專利名稱：火焰?zhèn)蓽y方法及裝置的制作方法
技術領域：
本發(fā)明涉及一種偵測火焰的方法和裝置，特別是涉及使用影像分 析偵測火焰的方法和裝置。
背景技術：
隨著辦公室及廠房的規(guī)模越來越大，加上如百貨商場、飯店、體 育館...等建筑物樓高越高、構造越特殊、設備越復雜， 一般的消防安 全設施在這些情況下可能無法確保其有效性。若能使目前傳統(tǒng)型監(jiān)控 系統(tǒng)智能化，利用影像偵測將所擷取的畫面加以分析，并借著一些演 算法計算，判斷畫面中是否有火焰，即能增加監(jiān)控系統(tǒng)附加價值，并 可有效實時偵測與控制災害。
所謂的影像辨識方法是通過多個步驟演算法來偵測火焰。通過監(jiān)
控系統(tǒng)擷取畫面，經(jīng)過電腦、DSP等數(shù)值運算器進行動態(tài)對象偵測及 色彩模型分析進行火焰判斷。其中的辨識方法是在擷取的窗口間，利 用演算法(如背景消去法(Background Subtraction)、統(tǒng)計偵測法 (Statistical Methods)、時態(tài)差分法(Temporal Differencing)、光流法 (Optical Flow)...等)將影像中像素性質差距超過某一恕限值的像素分 離，接著將這些像素利用色彩模型加以分析，若符合條件則可能為火 焰，然而現(xiàn)有的技術所使用的色彩模型多為RGB經(jīng)驗規(guī)則判斷，對于 色彩辨識的準確度并不夠精確，只要是具有與火焰相類似的色彩就被 辨識為具有火焰要素。
此外，公知的辨識法僅使用動態(tài)對象偵測及色彩模型分析判識的 火焰判別方式容易造成誤判的結果而導致錯誤的判別，例如一穿著紅 衣的人走過監(jiān)視器前，就會被辨識為動態(tài)且具有火焰的紅色要素，而
美國專利第6,184,792號和6,956,485號公開了一些在一監(jiān)視空間 偵測早期火焰的演算法。其中美國專利第6,184,792號揭露了在一監(jiān)視空間偵測早期火焰的方法和裝置，其是通過針對隨時間改變的像素強 度執(zhí)行一快速傅利葉轉換來分析一錄制影像的明度變化；而美國專利
第6,956,485號則揭露了一通過濾波方式來分析頻率變化并偵測火焰的 技術。然而，在這些專利中并未提及這些偵測方法的精確度，而且其 也沒有采用其它如色度(chrominance)變化等相關的分析。

發(fā)明內容
本發(fā)明是欲提供一種火焰?zhèn)蓽y方法與裝置，用以監(jiān)視及辨識是否 有火焰的發(fā)生，并進一步提升辨識準確度，以早示警或通報救災。
根據(jù)本發(fā)明的主要目的，提供一種火焰?zhèn)蓽y方法，其步驟包含 擷取一監(jiān)視空間的多個影像；判斷該多個影像中是否存在一動態(tài)區(qū)域 影像；分析該動態(tài)區(qū)域影像的一色彩模型以產生一第一分析結果，并 比較該第一分析結果與一參考火焰影像的一第一特征，其中該色彩模 型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其 一；以及根據(jù)步驟(C)中比較的結果判斷該動態(tài)區(qū)域影像是否為一火焰 影像。
其中，該多個影像為該監(jiān)視空間在不同時間點的記錄影像，包括 一第一擷取時間的一第一空間影像與一第二擷取時間的第二空間影 像，該動態(tài)區(qū)域影像是指該第一空間影像與該第二空間影像中所不同 的特定區(qū)域影像，而表示在該第一擷取時間與該第二擷取時間之間該 監(jiān)視空間所存在的一移動對象。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其更包括進行一閃爍 頻率分析，用以分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第二分析 結果，并比較該第二分析結果與一參考火焰影像的一第二特征；進行 一地址分析，用以分析該動態(tài)區(qū)域影像的一地址變化以產生一第三分 析結果，并比較該第三分析結果與一第一預定范圍；進行一面積分析， 用以分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，并比 較該第四分析結果與一第二預定范圍；儲存該第一分析結果與第二分 析結果至一數(shù)據(jù)庫；以及若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā) 出一警報信號。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(E)是利用一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一隨 時間變化的程度，并分析色彩參數(shù)I與Y至少其一，而取該色彩參數(shù)I
與Y至少其一的一閃爍頻率范圍為5Hz至10Hz來分析。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(F)包括以
追蹤對象演算法，判斷該動態(tài)區(qū)域影像的重心地址隨時間的變化的一
第一程度；以及若該第一程度超過一第一預定范圍，則判斷該動態(tài)區(qū) 域影像不為一火焰影像，其中該第一預定范圍為
|(Xt+1， Yt+1)-(Xt， Yt)|<THl，
其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中若該多個影像的大 小為320x240像素時，該TH1可設定為80像素。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中步驟(G)包括以追 蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的一第二 程度；以及若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影 像不為一火焰影像，其中該第二預定范圍為
