度和宽度，单位为像素为图像像素灰度值的 均值；0为图像像素灰度值的标准差；th 为二值化分割阈值；1为标准差系数，本 实施例中取K = 1。
[0015] 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，在本实施例中til =8 ; 高度变化特征定义如下： II，为图像序列中提取出疑似火焰区域的高度序列集合，g表示高度序列集合中有 g个元素，即M帧视频，假设对作离散余弦变换获得余弦系数集合g，则高度变化特征 函数:
其中，#为离散余弦变换的长度；RHA为余弦变换系数，
为第η帧视频图 像中目标火焰的高度，N指的是连续N帧视频图像；当值越大时，说明谱内分量越大， 表示有火焰的可能性越大。在本实施例中/=N。
[0016] 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，兹为对应特征量的权值，I遍，其对应的权值越 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。
[0017] 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P大于等于1， 给出火灾预警信号；若所述火焰判定概率P小于1，则不触发火灾预警信号。
[0018] 在本实施例中，以动车组车厢为例，在动车组车厢监控环境中进行测试，针对车厢 内可能存在的火源，模拟了 4类高温物体，烟头、燃烧的纸、打火机火苗以及干扰较强的热 水杯，实验结果如下： 1) 燃着的烟头，体积虽小，但它仍是一个燃烧着的物体，是明火，温度很高，其表面温度 200°C~300°C，中心温度高度700°C~800°C，因此用红外热像仪的温度值直接就能监测出 来； 2) 普通纸张的燃点在130°C左右，燃烧着的纸的温度远高于此温度，一般在500°C以 上，因此也能用红外热像仪的温度值直接就能监测出来； 3) 打火机火苗因为是气体燃烧，所以在空气中的散热很快，其感知温度一般只有 70°C~100°C，和一杯热水的温度相似，因此，如果只用红外热像仪，利用温度进行判断，就 会因为温度阈值低而把热水当作火苗发出预警造成误报；反之阈值高，就会把打火机火苗 略去，造成漏报。
[0019] 针对上述情况，在本实施例中，以热水杯和打火机火焰为例，对它们的图像进行快 速分割，得到各自分割后的疑似高温区域图像，然后分别采集连续10帧热水杯和打火机火 焰红外视频序列图像，其面积、周长和高度的统计结果如下表所示：
分别计算热水杯和打火机火焰的三个统计量： (1) 分散度 代入分散度计算公式（2)中，热水杯的分散度为：fi: = 1J013;打火机火焰的分散 度为 Jg = '17813 ; (2) 尖角数目% 在本实施例中，阈值th的值取8,因此，代入尖角数目计算公式（3)中，得出热水杯的尖 角数目与打火机火焰的尖角数目均为：A (3) 高度变化特征 代入高度变化特征计算函数（4)中，热水杯的高度变化特征为; 打火机火焰的高度变化特征为; 在本实施例中，三个统计量对应的权值分别为：
热水杯的火灾预警值为：
因此，在疑似高温区域，当目标为热水杯时，不触发火灾预警信号；当目标为打火机火 焰时，给出火灾预警信号。
[0020] 取不同数据重复上述实施例过程，在疑似高温区域，当目标的面积大于阈值th=8 (即8个像素值）时，监测正确率在95%以上。
[0021] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种狭长环境中基于红外热像仪的火灾预警方法，其特征在于，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。2. 根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特 征在于，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 ('yI的灰度值;M、N分别为图像尺寸的高度和宽度，单位为像素rfi：1为图像像素灰度值的 均值；0为图像像素灰度值的标准差；thl 为二值化分割阈值；IC为标准差系数。3.根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于， 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_ .....1' . ，则其中Il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： Il姆为图像序列中提取出疑似火焰区域的高度序列集合，表示高度序列集合中有P:个元素，即|g:帧视频图像，假设对HN作离散余弦变换获得余弦系数集合g，则高度变化 特征函数匕(；BJ为：其中I为离散余弦变换的长度为余弦变换系数；当值越大时，说明谱内 分量越大，表示有火焰的可能性越大。4. 根据权利要求1或3所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在 于，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，_￡魏齡.魏I为对应特征量的权值，:效違::+滋1:矣其对应的权值越 大，说明监测时越注重以该特征来区分火焰；为火焰判定概率。5. 根据权利要求4所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于， 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大于等于1，给出火灾 预警信号；若所述火焰判定概率#小于1，则不触发火灾预警信号。
【专利摘要】本发明是一种狭长环境中基于红外热像仪的火灾预警方法，该方法对红外热像仪采集到的狭长空间中的红外图像进行预处理，然后利用连通域方式进行图像分割，根据绝对温度初步判断出高温物体、疑似高温物体以及低温物体，再对分割后的目标图像温度在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分散度、尖角数和高度变化特征作为火焰形状特征，根据火焰形状特征，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判定。采用本发明方法，可以更准确地识别火源，区分开水等干扰目标的影响，预警准确率大幅提高。
【IPC分类】G08B17/12
【公开号】CN105046868
【申请号】CN201510332538
【发明人】刘晓华, 王宏雷, 胡勇军, 谭华春
【申请人】苏州华启智能科技股份有限公司, 北京理工大学
【公开日】2015年11月11日
【申请日】2015年6月16日