一種基于視頻圖像的煙霧火焰復(fù)合式自動檢測方法
【專利摘要】一種基于視頻圖像的煙霧火焰復(fù)合式自動檢測方法，根據(jù)白天、夜晚視頻圖像的不同特點，應(yīng)用不同的方法，對火焰和煙霧同時進行檢測，綜合判斷，其特征在于：首先，針對輸入的原始視頻圖像，進行處理判斷，判斷該視頻圖像為夜晚視頻圖像還是白天視頻圖像，結(jié)合對應(yīng)的夜晚視頻圖像煙火檢測算法和白天視頻圖像煙火檢測算法進行處理檢測。從而提高方法的處理效率，減少誤報、漏報率，增大煙火檢測效果的穩(wěn)定性和準確性。
【專利說明】一種基于視頻圖像的煙霧火焰復(fù)合式自動檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像型火災(zāi)檢測【技術(shù)領(lǐng)域】，涉及一種視頻圖像煙火復(fù)合自動檢測的方法。
【背景技術(shù)】
[0002]在人類日常生活中，火災(zāi)嚴重威脅著其生命、財產(chǎn)安全，因此盡可能早的發(fā)現(xiàn)火災(zāi)險情對保護人類的生命和財產(chǎn)是有非常重大的意義的。
[0003]比較傳統(tǒng)的火災(zāi)檢測方法主要是應(yīng)用一些傳感器進行煙火的檢測，主要包括:感煙型火災(zāi)探測器、感溫型火災(zāi)探測器、可燃氣體傳感探測器等檢測方法。這類傳統(tǒng)檢測方法主要是需要在小空間中近距離的接觸發(fā)生火災(zāi)時產(chǎn)生的高熱氣流、固體懸浮顆粒、燃燒氣體等，在空間較大時很難達到實時、快速的檢測火災(zāi)，且較難定位發(fā)生火災(zāi)的位置。相比于傳統(tǒng)的火災(zāi)檢測方法，視頻圖像型火災(zāi)檢測是一種新型的火災(zāi)檢測方法，其覆蓋范圍廣、有效探測距離遠、應(yīng)用領(lǐng)域大，在實際生活和生產(chǎn)的火災(zāi)檢測中有非常廣闊的應(yīng)用空間。
[0004]中國發(fā)明專利申請?zhí)枮?01210273296.5(
【公開日】為2012年10月31日)，提出了一種基于邊緣檢測算子用火災(zāi)圖像探測系統(tǒng)，主要首先通過對圖像進行一些增強、濾波等預(yù)處理，然后進行灰度拉伸提高圖像的對比度，利用邊緣算子對圖像進行邊緣檢測，對檢測后的數(shù)據(jù)進行計算火焰特征參數(shù)，從判斷火焰信息。該方法設(shè)計簡單、檢測速度快，但是對疑似火焰的目標容易誤檢，檢測準確率不高，同時只能取得火焰信息的輪廓信息，不能準確獲取火焰的全部信息。
[0005]中國專利CN 101493980 B提供了一種基于多特征融合的快速視頻火焰探測方法，首先通過對視頻圖像建立高斯模型，然后提取運動目標，再對提取的運動目標進行火焰顏色決策、閃動分析，從而提取出火焰區(qū)域。該方法檢測速度快，準確率也較高，但是對火災(zāi)初期產(chǎn)生的煙霧不能準確識別，在實際火災(zāi)檢測中應(yīng)用有限。
[0006]中國發(fā)明專利申請?zhí)枮?0081012137.χ(
【公開日】為2009年3月25日)主要通過對火焰的顏色和頻率進行火災(zāi)判定，雖然可以較快檢測出火焰信息，但是誤報率較高，對于室內(nèi)某些可燃物(木板、棉絮等)在燃燒初期并不呈現(xiàn)明顯的火焰，而是煙霧為主，因為煙霧特征與火焰特征存在明顯的不同，從而該方法在火災(zāi)初期將不能準確識別煙霧，必然錯過滅火的最佳時間。
[0007]在火災(zāi)的初期，往往沒有產(chǎn)生明顯的火焰，而是表現(xiàn)為煙霧形式，所以煙霧的檢測對前期火災(zāi)的監(jiān)控有著重大的意義。
[0008]姜海東等人提出了一種通過基于K均值聚類的分形編碼技術(shù)進行視頻煙霧檢測的方法，該方法檢測特征單一，且聚類的時候時間花費也較大，檢測煙霧的效果一般，特別對于較復(fù)雜的場景檢測效果不是很理想。