(l/3)At<At+1 <3At ，
其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(C)包括采 用包含該動態(tài)區(qū)域影像的色彩像素變化，時間，與空間三個參數(shù)的一 三維高斯混合模型分析；判斷該動態(tài)區(qū)域影像是否符合一火焰色彩特 征之一RGB高斯分布機率，與一 YUV高斯分布機率至少其一；采用 一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng)網(wǎng) 絡訓練，并采用一倒傳遞類神經(jīng)網(wǎng)絡模式，其中包括2個隱藏層，每 個隱藏層有5個節(jié)點。
根據(jù)本發(fā)明的主要目的，提供另一種火焰?zhèn)蓽y方法，其步驟包含:
(A) 擷取一監(jiān)視空間的多個影像；
(B) 判斷該多個影像中是否存在一動態(tài)區(qū)域影像；
(C) 分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第一分析結果；(D)根據(jù)該第一分析結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。 較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其更包括比較該第一 分析結果與一參考火焰影像的一閃爍特征；分析該動態(tài)區(qū)域影像的一 色彩模型以產生一第二分析結果，并比較該第二分析結果與一參考火
焰影像的一色彩特征，其中該色彩模型采用一三維RGB高斯混合模型 和一三維YUV高斯混合模型至少其一；分析該動態(tài)區(qū)域影像的一地址 變化以產生一第三分析結果，并將該第三分析結果與一第一預定范圍 作比較；分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果， 并將該第四分析結果與一第二預定范圍作比較；儲存該第一分析結果 與第二分析結果至一數(shù)據(jù)庫；以及若判斷該動態(tài)區(qū)域影像為一火焰影 像，則發(fā)出一警報信號。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(C)是利用一 維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一隨 時間變化的程度，該色彩包括色彩參數(shù)I與Y至少其一，而取一閃爍 頻率范圍為5Hz至10Hz來分析。
根據(jù)本發(fā)明的主要目的，提供又一種火焰?zhèn)蓽y方法，其步驟包含
(A) 擷取一監(jiān)視空間的多個影像；
(B) 分析該多個影像中的一動態(tài)區(qū)域影像的一地址變化以產生一第 一分析結果；
(C) 根據(jù)該第一分析結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。 較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中更包括判斷該多
個影像中是否存在該動態(tài)區(qū)域影像；比較該第一分析結果與一第一預 定范圍；分析該動態(tài)區(qū)域影像的一色彩模型以產生一第二分析結果， 并比較該第二分析結果與一參考火焰影像的一色彩特征，其中該色彩 模型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少 其一；分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三分析結果，并 比較該第二分析結果與一參考火焰影像的一閃爍特征；分析該動態(tài)區(qū) 域影像的一面積變化以產生一第四分析結果，并比較該第四分析結果 與一第二預定范圍；根據(jù)上述比較的結果判斷該動態(tài)區(qū)域影像是否為 一火焰影像；儲存該第二分析結果與第三分析結果至一數(shù)據(jù)庫；以及 若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(D)包括采 用包含該動態(tài)區(qū)域影像的色彩像素變化，時間，與空間三個參數(shù)的一 三維高斯混合模型分析；判斷該動態(tài)區(qū)域影像是否符合一火焰色彩特 征之一RGB高斯分布機率，與一 YUV高斯分布機率至少其一；采用
一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng)網(wǎng) 絡訓練，并采用一倒傳遞類神經(jīng)網(wǎng)絡模式，其中包括2個隱藏層，每 個隱藏層有5個節(jié)點。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(E)是利用一 維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一隨 時間變化的程度，其中該色彩包括色彩參數(shù)I與Y至少其一，而取一 閃爍頻率范圍為5Hz至10Hz來分析。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中步驟(F)包括以追 蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的一第二 程度；以及若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影 像不為一火焰影像，其中該第二預定范圍為
