一种狭长环境中基于红外热像仪的火灾预警方法
【技术领域】
[0001] 本发明涉及列车车厢、飞机机舱等狭长环境中的火灾预警技术，具体涉及一种在 狭长的、照明有限的环境中基于红外热像仪的火灾监测及预警方法。
【背景技术】
[0002] 动车组车厢或飞机机舱等狭长空间的火灾预警一般采用烟感进行火灾预警，由于 动车组车厢或飞机机舱中布线较多，空气流通不畅，存在火灾监测延迟和容易受环境影响 等问题。红外热成像技术是将物体发出的不可见红外能量转变为可见的热图像，相比于可 见光摄像头，可以根据物体的红外辐射强度判断物体的温度，从而将大量的干扰排除在外， 采集到的亮度区必定是散发红外辐射较强的物体。在动车组车厢中采用基于红外热像仪的 火焰监测，可以更快速的发现可能的火情。但仅仅这样还不够，在火灾预警中，由于有些火 焰，如打火机火焰的感知温度并不高，而有些干扰物体如热水的温度较这些火焰初始温度 更高，在实际的火焰判断时就有可能造成漏报或虚警。因此要进行有效的火灾预警还必须 在红外热像仪传感温度的基础上采用有效的火焰监测算法，排除干扰，降低虚警。例如，热 水等干扰目标的温度通常在70-100摄氏度，而打火机的火焰的温度由于散热较快，其感知 的温度大概与70摄氏度的热水辐射的强度差不多，因此红外传感器会在这种情况下出现 误判。即：如果将判断火焰的温度阈值设置为70摄氏度，则热水可能会被认为是火焰而发 出虚警；如果将判断火焰的温度阈值设置为100摄氏度，则可能把早期的火焰，如打火机的 火焰就有可能监测不出，造成漏报。针对上述的问题，需要对温度在70-100摄氏度的目标 进行进一步的判断，以便区分是早期的火焰还是热水等干扰。
[0003] 本发明提出的方法是在红外温度判断的基础上，利用连续多帧视频信息，采用了 包含火焰动态形状等的概率模型，综合温度（即辐射强度)信息，对火焰进行监测。准确地识 别火源，区分开水等干扰目标的影响，使预警准确率大幅提高。
【发明内容】
[0004] 本发明的目的在于克服现有技术存在的问题，针对动车厢/机舱的特殊狭长环 境，和可能出现的情况，在红外热像仪进行火焰温度监测的基础上，利用连续多帧视频信 息，分析火焰的形状特征，用形状特征来进一步监测疑似火险物体的火灾预警方法。
[0005] 为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 一种狭长环境中基于红外热像仪的火灾预警方法，该方法包括以下步骤： 步骤1)对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通 过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包 括如下步骤： 步骤1. 1)采用中值滤波法对原始红外图像数据进行去噪； 步骤1. 2)预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处 理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100 度的高温、低于70度的低温、70-100度之间的疑似高温； 步骤1. 3)对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标； 步骤1. 4)对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似 高温目标区域，余下的根据目标区域的灰度值将分割后的目标分为三类：高温物体、低温物 体、疑似高温物体； 步骤1. 5)对分割后的目标进行判断，根据以下的三种情况分别进行处理： (1) 如果监测到高温物体，直接输出火灾预警信号； (2) 如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信 号； (3) 如果分割的目标中监测到疑似高温物体，则转至步骤2); 步骤2)对步骤1)中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图 像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形 状特征，其具体步骤为： 步骤2. 1)对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区 域的灰度值和标准方差，进行图像二值化； 步骤2. 2)图像二值化后，计算连通域，得到分割后的目标物体区域； 步骤2. 3)计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特 征，并以分散度、尖角数和高度变化特征作为火焰形状特征； 步骤3)根据步骤2)中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判 定算法对疑似高温目标区域的火焰进行火焰监测，如果判定为火焰，则发出火灾预警信号； 如果判定为干扰物体，则不触发火灾预警信号。
