针对广域空间的双波段火灾搜索定位方法与流程

本发明涉及光电探测技术领域，尤其涉及针对广域空间的双波段火灾搜索定位方法。

背景技术：

以下对本发明的相关技术背景进行说明，但这些说明并不一定构成本发明的现有技术。

技术实现要素：

本发明的目的在于提出一种能够

本发明针对广域空间的双波段火灾搜索定位方法，包括：

s1、实时获取目标区域的红外图像，并对获取的红外图像进行配准；

s2、采用帧间差分算法对当前帧图像以及当前帧图像的前一帧图像进行二值化处理，得到差分图像；针对差分图像中的任意一个像素点：若该像素点的像素值大于预设的分割阈值，则认为该像素点为前景像素，反之为背景像素；对分割后的前景像素进行区域标记，得到候选烟火区；

s3、根据预设的烟火特征对所述候选烟火区内的每个像素点进行筛选，得到锁定烟火区；

s4、跟踪所述锁定烟火区，定位火灾发生的地理位置。

优选地，对分割后的前景像素进行区域标记得到候选烟火区，包括：

标记出所有的前景像素，形成若干个子区域，每个子区域内的各个像素点形成连续区域，任意两个子区域内的像素点之间不相邻；

对于标记处的每个子区域，若所述子区域的尺寸超过预设的尺寸阈值时，将该子区域删除；

以未删除的子区域的集合作为候选烟火区。

优选地，子区域的尺寸超过预设的尺寸阈值，具体为：子区域的尺寸大于预设的尺寸上限；和/或，子区域的尺寸小于预设的尺寸下限；和/或，子区域的长宽比超过预设的比例范围阈值。

优选地，所述帧间差分算法为：

式中，bw(x,y,t)为t时刻与(t-1)时刻两帧图像之间的差分图像；i(x,y,t)为t时刻获取的配准图像，即当前帧图像；i(x,y,t-1)为(t-1)时刻获取的配准图像，即当前帧图像的前一帧图像；(x,y)为像素点坐标；t为分割阈值。

优选地，

其中，为当前帧图像的平均灰度值。

优选地，步骤s3中根据预设的烟火特征对所述候选烟火区内的每个像素点进行筛选，得到锁定烟火区，包括：

将当前帧图像从rgb空间转成ycbcr空间，获取候选烟火区内每个像素点的亮度分量y、蓝色色度分量cb、红色色度分量cr；

将候选烟火区内每个像素点的亮度分量y、蓝色色度分量cb、红色色度分量cr与预设的烟火特征进行对比，筛选出符合预设的烟火特征的像素点；

以符合预设的烟火特征的像素点的集合作为锁定烟火区。

优选地，对于候选烟火区内的任意一个像素点，当其满足如下关系时，判定其符合预设的烟火特征：

优选地，步骤s1中采用灰度投影法对获取的红外图像进行配准；其中，

式中，row(i)为第i行的投影值，column(j)为第j列的投影值，pic(i,j)为像素点(i,j)处的灰度值；c(w)为列相关值，c(p)为行相关值；mw为红外图像的行抖动范围，单位为行；mp为红外图像的列抖动范围，单位为列；w为列偏移量，单位为列；p为行偏移量，单位为行。

本发明首先对红外图像进行配准，配准后进行帧间差分得到候选烟火区，然后根据预设的烟火特征对候选烟火区内的每个像素点进行筛选得到锁定烟火区，最后跟踪锁定烟火区，定位火灾发生的地理位置。本发明的火灾搜索定位方法能够实时搜索火灾信息，无需人员监控，定位快速准确，并且及时性好、效率高；通过根据预设的烟火特征对候选烟火区内的每个像素点进行筛选，能够排除非火目标的干扰，进一步提高火灾搜索定位的准确性。

附图说明

通过以下参照附图而提供的具体实施方式部分，本发明的特征和优点将变得更加容易理解，在附图中：

图1是本发明针对广域空间的双波段火灾搜索定位方法的流程示意图；

图2是本发明优选实施例中采用灰度投影法对获取的红外图像进行配准的流程示意图；

图3是本发明优选实施例中火灾位置的定位示意图。

具体实施方式

下面参照附图对本发明的示例性实施方式进行详细描述。对示例性实施方式的描述仅仅是出于示范目的，而绝不是对本发明及其应用或用法的限制。

如图1所示，本发明针对广域空间的双波段火灾搜索定位方法，在步骤s1首先实时获取目标区域的红外图像，并对获取的红外图像进行配准。

视频图像序列的实质就是灰度发生连续变化的一组图像，灰度投影算法能够充分利用图像的这种灰度变化特点，对于图像的行列灰度投影曲线做一次相关运算，就可以较为准确地获取图像的运动矢量，其运算量小、速度快，具有较好运动估计能力。因此，在一些实施例中，可以采用灰度投影法对获取的红外图像进行配准，如图2所示。其中，