[0009]中國專利申請?zhí)枮?01210506158.7(公布日為2013.04.03)提出一種基于RGB對比度與目標形狀的煙霧檢測方法，該方法通過對前景區(qū)域的RGB對比圖像進行二維離散小波變換分析，其次進行能量特征提取和視覺特征提取，獲取煙霧信息。該方法檢測效果不錯可以區(qū)分煙霧和其他純色物體，但是該方法在二維離散小波變換、基于塊匹配的光流提取運動特征比較耗時，在實際應(yīng)用中實時性受到限制。
[0010]現(xiàn)有技術(shù)存在的不足:目前基于視頻圖像的火災(zāi)監(jiān)控方法主要從火焰與煙霧的顏色、紋理等靜態(tài)特征和形狀變化、運動趨向等動態(tài)特征進行煙火分析。往往判別特征比較單一，誤報、漏報率較高，特別在復(fù)雜環(huán)境下檢測效果不是很理想。
[0011]發(fā)明的內(nèi)容
[0012]針對上述現(xiàn)有技術(shù)中火災(zāi)探測器的種種限制和不足，本發(fā)明提出一種基于視頻圖像的煙霧火焰復(fù)合式自動檢測，根據(jù)白天、夜晚視頻圖像的不同特點，應(yīng)用不同的方法，對火焰和煙霧同時進行檢測，綜合判斷，從而提高方法的處理效率，減少誤報、漏報率，增大煙火檢測效果的穩(wěn)定性和準確性。
[0013]本發(fā)明采用的技術(shù)方案如下:
[0014]一種視頻圖像煙火復(fù)合自動檢測方法，根據(jù)白天、夜晚視頻圖像的不同特點，應(yīng)用不同的方法，對火焰和煙霧同時進行檢測，綜合判斷，其特征在于:首先，在RGB色彩空間中，判斷三個通道亮度值差的絕對值是否都小于一個閾值Thresholdl，然后統(tǒng)計滿足這些條件的所有像素數(shù)目，當滿足這些條件的像素數(shù)目占單幀圖像總的數(shù)目的比例大于Thr e sho I d2，則判斷為夜晚視頻圖像，其次根據(jù)當前幀圖像中的亮度均值進行判斷，小于設(shè)定的閾值Threshold3，則直接按照夜晚視頻圖像煙火檢測算法進行處理；當亮度均值大于設(shè)定的閾值，則繼續(xù)統(tǒng)計滿足該條件的單幀中的像素占總共像素的比例，當大于ThresholcM時，則按照白天視頻圖像煙火檢測算法進行處理，這樣將大大減少了方法的處理時間，提升了煙火檢測的響應(yīng)速度。
[0015]所述的白天視頻圖像煙火檢測中，火焰檢測和煙霧檢測必須同時進行，只有兩者同時報警才確定火災(zāi)報警，增強了消防報警領(lǐng)域火災(zāi)報警的準確度，減小了誤報的概率。
[0016]在所述在火焰報警確認過程中，去除目標區(qū)域中的小面積噪聲。由于目標區(qū)域中可能有很多類似火焰信息的小目標噪聲，在形態(tài)學(xué)濾波處理后，繼續(xù)進行連通區(qū)域檢測，根據(jù)連通區(qū)域中目標的面積大小(區(qū)域中的像素數(shù)目)去除面積小于某個閾值的噪聲區(qū)域，增加火焰檢測的準確率。
[0017]在所述的煙霧報警確認過程中，在預(yù)處理提取目標區(qū)域后，立即對目標區(qū)域進行投影濾波處理，以去除目標區(qū)域中的連續(xù)孤立的噪聲區(qū)域，便于后續(xù)進一步處理。
[0018]在所述的在煙霧報警確認過程中，局部鄰域搜索相似目標。在投影濾波和形態(tài)學(xué)濾波處理后，為了更加精確的搜索到相似目標，應(yīng)用基于局部鄰域搜索的思想進行搜索:在當前幀圖像中，按照塊大小為block的矩形鄰域進行搜索(矩形區(qū)域的大小為blockXblock像素)，在以當前像素點為中心的矩形鄰域內(nèi)，按照特征X進行搜索然后標記，即如果鄰域內(nèi)所有像素的X特征與當前像素的X特征滿足一定的容差，則判斷這兩個像素為相似的目標，標記一致，否則不是相似目標，不同標記。如下式所示。