<formula>formula see original document page 18</formula>其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該步驟(C)包括以 追蹤對象演算法，判斷該動態(tài)區(qū)域影像的重心地址隨時間的變化的一 第一程度；以及若該第一程度超過一第一預定范圍，則判斷該動態(tài)區(qū) 域影像不為一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)| < TH1，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地 址，(Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而 TH1則為一特定值。
根據(jù)本發(fā)明的主要目的，提供又一種火焰?zhèn)蓽y方法，其步驟包含: 擷取一監(jiān)視空間的多個影像；分析該多個影像中的一動態(tài)區(qū)域影像的 一面積變化以產生一第一分析結果；以及根據(jù)該第一分析結果判斷該 動態(tài)區(qū)域影像是否為一火焰影像。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其更包括判斷該多個 影像中是否存在該動態(tài)區(qū)域影像；比較該第一分析結果與一第一預定范圍；分析該動態(tài)區(qū)域影像的一色彩模型以產生一第二分析結果，并 比較該第二分析結果與一參考火焰影像的一色彩特征，其中該色彩模
型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其 一；分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三分析結果，并比 較該第二分析結果與一參考火焰影像的一閃爍特征；分析該動態(tài)區(qū)域 影像的一面積變化以產生一第四分析結果，并比較該第四分析結果與 一第二預定范圍；根據(jù)上述比較的結果判斷該動態(tài)區(qū)域影像是否為一 火焰影像；儲存該第二分析結果與第三分析結果至一數(shù)據(jù)庫；以及若 判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y方法，其中該多個影像為該監(jiān) 視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影像 與一第二擷取時間的第二空間影像，其中該步驟(C)包括以一追蹤對 象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的一變化程度； 以及若該變化程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影像不為 一火焰影像，其中該第二預定范圍為
(l/3)At<At+1<3At ，
其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
根據(jù)本發(fā)明的主要目的，提供一種火焰?zhèn)蓽y裝置，其包括 一影 像擷取單元，用以擷取多個影像； 一第一分析單元，用以分析該多個 影像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第一分析結果，其 中該色彩模型采用一三維RGB高斯混合模型和一三維YUV高斯混合 模型至少其一；以及一比對單元，用以比較該第一分析結果與一參考 火焰特征。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該多個影像為一監(jiān) 視空間在不同時間的記錄影像，其包括一第一擷取時間的一第一空間 影像與一第二擷取時間的第二空間影像，該動態(tài)區(qū)域影像是指該第一 空間影像與該第二空間影像比對時不同的一特定區(qū)域影像，該動態(tài)區(qū) 域影像為第一擷取時間進行至該第二擷取時間時該監(jiān)視空間中的一動 態(tài)對象的影像。
較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其更包括 一第二分析單元，其與該影像擷取單元連接，用以分析該多個影像中是否存在該 動態(tài)區(qū)域影像； 一第三分析單元，其與該影像擷取單元連接，用以分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第二分析結果，該第二分析結果是用以和該參考火焰特征的一閃爍頻率作比較； 一地址分析單元， 其與該影像擷取單元連接，用于分析該動態(tài)區(qū)域影像的一地址變化以 產生一第三分析結果，該第三分析結果是用以和一第一預定范圍作比 較； 一面積分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一面積變化以產生一第四分析結果，該第四分析結果是用以 和一第二預定范圍作比較； 一數(shù)據(jù)庫，其與該比對單元連接，用以儲 存該參考火焰影像特征；以及一警報單元，其與該比對單元連接，若 該動態(tài)區(qū)域影像為一火焰影像時，用以發(fā)出一警報信號，其中該比對 單元與所述分析單元連接。