式中，row(i)为第i行的投影值，column(j)为第j列的投影值，pic(i,j)为像素点(i,j)处的灰度值；c(w)为列相关值，c(p)为行相关值；mw为红外图像的行抖动范围，单位为行；mp为红外图像的列抖动范围，单位为列；w为列偏移量，单位为列；p为行偏移量，单位为行。

s2、采用帧间差分算法对当前帧图像以及当前帧图像的前一帧图像进行二值化处理，得到差分图像。帧间差分法是基于目标的运动会体现在图像序列的变化上，直接比较图像序列相邻帧对应象素点发生的相对变化为基础进行运动目标检测的方法。这种方法简单直接，实用性好。

针对差分图像中的任意一个像素点：若该像素点的像素值大于预设的分割阈值，则认为该像素点为前景像素，反之为背景像素；对分割后的前景像素进行区域标记，得到候选烟火区。

优选地帧间差分算法为：

式中，bw(x,y,t)为t时刻与(t-1)时刻两帧图像之间的差分图像；i(x,y,t)为t时刻获取的配准图像，即当前帧图像；i(x,y,t-1)为(t-1)时刻获取的配准图像，即当前帧图像的前一帧图像；(x,y)为像素点坐标；t为分割阈值。

在本发明的优选实施例中，其中，为当前帧图像的平均灰度值。如此，可以在满足算法准确性的基础上，大大减少前景像素的计算量，降低帧间差分算法的时间消耗。

本发明实时扫描获取目标区域的红外图像，若目标区域发生火灾，按照本发明的火灾搜索定位方法能够动态探测火灾发生的过程，即在火灾发生伊始即可探测出火灾信息。此外，从火灾的危害性以及救火的紧迫性角度分析，也要求尽早探测出火灾信息。由于本发明能够在火灾发生伊始探测出火灾信息，因此分割后获得的候选烟火区的尺寸一般不会特别大，若候选烟火区的尺寸过大，则很有可能是来自于非火目标的干扰。基于此，对分割后的前景像素进行区域标记得到候选烟火区可以包括：

标记出所有的前景像素，形成若干个子区域，每个子区域内的各个像素点形成连续区域，任意两个子区域内的像素点之间不相邻；

对于标记处的每个子区域，若所述子区域的尺寸超过预设的尺寸阈值时，将该子区域删除；

以未删除的子区域的集合作为候选烟火区。

预设的尺寸阈值可以是具体的尺寸值，也可以是子区域应该满足的尺寸比例关系，本领域技术人员可以根据实际情况设置尺寸阈值的形式和数值，本发明对此不做具体限定。在一些实施例中，子区域的尺寸超过预设的尺寸阈值具体为：子区域的尺寸大于预设的尺寸上限；和/或，子区域的尺寸小于预设的尺寸下限；和/或，子区域的长宽比超过预设的比例范围阈值。

提取出的候选烟火区可能是烟火，也可能是一些非火目标，例如牛、羊等大型动物。为了排除非火目标的干扰，步骤s2之后进一步包括步骤s3：根据预设的烟火特征对所述候选烟火区内的每个像素点进行筛选，得到锁定烟火区。

优选地，步骤s3中根据预设的烟火特征对所述候选烟火区内的每个像素点进行筛选，得到锁定烟火区，包括：将当前帧图像从rgb空间转成ycbcr空间，获取候选烟火区内每个像素点的亮度分量y、蓝色色度分量cb、红色色度分量cr；将候选烟火区内每个像素点的亮度分量y、蓝色色度分量cb、红色色度分量cr与预设的烟火特征进行对比，筛选出符合预设的烟火特征的像素点；以符合预设的烟火特征的像素点的集合作为锁定烟火区。森林、草场等广域空间中，如只用红外进行火灾检测，容易受到牛、羊或汽车等目标的干扰，产生较高的虚警率。采用上述方法对候选烟火区内的每个像素点进行筛选，能够进一步消除干扰、降低虚警率。优选地，对于候选烟火区内的任意一个像素点，当其满足如下关系时，可以判定其符合预设的烟火特征：

s4、跟踪所述锁定烟火区，定位火灾发生的地理位置。图3示出了本发明优选实施例中火灾位置的定位示意图。当锁定烟火目标后，获得探测器的方位俯仰角度，根据探测器架设的高度，可以推算出烟火目标的位置和距离，从而有效实施救援。进一步地，可以根据当地的电子地图和火灾位置做出合理的救援路线，安排救援人员快速处置火灾。

与现有技术相比，本发明能够提高火灾搜索定位的实时性和检测效率，降低虚警率，实现对广域空间的火灾监测。

虽然参照示例性实施方式对本发明进行了描述，但是应当理解，本发明并不局限于文中详细描述和示出的具体实施方式，在不偏离权利要求书所限定的范围的情况下，本领域技术人员可以对所述示例性实施方式做出各种改变。