[0019]if I T (x0, y0) -T (x, y) |≤ Threshold3
[0020]則標記(X，y)位置與(X(l，y0)相似目標，否則標記為不相似目標。其中，(x0, y0)表示當前像素點的位置，(x, y)表示在以點為中心，大小為blockXblock的局部鄰域位置，T(X(I，y0),T(x, y)分別表示當前位置與局部鄰域像素的特征值(特征值可以使用一個或多個特征同時滿足)，Threshold3表示容差閾值。[0021]所述的夜晚視頻圖像煙火檢測中，由于夜晚圖像的亮度值普遍偏低，所以只有當出現(xiàn)火災(zāi)時候圖像的亮度值才會突然增大，這樣我們可以檢測圖像的亮度以及亮度的變化值，可以通過檢測夜晚視頻圖像中的火焰亮度信息(亮度信息選取YUV色彩空間的亮度分量Y進行分析，因為亮度能夠比較準確地體現(xiàn)煙火顏色變化信息)已經(jīng)亮度的變化值來檢測火焰信息。
[0022]同時由于夜晚圖像中，手電筒等光束容易產(chǎn)生誤檢，所以利用圓形度的特征對單幀視頻圖像中的目標區(qū)域進行檢測，來確認火焰信息。(煙霧的不規(guī)則形狀隨著空氣的流動發(fā)生改變，因此要對形狀進行測量非常困難，因此一般采用圓形度來表征其形狀的復(fù)雜程度，圓形度對圓形物體取最小值1，物體形狀越復(fù)雜，其值越大。)
【專利附圖】

【附圖說明】
[0023]圖1火災(zāi)判斷整體流程圖；
[0024]圖2白天視頻圖像煙火檢測流程圖；
[0025]圖3夜晚視頻圖像火災(zāi)檢測流程圖。
具體實施方案
[0026]本發(fā)明是這樣實現(xiàn)的，一種基于視頻圖像的煙霧火焰復(fù)合自動檢測方法，其包括如下步驟:
[0027](2)原始視頻圖像輸入，在RGB色彩空間中統(tǒng)計每個像素點的三個通道亮度值的差的絕對值；
[0028](3)統(tǒng)計滿足圖1中對應(yīng)條件的像素數(shù)目占單幀圖像總的數(shù)目的比例；
[0029](4)彩色圖像灰度化，計算灰度均值；
[0030](5)統(tǒng)計單幀圖像內(nèi)灰度值大于均值的像素數(shù)目占總像素數(shù)目的比例；
[0031](6)根據(jù)這幾個判斷，是按照白天視頻圖像煙火檢測算法處理還是按照夜晚視頻圖像煙火檢測算法單獨處理。
[0032]所述的白天視頻圖像煙火檢測算法，包括如下步驟:
[0033](I)視頻圖像輸入，建立背景圖像，從視頻圖像中實時更新背景模型；
[0034](2)通過背景差分法，檢測運動目標區(qū)域；
[0035](3)對運動目標區(qū)域進行預(yù)處理；
[0036](4)分別進行火焰報警確認和煙霧報警確認；
[0037](5)當火焰檢測和煙霧檢測同時報警，則認為發(fā)生火警。
[0038]火焰報警確認的過程，其包括如下步驟:
[0039](I)目標區(qū)域顏色檢測；
[0040](2)震蕩頻率分析；
[0041](3)形態(tài)學(xué)濾波處理；
[0042](4)去除目標區(qū)域中的小面積噪聲；
[0043](5)中值濾波去除一些孤立噪聲；
[0044](6)計算目標區(qū)域的面積、周長
[0045](7)形狀因子和閃爍特性分析。[0046]煙霧報警確認的過程，其包括如下步驟:
[0047](I)投影濾波處理；
[0048](2)形態(tài)學(xué)濾波處理；
[0049](3)局部鄰域搜索相似目標；
[0050](4)去除目標區(qū)域中的小面積噪聲；
[0051](5)計算目標區(qū)域的面積、周長等；
[0052](6)根據(jù)面積不斷變大確認煙霧區(qū)域；
[0053](7)根據(jù)輪廓周長不斷變大確認煙霧區(qū)域。
[0054]夜晚視頻圖像煙火檢測算法，其包括如下步驟:
