视频火焰检测方法、装置及系统的制作方法
【技术领域】
[0001]本发明涉及视频监控技术领域，具体而言，涉及一种视频火焰检测方法、装置及系统。
【背景技术】
[0002]传统的烟火检测主要面向烟雾、热和辐射这三类对象，其大部分采用的都是面向烟雾颗粒、温度、相对湿度、空气透明度等现象的点式采样传感器进行检测，同时也包括其他采用紫外、红外等光谱测量仪进行检测。
[0003]但这些现场级的近距传感器或专业光电设备至少存在着如下局限性:
[0004]1、采用点式采样传感器进行烟火检测容易缺失过程信息，其一般不能记录和包含火焰发生及发展的时空过程和状态信息，不利于对事件的后期回放、分析和检索；
[0005]2、快速反应能力有限，针对颗粒度、温度、湿度等信息进行采样时，只有在燃烧发生后并发展到一定程度或空间范围时才能触发点式采样传感器，从而生成报警信号，在反应时间上存在一定的物理延迟；
[0006]3、通用和扩展能力较低，对于点式采样传感器以及光电仪器操作的高度专业性也制约着系统的通用性，软件支持力较弱也不利于系统升级和扩展；
[0007]4、可靠性较弱，间接采样不能直接真实地获取火焰本身的存在线索，容易受到能量扩散或相似目标(如阳光，雾)与环境变化(如光照)的干扰，可靠性需要单纯稳定的条件支持。
[0008]5、使用空间有限，光电仪器一般需要安装在接近火源的较小的空间范围内，检测场所一般是相对封闭的室内环境，不适用于开阔的室外空间或大面积场所。
[0009]6、成本较高，点式采样传感器的单价虽然较低，但通常地形成规模的系统需要大量的设备单元，导致其总的成本较高；光电仪器(光谱测量仪)的单价非常昂贵，导致其安装和维护的成本也较高。
[0010]智能分析技术起源于计算机视觉技术，它综合应用了图像增强处理等技术，在实现目标与背景分离的基础上，通过将目标特征信息与预先设置的模板或规则进行比对，自动识别感兴趣的目标或数据并产生报警，必要时可自动跟踪异常目标并联动其它安防设施，显著提高安全防控的整体效率和能力。同时利用安防智能视频分析技术在海量历史视频信息中实现基于时间、地点及语义特征描述的智能化查询搜索。
[0011]为此，现有技术中提供了一些视频火焰检测方法用以弥补上述现场级烟火检测所存在的缺陷。例如公开号为CN103116746A的中国专利文献公开了一种基于多特征融合技术的视频火焰探测方法，该方法首先采用累积快速GICA(Cumulative GeometricalIndependent Component Analysis, C-GI CA)方法结合火焰的颜色决策模型对运动目标实现捕获，同时结合基于运动目标区域的多目标跟踪技术实现对当前和历史帧内的目标跟踪，提取目标的颜色特征、边缘特征、圆形度以及纹理特征，将这些特征输入到训练好的BP神经网络，经过BP神经网络决策，进而实现火焰的探测。
[0012]该方法运用火焰的运动特征、颜色特征、纹理特征等时空特征，能够较为有效地提高视频火焰探测方法的可靠性和适用性。但是该视频火焰检测算法存在着容易室外受阳光等噪声影响导致准确率低的问题，且由于算法复杂，导致火焰检测反应速度较慢。
【发明内容】
[0013]为了克服现有视频火焰检测技术方案中的视频火焰检测准确率低、误报高、受噪声影响大等的缺点，本发明实施例的目的在于提供一种视频火焰检测方法、装置及系统。
[0014]本发明实施例采用以下技术方案实现:
[0015]一种视频火焰检测方法，包括:
[0016]提取视频图像中的火焰可疑区域；
[0017]对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；
[0018]对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。
[0019]优选地，提取视频图像中的火焰可疑区域的策略为:
[0020]将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；
[0021]将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；
[0022]利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；
[0023]将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。
[0024]优选地，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。
[0025]优选地，对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取并据此判断视频图像中是否有火焰的步骤包括:
[0026]遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；
[0027]对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；
[0028]统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。
[0029]优选地，通过角点的波动判断火焰可疑小矩形区域的波动的策略为:
[0030]当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。
[0031]一种视频火焰检测装置，包括:
[0032]提取模块，用于提取视频图像中的火焰可疑区域；
[0033]处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；
[0034]判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。
[0035]优选地，所述提取模块包括:
[0036]第一提取单元，用于将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；
[0037]第二提取单元，用于将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；
[0038]第三提取单元，用于利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；
[0039]合并单元，用于将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。
[0040]优选地，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。
[0041]优选地，所述判断模块包括:
[0042]角点提取单元，用于遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；
[0043]跟踪及波动确定单元，用于对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；
[0044]统计及判断单元，用于统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。
[0045]优选地，跟踪及波动确定单元通过角点的波动判断火焰可疑小矩形区域的波动的策略为:
[0046]当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。
[0047]一种视频火焰检测系统，其包括:
[0048]视频图像采集设备，用于实时采集视频图像；以及
[0049]如上述实施例所述的视频火焰检测装置，具体地，所述装置包括:
[0050]提取模块，用于提取视频图像中的火焰可疑区域；
[0051]处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；
[0052]判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。
[0053]通过上述本发明的技术方案可以看出，本发明利用前景分割及颜色信息获得火焰可疑区域，然后利