专利名称：一种基于前景累积图像的图像型火灾探测方法
技术领域：
本发明属于火灾探测技术领域，具体涉及计算机图像处理和视频火灾探测，特别涉及一种图像型火灾火焰探测方法。
背景技术：
图像型火灾探测技术，这里是指仅仅采用可视波段CCD摄像机图像数据进行处理，不考虑红外波段等其它波段的火焰图像。图像型火灾探测技术通过CCD摄像机对监控场所进行监测并将拍摄到的视频图像，经过数据采集卡压缩解码再传输到控制计算机，然后通过采用先进的计算机处理算法在线分析和识别火焰和烟雾，利用火灾时燃烧过程中图像的频谱特性、色度特性、纹理特性、运动特性，使其模型化、过程化，形成计算机可识别的火灾模式，从而识别火灾信息，快速、准确的完成火灾检测，并及时发出报警信号。图像型火灾探测技术具有响应速度快，监测范围广，距离远的特点，适用于高大空间场所，还可在室外环境中使用，使火灾探测更大程度地满足人对火灾安全的需求，与传统的火灾探测技术相比具有显著的优势，代表了当今火灾探测技术的较高水平。目前，对火焰图像进行识别，多采用颜色模型判别和对火焰轮廓进行频域分析的手段来实现实时探测。如 Yamagishi (Proceedings of 1999 International Symposium on Micromechatronics and Human Science, Nagoya, Japan :255-260.) Hj T 一ft jK 焰识别算法，首先将RGB色彩空间转换到视觉线性的HSV色彩空间，在HSV空间中确定火焰色彩区域，采用火焰轮廓极坐标时空数据的二维傅立叶变换来描述火焰动态特征， 然后利用人工神经网络进行识别。Noda(Proceedings of Vehicle Navigation and Information Systems Conference, Yokohama, Japan, 1994 :57-62)等人针对隧道场景火灾火焰进行研究，为了降低成本，他们使用隧道已有的黑白闭路电视监控系统，因此只采用了灰度图像。这种系统对于隧道这种背景比较单一的场合在某种程度上是比较适合的。 T. Celik(Automatic Fire Detection in Video Sequences. In-Proceedings of European Signal Processing Conference，Florence，Italy，September 2006.)通过对近 1000 张火灾图片，16，309，070个火焰区域像素的RGB通道进行统计，得出火焰RGB颜色区域边界判别函数，从而来识别火焰像素。然而，这种使用颜色判别模型的方法不能够区分和与火焰颜色相近的干扰源，如阳光、灯泡和摆动红旗等，误报率较高。Liu Chebin (Proceedings of ICPR 2004.Proceedings of the 17th International Conference on.2004. 4(4) 34 ~ 137.) 提出一种火焰区域的光谱、时间和空间模型，通过分析火焰空间结构特征，将火焰区域的轮廓通过傅里叶变换，然后通过自回归模型来描述其变化，从而得到火焰的识别判据。袁非牛 (Journal of University of Science and Technology of China,2006. 36 (1) :39 43·) 提出了一种基于规格化傅立叶描述子的轮廓波动距离模型，来度量火焰的时空闪烁特征。 但火焰的闪烁特征受背景光影响较大，而且在图像场景中如果火焰区域面积较小，这种闪烁特征并不明显。Ugur Toreyin(Proceedings of IEEE 30th International Conference on Acoustics，Speech，and Signal Processing. Philadelphia, PA, USA. 2005. 2(2)669-672.)综合利用运动、频闪、边缘模糊和颜色特征等来识别火焰，利用时空小波变换提取闪烁特征和边缘模糊特征，从而实现视频火焰探测，虽然取得了较好的效果，但由于算法过于复杂，计算量大，难以满足图像型火灾探测产品对于实时探测的要求，在一定程度上限制了该技术的发展。