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該第二分析單元利 用一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其 一隨時間變化的程度，其中分析該色彩隨時間變化的程度是取一段時 間的色彩參數(shù)I與Y至少其一作一維時間小波分析，而取該至少其一 的色彩參數(shù)的一閃爍頻率范圍為5Hz至10Hz作分析。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該地址分析單元是 以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一重心地址隨時間的變 化的一第一程度，若該第一程度超過一第一預定范圍，則判斷該動態(tài) 區(qū)域影像不為一火焰影像，其中該第一預定范圍為-|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中若該多個影像的大 小為320x240像素時，該TH1可設定為80像素。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該面積分析單元是 以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的 一第二程度，若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影像不為一火焰影像，其中該第二預定范圍為(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中當該動態(tài)區(qū)域影像 被判定為一火焰時，該數(shù)據(jù)庫可以儲存分析的結果，以作為一第二參 考火焰特征。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該第一分析單元與 該影像擷取單元連接，并采取一高斯混合模型和包含該動態(tài)區(qū)域影像 的色彩像素變化針對時間與空間的三維分析，并采取至少一三維RGB 高斯混合模型與一 YUV三維高斯模型，其中該RGB高斯混合模型用 以判斷該動態(tài)區(qū)域影像是否符合一火焰特征色彩的RGB高斯分布機 率，而該YUV三維高斯模型則用以判斷該動態(tài)區(qū)域影像是否符合一火 焰特征色彩的YUV高斯分布機率。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該第一分析單元采 用一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng) 網(wǎng)絡訓練；以及一倒傳遞類神經(jīng)網(wǎng)絡模式，其包括2個隱藏層，每個 隱藏層有5個節(jié)點。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該影像擷取單元為 一相機或錄像機其中之一。根據(jù)本發(fā)明的主要目的，提供另一種火焰?zhèn)蓽y裝置，其包括一 影像擷取單元，用以擷取多個影像； 一第一分析單元，用以分析該多 個影像中的一動態(tài)區(qū)域影像的一閃爍頻率，以產生一第一分析結果； 以及一比對單元，用以比較該第一分析結果與一參考火焰特征。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該多個影像為該監(jiān) 視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影像 與一第二擷取時間的第二空間影像，該火焰?zhèn)蓽y裝置更包括 一第二 分析單元，其與該影像擷取單元連接，用以分析該多個影像中是否存 在該動態(tài)區(qū)域影像； 一第三分析單元，其與該影像擷取單元連接，用 以分析該多個影像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第二 分析結果并與一參考火焰的一色彩模型特征比較，其中該色彩模型采 用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其一；一地址分析單元，其與該影像擷取單元連接，并分析該動態(tài)區(qū)域影像 的一地址變化以產生一第三分析結果，該第三分析結果是用以和一第 一預定范圍作比較； 一面積分析單元，其與該影像擷取單元連接，用 于分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，該第四 分析結果是用以和一第二預定范圍作比較； 一數(shù)據(jù)庫，其與該比對單 元連接，用以儲存該參考火焰影像特征；以及一警報單元，其與該比 對單元連接，若該動態(tài)區(qū)域影像為一火焰影像時，用以發(fā)出一警報信 號，其中該比對單元與所述分析單元連接。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該第三分析單元采 取一高斯混合模型和包含該動態(tài)區(qū)域影像的色彩像素變化針對時間與 空間的三維分析，并采取至少一三維RGB高斯混合模型與一 YUV三 維高斯模型，其中該RGB高斯混合模型用以判斷該動態(tài)區(qū)域影像是否 符合一火焰特征色彩的RGB高斯分布機率，而該YUV三維高斯模型 則用以判斷該動態(tài)區(qū)域影像是否符合一火焰特征色彩的YUV高斯分 布機率。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該第一分析單元與 該影像擷取單元連接，并利用一維時間小波轉換來分析該動態(tài)區(qū)域影 像的一色彩與一高度至少其一隨時間變化的程度，其中分析該色彩隨 時間變化的程度是取一段時間的色彩參數(shù)I與Y至少其一作一維時間 小波分析，而取該至少其一的色彩參數(shù)的一閃爍頻率范圍為5Hz至 10Hz作分析。