一种高效低成本图像火灾自动识别方法及装置与流程

本发明属于计算机图像处理及识别领域，尤其是一种高效低成本图像火灾自动识别方法及装置。

背景技术

目前国内有关图像火灾自动识别系统已经应用多年，火灾识别率总体在60%左右，其中误报比率在20%左右，这类系统的特点是采用成本较高的高清摄像头和专用的硬件，整体成本较高，一般用户很难应用。目前绝大部分单位都安装有质量不一的视频系统，这类的摄像头数量庞大，为社会的安全稳定做出很大贡献。但是此类视频摄像头的特点是只有图像采集功能，缺少图像分析功能，在消防领域，视频在火灾的识别过程中也同样扮演着重要角色，消防火灾的发现除了使用火灾传感器比如烟感、温感、红外之外，视频图像是最有效和直接的方法。

目前国内所有消防报警传感器的误报率总体水平较高，几乎每天都会有很多误报发生，经常发生误报就容易使人产生麻痹心理，在误报频发真假难辨的氛围下，一旦发生火灾，很容易贻误救火的最佳时机；能否利用现有大量的视频图像数据，进行火灾自动分析，是我们研究这一问题的初衷，如果能实现对普通视频数据进行火灾自动分析，将会极大提高目前消防管理的防控水平，也提高消防管理的工作效率，为及时发现、及时预警、及时救援提供较为可靠的技术支持。

技术实现要素：

为了利用目前大量用户已经安装的普通视频数据进行图像火灾自动分析，以期提高消防用户单位火灾发生时的侦测、发现、尽可能将火灾扑灭在萌芽状态之中，本发明提出一种高效低成本图像火灾自动识别方法及装置，通过单帧图像分析出火源，而且对图像的质量不做要求，可以在分辨率很低的情况下进行分析，图像最低分辨率可达320×240像素，侧重于对火源色彩范围、火源形状、火源特征进行分析，能高效率、低成本自动识别图像火灾。

为解决技术问题，本发明采用如下技术方案：

一种高效低成本图像火灾自动识别方法，包括以下步骤：

从普通视频流（火灾监控）中抽样获取单帧图像分析样本；

对单帧图像样本利用24位rgb位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；

在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把火源边界像素点作为中心与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；

统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选，在连续三帧以上图像同一位置发现有疑似火源，确定有火源。

对上述技术方案的进一步限定：疑似火源色彩特征图像的色彩范围如下：设定，第一分量⊿1=r–g，第二分量⊿2=r–b，第三分量⊿3=g–b；则有，

（1）黄色分量的确定：

-10≤⊿1≤10，⊿2＞70，⊿3＞80；或者，

-25≤⊿1≤25，⊿2＞120，⊿3＞120；

（2）红色分量的确定：

r＞100，r＞g，g≥b，⊿2＞80，⊿1＞30；或者，

r＞100，⊿2＞100，⊿1＞100；

（3）灰色分量的确定：

-15≤⊿1≤15，-15≤⊿2≤15，-15≤⊿3≤15；

（4）白色分量的确定：

r＞150，b＞150，g＞150；

当色彩范围中黄色分量、红色分量及灰色分量位于上述范围，认定为疑似火源色彩特征图像;其中白天图像分析黄色、红色、灰色分量，晚上图像分析白色和灰色分量。

对上述技术方案的进一步限定：火源形状分析，采用边界检测算法，包括：

把单帧图像样本灰度值化，图像灰度化采用平均值算法，即图像像素灰度值计算方法为：图像像素灰度值gray_value=(r+g+b)/3；

在多个疑似火源色彩特征图像范围建立矩形边界检测模型，利用矩形边界检测模型分析火源边界，利用矩形边界检测模型，当疑似火源色彩特征图像范围缓冲区内部与边界像素灰度差值在30以上，获取火源边界，在利用这个特征算法进行递归，确定为疑似火源范围。

对上述技术方案的进一步限定：在火源形状分析中，在通过像素灰度差值获取火源边界后，进一步进行边界平滑度和边界走向分析，主要方法是利用两点之间（跨5个和跨10个像素点）角度变化进行，对边界走向和平滑度进行统计，如果平滑度和边界走向比例小于符合火源模型边界50%以上的初步确认为火源；再继续对疑似火源区域50%以上部分进行长宽比分析，将长宽比小于1的疑似火源确认为非火源，剔除掉。

对上述技术方案的进一步限定：在火源形状分析中，对分析出火源的物体进行内部平滑度分析，分析方法如下：在横向或纵向座标连续选择6个像素点，分别取其灰度差值,并定义如下，

value1的坐标（x1，y1），value2的坐标（x2，y2），value3的坐标（x3，y3），value4的坐标（x4，y4），value5的坐标（x5，y5），value6的坐标（x6，y6），其中，x1=x2=x3=x4=x5=x6，或y1=y2=y3=y4=y5=y6；

以y座标相等，即x坐标计算为例：

⊿1=value1–value2=x坐标的差值；

⊿2=value1–value3=x坐标的差值；

⊿3=value1–value5=x坐标的差值；

⊿4=value1–value6=x坐标的差值；

⊿5=value2–value5=x坐标的差值；

⊿6=value3–value6=x坐标的差值；

则有，满足火源平滑度要求的条件：

30≤⊿1及⊿2及⊿3及⊿4≤30，或者，

30≤⊿1及⊿5及⊿6≤30，或者，

30≤⊿2及⊿3及⊿4≤30，或者，

30≤⊿3及⊿4及⊿6≤30。

对上述技术方案的再限定：图像样本为320×240低分辨率图像。

本发明中，一种高效低成本图像火灾自动识别装置，包括：

图像采集装置，从普通视频流中抽样获取单帧图像分析样本；

火焰色彩特征分析装置，对单帧图像样本利用24位rgb位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；