Chao-Ching Ho(Machine vision based real-time early flame and smoke detection[J]. Measurement Science and Technology,2009Vol. 20, No. 4)利用运动历史图像MHI (motion history image)提取视频图像当前帧中运动区域像素，然后对运动像素进一步处理来识别火焰。MHI的内容可以参考文献Motion Segmentation and Pose Recognition with Motion History Gradients.Machine Vision and Applications. 2002, Volume 13,Number 3:174-184。MHI 利用了连续帧图像中前景区域图像轮廓在空间上的相关性，通过每帧图像对应的不同时刻将连续图像加权叠加形成运动历史图像，随着时间的推进，当前帧对应轮廓总是具有最大灰度值(最亮)，而过去的轮廓在当前MHI中影响将会越来越小(变暗)，当过去帧与当前帧的间隔超过某个设置的时间时， 其影响将被清零。但是，运动历史图像并不能有效去除复杂灯光的干扰，目前图像火焰探测技术的发展和推广受到其误报率的限制，主要的干扰源来自于太阳光、舞台灯、运动中的车灯等复杂背景光。MHI的定义见方程(1)，其中，变量H像素强度是当前点的MHI函数，式中(x，y)为以图像长方向为χ轴，宽方向为y轴建立的坐标系中像素点的坐标，FD为二值化图像，可通过差分法获得，FD(x，y，k) = 1的区域为前景图像区域，FD(x，y，k) = 0的区域为背景图像区域，其定义见方程( 。(前景图像和背景图像实际上都是在原图上(彩色图或灰度图) 对应的，如一个室内有人场景中，走动的人是前景图像，物品地面等静止的图像构成背景图像，前景图像的位置由FD(x，y，k) = 1的点标识出来)
权利要求
1.一种基于前景累积图像的图像型火灾探测方法，将由监控摄像头得到的视频图像通过采集卡传给视频监控计算机进行处理采用帧间差分法提取前景图像；再计算前景累积图像，并利用分块统计各个像素在前景累积图像中的亮度值的方法进行判别，如果判别为火灾火焰，则计算机发出指令，控制报警器发出报警信号；如果判别为非火灾火焰，则返回差分法步骤，继续处理下一帧图像。
2.根据权利要求1所述的基于前景累积图像的图像型火灾探测方法，其具体步骤如下步骤一，计算机读取视频图像数据；步骤二，通过帧间差分法得到前景图像区域；步骤三，计算前景累积图像；步骤四，对图像进行分块，统计每个图像块中各个像素在前景累积图像中的亮度值；步骤五，根据预先设定好的灵敏度进行判别，如果是火灾，给出报警信号；如果否，则重新返回到步骤一。
3.根据权利要求2所述的基于前景累积图像的图像型火灾探测方法，其特征在于所述的步骤二中，采用帧间差分法提取前景图像的具体步骤为利用计算机将由监控摄像头得到的视频图像数据分解成一帧帧的RGB彩色图像，将相邻两帧图像按照下列方程进行计算
4.根据权利要求2所述的一种基于前景累积图像的图像型火灾探测方法，其特征在于，所述步骤四是对步骤三计算出的前景累积图像进行判别，判断是否存在火灾，如果是， 则给出报警信号，如果不是，则处理连续帧的下一帧图像；所述前景累积图像的判别按如下步骤进行首先，将图像分块处理；然后，查找每个图像块中前景累积图像1汰凡均>1"的像素点，T为时间窗口 ；最后，统计每个图像块中>Γ的像素点的个数，如果一个图像块中有一半以上的像素点满足,则认为该图像块是火焰图像块，否则，认为该图像块不是火焰图像块。
全文摘要
本发明提供了一种基于前景累积图像的图像型火灾探测方法，建立了前景累积图像，并用于火焰图像的实时探测，通过计算机对由监控摄像机得到的视频图像提取前景累积图像，对图像进行分块，统计每个图像块中各个像素在前景累积图像中的亮度值，根据预先设定好的灵敏度进行判别，如果是火灾，给出报警信号，如果不是，则返回到最初的步骤继续处理下一帧图像。本发明根据对运动历史图像的定义进行修改，得到前景累积图像，该图像能够很好反应火焰的有源特征，大大降低误报率，并具有很好的抗噪声能力。此外，该算法原理较简单，计算量低，实时性非常好，能够很好满足目前图像型火灾探测技术对于实时性的要求。
文档编号G08B17/12GK102163361SQ20111012499
公开日2011年8月24日 申请日期2011年5月16日 优先权日2011年5月16日
发明者于春雨, 张曦, 梅志斌 申请人:公安部沈阳消防研究所