根據(jù)本發(fā)明的主要目的，提供又一種火焰?zhèn)蓽y裝置，其包括一 影像擷取單元，用以擷取多個影像； 一第一分析單元，其與該影像擷 取單元連接，用以分析該多個影像中是否存在該動態(tài)區(qū)域影像； 一地 址分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的地址變化， 以產生一第一分析結果；以及一比對單元，用以與該地址分析單元連 接，用以比較該第一分析結果與一第一預定范圍。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該多個影像為該監(jiān) 視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影像 與一第二擷取時間的第二空間影像，該火焰?zhèn)蓽y裝置更包括 一第二 分析單元，其與該影像擷取單元連接，用以分析該多個影像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第二分析結果并與一參考火焰的 一色彩模型特征比較，其中該色彩模型采用一三維RGB高斯混合模型 和一三維YUV高斯混合模型至少其一； 一第三分析單元，其與該影像 擷取單元連接，用以分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三 分析結果，其中該第三分析結果是用以和該參考火焰特征的一閃爍頻 率作比較； 一面積分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，該第四分析結果是用以和一第二預定范圍作比較； 一數(shù)據(jù)庫，其與該比對單元連接， 用以儲存該參考火焰影像特征；以及一警報單元，其與該比對單元連 接，若該動態(tài)區(qū)域影像為一火焰影像時，用以發(fā)出一警報信號，其中 該比對單元與所述分析單元連接。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該地址分析單元是 以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一重心地址隨時間的變 化的一第一程度，若該第一程度超過一第一預定范圍，則判斷該動態(tài) 區(qū)域影像不為一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。根據(jù)本發(fā)明的主要目的，提供又一種火焰?zhèn)蓽y裝置，其包括一 影像擷取單元，用以擷取多個影像； 一第一分析單元，其與該影像擷 取單元連接，用以分析該多個影像中是否存在該動態(tài)區(qū)域影像； 一面 積分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的地址變化， 以產生一第一分析結果；以及一比對單元，用以與該地址分析單元連 接，用以比較該第一分析結果與一第一預定范圍。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其更包括 一第二分析 單元，其與該影像擷取單元連接，其與該影像擷取單元連接，用以分 析該多個影像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第二分析 結果并與一參考火焰的一色彩模型特征比較，其中該色彩模型采用一 三維RGB高斯混合模型和一三維YUV高斯混合模型至少其一； 一第 三分析單元，其與該影像擷取單元連接，用以分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三分析結果，該第三分析結果是用以和該參考 火焰特征的一閃爍頻率作比較； 一地址分析單元，其與該影像擷取單 元連接，用于分析該動態(tài)區(qū)域影像的一地址變化以產生一第四分析結果，該第四分析結果是用以和一第二預定范圍作比較； 一數(shù)據(jù)庫，其 與該比對單元連接，用以儲存該參考火焰影像特征；以及一警報單元， 其與該比對單元連接，若該動態(tài)區(qū)域影像為一火焰影像時，用以發(fā)出 一警報信號，其中該比對單元與所述分析單元連接。較佳地，本發(fā)明所提供的火焰?zhèn)蓽y裝置，其中該多個影像為該監(jiān) 視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影像 與一第二擷取時間的第二空間影像，而該面積分析單元與該影像擷取 單元連接，并以一追蹤對象演算法判斷該動態(tài)區(qū)域影像的一面積隨時 間的變化的一變化程度，若該變化程度超過一第一預定范圍，則判斷 該動態(tài)區(qū)域影像不為一火焰影像，其中該第一預定范圍為-(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。本發(fā)明設計的火焰?zhèn)蓽y方法與裝置可以大幅提高火焰?zhèn)蓽y的準確 度，以精準的判斷是否有火焰的產生，進而對初期火災及火災的發(fā)生 達到早期偵測及實時警示的功能，以及早救災及防止災害擴大，同時 其數(shù)據(jù)庫可以將每次偵測到火焰的分析數(shù)據(jù)儲存以更新數(shù)據(jù)庫的比對 數(shù)據(jù)，更進一步增加每次偵測的精確性以達到比現(xiàn)有技術更佳的火焰 偵測效果。圖1為本發(fā)明火焰?zhèn)蓽y方法的一實施例的流程圖。 圖2A為本發(fā)明火焰?zhèn)蓽y裝置第一實施例的架構示意圖。 圖2B為本發(fā)明火焰?zhèn)蓽y裝置第二實施例的架構示意圖。 圖2C為本發(fā)明火焰?zhèn)蓽y裝置第三實施例的架構示意圖。 主要元件符號說明11、 21、 31 影像擷取裝置 13、 23、 32警報裝置 12 電腦主機 22 數(shù)字錄像記錄器


