻璃、纱窗、栅栏等引起的烟雾误报区域，从而显著提升烟雾检测的准确性与环境适应性。