火焰形状特征分析装置，在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把中心像素点与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；

火焰确定装置，统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选,在连续三帧以上图像同一位置发现有疑似火源，确定有火源。

本发明的有益效果是：通过单帧图像分析出火源，而且对图像的质量不做要求，可以在分辨率很低的情况下进行分析，通过对火源色彩范围、火源形状、火源特征进行分析，能高效率、低成本自动识别图像火灾。

附图说明

图1是本发明中图像样本中一个象素点的边界模型图。

图2是本发明中一种高效低成本图像火灾自动识别装置的结构架构图。

图3是本发明的应用应用功能模块图。

具体实施方式

为了便于理解本发明，结合附图1，对本发明的一种高效低成本图像火灾自动识别方法，进一步描述说明：

从普通视频流中抽样获取单帧图像分析样本；

对单帧图像样本利用24位rgb位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；疑似火源色彩特征图像的色彩范围如下：设定，第一分量⊿1=r–g，第二分量⊿2=r–b，第三分量⊿3=g–b；则有，

（1）黄色分量的确定：

-10≤⊿1≤10，⊿2＞70，⊿3＞80；或者，

-25≤⊿1≤25，⊿2＞120，⊿3＞120；

（2）红色分量的确定：

r＞100，r＞g，g≥b，⊿2＞80，⊿1＞30；或者，

r＞100，⊿2＞100，⊿1＞100；

（3）灰色分量的确定：

-15≤⊿1≤15，-15≤⊿2≤15，-15≤⊿3≤15；

（4）白色分量的确定：

r＞150，b＞150，g＞150；

当色彩范围中黄色分量、红色分量及灰色分量位于上述范围，认定为疑似火源色彩特征图像;其中白天图像分析黄色、红色、灰色分量，晚上图像分析白色和灰色分量；

在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把火源边界像素点作为中心与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；

火源形状分析，采用边界检测算法，包括：

把单帧图像样本灰度值化，图像灰度化采用平均值算法，即图像像素灰度值计算方法为：图像像素灰度值gray_value=(r+g+b)/3；

在多个疑似火源色彩特征图像范围建立矩形边界检测模型，利用矩形边界检测模型分析火源边界，利用矩形边界检测模型，当疑似火源色彩特征图像范围缓冲区内部与边界像素灰度差值在30以上，获取火源边界，在利用这个特征算法进行递归，确定为疑似火源范围；

统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选,在连续三帧以上图像同一位置发现有疑似火源，确定有火源。

其中，在火源形状分析中，在通过像素灰度差值获取火源边界后，进一步进行边界平滑度和边界走向分析，主要方法是利用两点之间（跨5个和跨10个像素点）角度变化进行，对边界走向和平滑度进行统计，如果平滑度和边界走向比例小于符合火源模型边界50%以上的初步确认为火源；再继续对疑似火源区域50%以上部分进行长宽比分析，将长宽比小于1的疑似火源确认为非火源，剔除掉；

其中，在火源形状分析中，对分析出火源的物体进行内部平滑度分析，分析方法如下：在横向或纵向座标连续选择6个像素点，分别取其灰度差值，并定义如下，

value1的坐标（x1，y1），value2的坐标（x2，y2），value3的坐标（x3，y3），value4的坐标（x4，y4），value5的坐标（x5，y5），value6的坐标（x6，y6），其中，x1=x2=x3=x4=x5=x6，或y1=y2=y3=y4=y5=y6；

以y座标相等，即x坐标计算为例：

⊿1=value1–value2=x坐标的差值；

⊿2=value1–value3=x坐标的差值；

⊿3=value1–value5=x坐标的差值；

⊿4=value1–value6=x坐标的差值；

⊿5=value2–value5=x坐标的差值；

⊿6=value3–value6=x坐标的差值；

则有，满足火源平滑度要求的条件：

30≤⊿1及⊿2及⊿3及⊿4≤30，或者，

30≤⊿1及⊿5及⊿6≤30，或者，

30≤⊿2及⊿3及⊿4≤30，或者，

30≤⊿3及⊿4及⊿6≤30。

对上述技术方案的再限定：图像样本为320×240低分辨率图像。

结合图2所示，本发明中，一种高效低成本图像火灾自动识别装置，包括，

图像采集装置，从普通视频流中抽样获取单帧图像分析样本；

火焰色彩特征分析装置，对单帧图像样本利用24位rgb位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；

火焰形状特征分析装置，在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把中心像素点与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；

火焰确定装置，统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选,在连续三帧以上图像同一位置发现有疑似火源，确定有火源。

通过本发明，在判断出图像中火源后，如果发现火情则将图像数据第一时间发送给相关人员进行处理，以期达到灾前自动分析排除隐患、日常确保救援设施可靠可用；灾后及时发现并及时快速进行疏散和救援的功能，体现灾后黄金三分钟消防理念。

结合图3，对本发明的工作流程介绍如下：

1、通过国标互联网视频标准协议或视频厂家提供二次开发包获取（用户现有的多种）视频图像数据；

2、将数据传入利用本发明的图像火灾自动识别服务器系统，服务器系统获取图像资源后抽取一些图像帧进行自动分析；

3、服务器系统在发现火源（火情后）第一时间将图像资源发送给消防用户单位的值班人员或管理人员的移动终端；

4、消防用户单位管理人员或值班人员移动终端接收到信息后，将信息派单给维护维修人员；维护维修人员工作完成后将结果提交服务器系统。