24、33 數(shù)字信號處理芯片14、241、 331 動態(tài)分析單元15、242、 332色彩模型分析單元16、243、 333 閃爍頻率分析單元17、244、 334 比對單元18、245、 335 數(shù)據(jù)庫191、246、 336地址分析單元192.、247、 337面積分析單元41擷取多個影像42動態(tài)區(qū)域影像偵測421判斷多個影像中是否具有一動態(tài)區(qū)域44色彩模型分析441比對色彩模型是否符合一火焰色彩的特征45閃爍頻率分析451比對閃爍頻率是否符合一火焰的閃爍特征46火焰重心地址及面積變化分析47確認火焰并發(fā)出警報48將分析數(shù)據(jù)存入數(shù)據(jù)庫49判斷非火焰具體實施方式
為了克服目前火災的偵測常有誤判以致于延誤救災時機或時常產 生假警報的問題，本申請?zhí)岢鲆环N新穎的火焰?zhèn)蓽y方法與裝置，在本 申請的火焰?zhèn)蓽y裝置與方法中，特征比對裝置中具有各特征的數(shù)據(jù)庫， 讓各特征分析裝置完成分析之后，可與數(shù)據(jù)庫中的高斯色彩模型比對， 以及根據(jù)火焰的閃爍頻率，進一步精確的辨識火焰的特征以達到火災 偵測的功能。本發(fā)明將可由以下的實施例說明而得到充分了解，使得 本領域技術人員可以據(jù)以完成，但本發(fā)明的實施并非可由下列實例而 被限制其實施型態(tài)。請參閱圖1 ，其是本發(fā)明火焰?zhèn)蓽y方法的一實施例的流程圖。首先，擷取多個影像(步驟41)，該多個影像為一監(jiān)視空間在不同時間點的記錄影像，例如 一第一擷取時間的一第一空間影像與一第二擷取時間 的第二空間影像。然后，執(zhí)行一移動偵測(步驟42)來分析該多個影像 中是否存在一動態(tài)區(qū)域影像，該動態(tài)區(qū)域影像是指該第一空間影像與 該第二空間影像中所不同的特定區(qū)域的影像，而表示在該第一擷取時 間與該第二擷取時間之間該監(jiān)視空間所存在的一移動對象。如果該多個影像中不存在動態(tài)區(qū)域影像，則偵測流程直接進行至 步驟49，表示在此監(jiān)視空間中并未偵測到火焰。如果該多個影像中存在一動態(tài)區(qū)域影像，則執(zhí)行下一步驟的色彩模型分析(步驟44)。該色 彩模型分析(步驟44)是分析該經(jīng)偵測到的動態(tài)區(qū)域影像的一色彩模型， 并比對其色彩模型是否符合一參考火焰的色彩特征(步驟441)，若符合， 則進行步驟45的閃爍頻率分析，若否，則進行至步驟49表示該動態(tài) 區(qū)域影像不為一火焰影像。該閃爍頻率分析(步驟45)是分析該動態(tài)區(qū) 域影像的閃爍頻率，并判斷其是否符合一參考火焰的閃爍特征(步驟 451)。若符合，則繼續(xù)進行步驟46的重心地址與面積變化分析，若否， 則進行至步驟49排除該動態(tài)區(qū)域影像為一火焰影像的可能。在步驟46中包含了兩個個別可獨立的分析，其一是火焰重心地址 分析而另一個則是火焰面積分析，這兩個分析是用以檢核該動態(tài)區(qū)域 影像的重心地址變化以及面積變化是否小于一般火焰可能的變化值。 若仍符合，則執(zhí)行步驟47和步驟48，若否，則至步驟49判斷不為火 焰，其中，步驟47是確認該動態(tài)區(qū)域影像為一火焰影像，即該監(jiān)視空 間中存在一火焰，并發(fā)出一警報；步驟48則是將上述的分析數(shù)據(jù)存入 數(shù)據(jù)庫中，用以更新數(shù)據(jù)庫中的火焰特征數(shù)據(jù)，做為往后的比對之用。在步驟44中，該色彩模型分析包括一三維高斯混合模型(Gaussian mixture model, GMM)分析，其包含該動態(tài)區(qū)域影像的色彩像素變化， 時間，與空間三個參數(shù)，并采用一三維RGB高斯混合模型來判斷該動 態(tài)區(qū)域影像是否符合一火焰色彩特征之一 RGB高斯分布機率，及/或采 用一三維YUV高斯混合模型來判斷該動態(tài)區(qū)域影像是否符合一火焰 色彩特征之一 YUV高斯分布機率。更佳的，該色彩模型分析可采用一類神經(jīng)網(wǎng)絡(Artificial Neural Network, ANN)分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng) 網(wǎng)絡訓練，并采用一倒傳遞類神經(jīng)網(wǎng)絡(Back-Propagation network,BPN)模式，其中包括2個隱藏層，每個隱藏層有5個節(jié)點。其后在步驟441，將上述對于該動態(tài)區(qū)域影像分析的結果與數(shù)據(jù)庫中一參考火焰的特征作比較。上述的YUV色彩模型是不同于一般使用的RGB(紅-綠-藍)色彩模型的另一種色彩模型，其中該色彩參數(shù)Y代表"明亮度(Luminance)"，該色彩參數(shù)U代表"色度(Chrominance)"，而該色彩參數(shù)V代表"濃度(Chroma)"。 YUV色彩模型與RGB色彩模型的關系表示為l'' = 0.2￡)9*_R. +0.587* G +0.114 (7 = 0扁奉(￡ — — O.IM)V = 0.615 * —〗，〉(1 - 0.299)而上述的色彩參數(shù)'T，則為 一 般所稱的"強度(Intensity)"或"灰值 (Gray Value)",其與RGB色彩參數(shù)的關為 I=(R+G+B)/3。