[0006] 进一步的，所述步骤2. 1)中采用如下方法对该区域进行图像二值化，即采用公
式中为图像像素在的灰度值；gg 为阈值分割后图像像素在 y)的灰度值;M、N分别为图像尺寸的高度和宽度，单位为像素为图像像素灰度值的 均值；卩为图像像素灰度值的标准差；tlii、为二值化分割阈值;M为标准差系数。
[0007] 进一步的，所述步骤2. 3)中分散度、尖角数和高度变化特征的计算方法如下： 获取连续N帧图像，对于第i帧图像，假设该图像中的目标区域的面积为:?，周长为% ，则 分散度?(:定义如下：
其中为疑似高温区域可以正确监测火焰的最小面积值，即目标在图像中所占像素 和； 高度变化特征定义如下： 为图像序列中提取出疑似火焰区域@1:的高度序列集合，Il表示高度序列集合中有 个元素，即#帧视频，假设对||i作离散余弦变换获得余弦系数集合1，则高度变化特征 函数fd (Bj为：
其中I为离散余弦变换的长度；i|]Q为余弦变换系数值越大时，说明谱内 分量越大，表示有火焰的可能性越大。
[0008] 进一步的，计算出所述分散度、尖角数和高度变化特征这三个特征量后，采取的基 于概率统计模型的判定算法如下：
其中，遞處讓:祕为对应特征量的权值，_，:繼:牛 大，说明监测时越注重以该特征来区分火焰；P为火焰判定概率。
[0009] 进一步的，所述概率统计模型中设定火焰预警阈值为1，若所述火焰判定概率沪大 于等于1，给出火灾预警信号；若所述火焰判定概率沪小于1，则不触发火灾预警信号。
[0010] 本发明的有益效果是： 本发明的监测方法可以快速识别那些容易引发火灾的火源，同时亦能很好的区分开水 等干扰的影响，因此在实际应用中，本发明方法可以达到最快速度的火灾预警，并且预警准 确率高，适用于车厢、机舱等狭长环境中。
【附图说明】
[0011] 图1为本发明中基于红外热像仪的火灾预警总体流程图。
【具体实施方式】
[0012] 下面将参考附图并结合实施例，来详细说明本发明。
[0013] 参照图1所示，一种狭长环境中基于红外热像仪的火灾预警方法，该方法包括以 下步骤： 步骤1)对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通 过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包 括如下步骤： 步骤1. 1)采用中值滤波法对原始红外图像数据进行去噪； 步骤1. 2)预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处 理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100 度的高温、低于70度的低温、70-100度之间的疑似高温； 步骤1. 3)对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标； 步骤1. 4)对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似 高温目标区域，余下的根据目标区域的灰度值将分割后的目标分为三类：高温物体、低温物 体、疑似高温物体； 步骤1. 5)对分割后的目标进行判断，根据以下的三种情况分别进行处理： (1) 如果监测到高温物体，直接输出火灾预警信号； (2) 如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信 号； (3) 如果分割的目标中监测到疑似高温物体，则转至步骤2); 步骤2)对步骤1)中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图 像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形 状特征，其具体步骤为： 步骤2. 1)对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区 域的灰度值和标准方差，进行图像二值化； 步骤2. 2)图像二值化后，计算连通域，得到分割后的目标物体区域； 步骤2. 3)计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特 征，并以分散度、尖角数和高度变化特征作为火焰形状特征； 步骤3)根据步骤2)中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判 定算法对疑似高温目标区域的火焰进行火焰检测，如果判定为火焰，则发出火灾预警信号； 如果判定为干扰物体，则不触发火灾预警信号。
[0014] 所述步骤2. 1)中采用如下方法对该区域进行图像二值化，即采用公式：
式中为图像像素在的灰度值；为阈值分割后图像像素在 的灰度值;M、N分别为图像尺寸的高