[0055](I)視頻圖像輸入，進行亮度判斷；
[0056](2)進行顏色判斷，獲取疑似火災(zāi)區(qū)域；
[0057](3)判斷相鄰幾幀圖像的亮度變化；
[0058](4)檢測單幀圖像內(nèi)目標圓形度。
【權(quán)利要求】
1.一種基于視頻圖像的煙霧火焰復(fù)合式自動檢測方法，其特征在于:首先，針對輸入的原始視頻圖像，進行初步處理判斷，判斷該視頻圖像為夜晚視頻圖像還是白天視頻圖像，結(jié)合對應(yīng)的夜晚視頻圖像煙火檢測算法和白天視頻圖像煙火檢測算法進行處理檢測。
2.根據(jù)權(quán)利要求1所述的一種基于視頻圖像的煙霧火焰復(fù)合式自動監(jiān)測方法，其特征在于:所述的對原始視頻圖像的初步處理判斷包括，針對輸入的原始視頻圖像，獲取視頻圖像數(shù)據(jù)并保存，在RGB色彩空間中，判斷視頻圖像數(shù)據(jù)三個通道亮度值差的絕對值是否都小于一個閾值Thresholdl,然后統(tǒng)計滿足這些條件的所有像素數(shù)目，當滿足這些條件的像素數(shù)目占單幀圖像總的數(shù)目的比例大于Threshold2，則判斷為夜晚視頻圖像；其次根據(jù)當前中貞圖像中的亮度均值進行判斷，小于設(shè)定的閾值ThreshoId3,則直接按照夜晚視頻圖像煙火檢測算法進行處理；當亮度均值大于設(shè)定的閾值，則繼續(xù)統(tǒng)計滿足該條件的單幀中的像素占總共像素的比例，當大于ThresholcM時，則按照白天視頻圖像煙火檢測算法進行處理。
3.根據(jù)權(quán)利要求1所述的一種基于視頻圖像的煙霧火焰復(fù)合式自動監(jiān)測方法，其特征在于:所述的白天視頻圖像煙火檢測算法包括，針對輸入的視頻圖像，建立背景圖像，從視頻圖像中實時更新背景模型；通過背景差分法，檢測運動目標區(qū)域；對運動目標區(qū)域進行預(yù)處理；分別進行火焰報警確認和煙霧報警確認；當火焰檢測和煙霧檢測同時報警，則認為發(fā)生火警。
4.根據(jù)權(quán)利要求3所述的一種基于視頻圖像的煙霧火焰復(fù)合式自動監(jiān)測方法，其特征在于:所述的火焰報警確認包括，對視頻圖像目標區(qū)域進行顏色檢測、震蕩頻率分析和形態(tài)學(xué)濾波處理去除目標區(qū)域中的小面積噪聲；再通過中值濾波去除一些孤立噪聲；計算目標區(qū)域的面積、周長，分析形狀因子和閃爍特性，根據(jù)面積、周長、形狀因子、閃爍特性確定為火焰區(qū)域。
5.根據(jù)權(quán)利要求3所述的一種基于視頻圖像的煙霧火焰復(fù)合式自動監(jiān)測方法，其特征在于:所述的煙霧報警確認包括對視頻圖像投影濾波處理和形態(tài)學(xué)濾波處理去除目標區(qū)域中的小面積噪聲；并以局部鄰域搜索相似目標，計算目標區(qū)域的面積、周長等，根據(jù)面積不斷變大確認煙霧區(qū)域和輪廓周長不斷變大確認煙霧區(qū)域。
6.根據(jù)權(quán)利要求1所述的一種基于視頻圖像的煙霧火焰復(fù)合式自動監(jiān)測方法，其特征在于:所述的夜晚視頻圖像煙火檢測算法，包括對輸入視頻圖像進行亮度判斷，在進行顏色判斷，獲取疑似火災(zāi)區(qū)域；判斷相鄰幾幀圖像的亮度變化并檢測單幀圖像內(nèi)目標圓形度，根據(jù)相鄰幾幀圖像的亮度的不規(guī)則變化以及單幀圖像內(nèi)目標圓形度的不規(guī)則判斷火災(zāi)。
【文檔編號】G06K9/54GK103956016SQ201410172375
【公開日】2014年7月30日 申請日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】桓宗圣, 孫峻嶺, 單夫來, 胡長杰, 艾紅斌, 李連葆 申請人:蚌埠依愛消防電子有限責任公司