通過高斯混合模型(GMM)分析和類神經(jīng)網(wǎng)絡(ANN)分析，可大幅提升火焰色彩分析的準確度。在步驟45中，該閃爍頻率分析是利用一維時間小波轉換(Time Wavelet Transform, TWT)來分析該動態(tài)區(qū)域影像的色彩與高度(Height) 至少其一隨時間變化的程度，其中分析該色彩隨時間變化的程度包括 色彩參數(shù)I及/或色彩參數(shù)Y，而閃爍頻率分析的頻段為5Hz至lOHz。 通過執(zhí)行一次的時間小波轉換，即可得到令人滿意的結果，這可以顯 著的減少計算的時間。其后，在步驟451中，比對分析的結果是否符合數(shù)據(jù)庫中一參考 火焰的閃爍頻率特征。在閃爍頻率分析中采用時間小波轉換具有轉換 結果仍與時間相關的優(yōu)點，此外，通過采用一維的小波轉換，可以更 快而更簡單的得到分析的計算結果。在步驟46中，分別分析了該動態(tài)區(qū)域影像的重心地址與面積隨時 間的變化，因為根據(jù)早期火焰的特性，其重心地址與面積的變化是連 續(xù)性的，在短時間內，不應有太大的變化。在步驟46中的重心地址變化分析中，采用追蹤對象演算法來判斷 該動態(tài)區(qū)域影像的重心地址隨時間的變化的程度；若其變化的程度超 過一第一預定范圍，則可判斷該動態(tài)區(qū)域影像不為一火焰影像。在一實施例中，該第一預定范圍可定義為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在前的第一擷取時間時該動態(tài)區(qū)域影像的重心地 址，(Xw，Yw)則為其后的第二擷取時間時該動態(tài)區(qū)域影像的重心地址， 而TH1則為一特定值。在又一實施例中，若該多個影像的大小為320 x 240像素時，該TH1可設定為80像素，即可得到滿意的判識結果。在步驟46中的面積變化分析中，采用追蹤對象演算法來判斷該動 態(tài)區(qū)域影像的面積隨時間的變化的程度；若其變化的程度超過一第二 預定范圍，則可判斷該動態(tài)區(qū)域影像不為一火焰影像。在一實施例中，該第二預定范圍可取為 (l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積，如此則可得到滿意的判識 結果。經(jīng)由上述的步驟可大幅提升火焰?zhèn)蓽y的準確度，而避免誤警報的 發(fā)生。在上述的說明中，步驟46是在得到步驟44和步驟45的分析結果 后才實施，而步驟47是在步驟44 46的結果都得出后才實施。然而， 必需特別指出，上述步驟44的色彩模型分析、步驟45的閃爍頻率分 析、以及步驟46中的地址變化分析以及面積變化分析皆可以獨自實施 而不依附其它分析的結果來實施。對于本領域一般技術人員來說，基 于本發(fā)明所提供的內容，上述的色彩模型分析、閃爍頻率分析、地址 變化分析以及面積變化分析在一火焰?zhèn)蓽y流程中，皆可以分別任意而 視需要的采用并不限次序的組合，以視實際需要減少分析的復雜度并 提升偵測的效能。請參閱圖2A，其是本發(fā)明火焰?zhèn)蓽y裝置第一實施例的架構示意圖。 該種火焰?zhèn)蓽y裝置包括一影像擷取單元11、 一電腦主機12及一警報單 元13;其中，該電腦主機12中具有一動態(tài)分析單元14、 一色彩模型 分析單元15、 一閃爍頻率分析單元16、 一比對單元17， 一數(shù)據(jù)庫18， 一地址分析單元191和一面積分析單元192。在該數(shù)據(jù)庫18中存有經(jīng) 過大量經(jīng)由實驗與先前分析而得的火焰特征的數(shù)據(jù)，包括火焰色彩模型的數(shù)據(jù)以及閃爍頻率的數(shù)據(jù)。該火焰?zhèn)蓽y裝置通過該影像擷取單元11擷取多個影像，其中包括 了許多對象，該動態(tài)分析單元14通過可更新背景的移動偵測來分析該 多個影像中是否具有一表示移動對象的一動態(tài)區(qū)域影像；接著該色彩 模型分析單元15會分析該動態(tài)區(qū)域影像的色彩，并通過比對單元17與數(shù)據(jù)庫18中所儲存火焰的色彩模型的統(tǒng)計數(shù)據(jù)作比對，以判斷該動 態(tài)區(qū)域影像的色彩模型是否符合一參考火焰色彩的特征；該閃爍頻率 分析單元16使用時間小波轉換的運算方式分析該動態(tài)區(qū)域影像的色彩 值以及高度隨時間變化程度，并通過比對單元17與數(shù)據(jù)庫18中一參 考火焰的閃爍頻率數(shù)據(jù)作比對該動態(tài)區(qū)域影像是否具有與該參考火焰 相同的閃爍頻率。其后，通過該地址分析單元191和面積分析單元192 來檢核該動態(tài)區(qū)域影像的重心地址和面積隨時間的變化幅度是否過 大，而排除為一火焰的可能。若是該動態(tài)區(qū)域影像的色彩和閃爍特征符合一參考火焰的特征， 而其重心地址和面積隨時間的變化幅度亦小于預定的范圍，則該電腦 主機12將判斷該對象為一火焰，并通過該警報單元13發(fā)出警報。該 警報單元13可將警報信號發(fā)送至火災監(jiān)控中心的中控電腦、火警受信 機或手機。請參閱圖2B，其是本發(fā)明火焰?zhèn)蓽y裝置第二實施例的架構示意圖。 該種火焰?zhèn)蓽y裝置包括一影像擷取單元21、 一數(shù)字錄像記錄器22及一 警報單元23;其中，該數(shù)字錄像記錄器22更具有一數(shù)字信號處理芯片 24，其中該數(shù)字信號處理芯片24中包含了一動態(tài)分析單元241、 一色 彩模型分析單元242、 一閃爍頻率分析單元243、 一比對單元244， 一 數(shù)據(jù)庫245， 一地址分析單元246和一面積分析單元247。在該數(shù)據(jù)庫 245中存有經(jīng)過大量經(jīng)由實驗與先前分析而得的火焰特征的數(shù)據(jù)，包括火焰色彩模型的數(shù)據(jù)以及閃爍頻率的數(shù)據(jù)。該火焰?zhèn)蓽y裝置通過該影像擷取單元21擷取多個影像，其中包括 了許多對象，該動態(tài)分析單元241通過可更新背景的移動偵測來分析 該多個影像中是否具有一表示移動對象的一動態(tài)區(qū)域影像；接著該色 彩模型分析單元242會分析該動態(tài)區(qū)域影像的色彩模型，并通過比對 單元245與數(shù)據(jù)庫246中火焰的色彩模型的統(tǒng)計數(shù)據(jù)作比對，以判斷此動態(tài)對象的色彩模型是否符合一參考火焰色彩的特征；該閃爍頻率 分析單元243會利用時間小波轉換的運算方式計算分析該動態(tài)區(qū)域影像的色彩值以及高度隨時間變化程度，并通過比對單元244與數(shù)據(jù)庫 245中一參考火焰的閃爍頻率數(shù)據(jù)作比對該動態(tài)區(qū)域影像是否符合該參考火焰的閃爍頻率特征。其后，通過該地址分析單元246和面積分 析單元247來檢核該動態(tài)區(qū)域影像的重心地址和面積隨時間的變化幅 度是否過大，而排除為一火焰的可能。若是該動態(tài)區(qū)域影像的色彩和閃爍特征符合一參考火焰的特征， 而其重心地址和面積隨時間的變化幅度亦小于預定的范圍，則該火焰 偵測裝置22將判斷該對象為一火焰，并通過該警報單元23發(fā)出警報。 該警報單元23可將警報信號發(fā)送至火災監(jiān)控中心的中控電腦、火警受 信機或手機。請參閱圖2C，其是本發(fā)明火焰?zhèn)蓽y裝置第三實施例的架構示意圖。 該種火焰?zhèn)蓽y裝置包括一影像擷取單元31及一警報單元32;該影像擷 取裝置31具有一數(shù)字信號處理芯片33，其中包含了一動態(tài)分析單元 331、 一色彩模型分析單元332、 一閃爍頻率分析單元333、 一比對單 元334、 一數(shù)據(jù)庫335、 一地址分析單元336和一面積分析單元337。 在該數(shù)據(jù)庫335中存有經(jīng)過大量經(jīng)由實驗與先前分析而得的火焰特征 數(shù)據(jù)包括火焰色彩模型的數(shù)據(jù)以及閃爍頻率的數(shù)據(jù)。該火焰?zhèn)蓽y裝置通過該影像擷取單元31擷取多個影像，其中包括 了許多對象，該動態(tài)分析單元331通過可更新背景的移動偵測來分析 該多個影像中是否具有一表示移動對象的一動態(tài)區(qū)域影像；接著該色 彩模型分析單元332會分析該動態(tài)區(qū)域影像的色彩模型，并通過比對 單元334與數(shù)據(jù)庫335中火焰的色彩模型的統(tǒng)計數(shù)據(jù)作比對，以判斷 該動態(tài)區(qū)域影像的色彩模型是否符合一參考火焰色彩的特征；該閃爍 頻率分析單元333會利用時間小波轉換的運算方式計算該動態(tài)區(qū)域影 像的色彩值以及高度隨時間變化程度，并通過比對單元334與數(shù)據(jù)庫 335中一參考火焰的閃爍頻率數(shù)據(jù)作比對該動態(tài)區(qū)域影像是否具有與 火焰相同的閃爍頻率。其后，通過該地址分析單元336和面積分析單 元337來檢核該動態(tài)區(qū)域影像的重心地址和面積隨時間的變化幅度是 否過大，而排除為一火焰的可能。若是該動態(tài)區(qū)域影像的色彩和閃爍特征符合一參考火焰的特征， 而其重心地址和面積隨時間的變化幅度亦小于預定的范圍，則該火焰 偵測裝置判斷該對象為一火焰，并通過該警報單元32發(fā)出警報。該警
報單元32可將警報信號發(fā)送至火災監(jiān)控中心的中控電腦、火警受信機
或手機。
本發(fā)明的火焰?zhèn)蓽y裝置所使用的數(shù)據(jù)庫18， 245， 335中的火焰特 征是使用大量的各種火災的紀錄像片，針對其中的火焰的影像作分析 所得到的數(shù)據(jù)，其中的色彩模型是針對影片中的火焰影像，利用高斯 混合模型(Gaussian mixture model,簡稱GMM)對火焰的色彩像素變化 對時間與空間作三維分析，再將分析的結果存在數(shù)據(jù)庫中以供比對之 用。閃爍頻率是針對火焰的影像，利用一維的時間小波轉換分析火焰 的色彩隨時間的程度變化，再做成統(tǒng)計數(shù)據(jù)并存為比對用的數(shù)據(jù)庫。 此外本發(fā)明所使用的數(shù)據(jù)庫18， 245， 335更具有學習與更新的能力， 在每次偵測到火焰后，會將所偵測分析到的色彩值加入數(shù)據(jù)庫中，以 更新色彩模型，使后續(xù)的特征判斷更加精確。
該色彩模型分析單元15，242，332分別與該影像擷取單元14,241， 331連接，并采用包含該動態(tài)區(qū)域影像的色彩像素變化對時間與空間三 個參數(shù)的三維高斯混合模型分析，且以采一三維RGB高斯混合模型及 /或一三維YUV高斯混合模型分析，來判斷該動態(tài)區(qū)域影像是否符合 一火焰色彩特征之一 RGB高斯分布機率及/或一 YUV高斯分布機率。
更佳的，該色彩模型分析單元15， 242， 332可采用一類神經(jīng)網(wǎng)絡 分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng)網(wǎng)絡訓練，并采 用一倒傳遞類神經(jīng)網(wǎng)絡模式，其中包括2個隱藏層，每個隱藏層有5 個節(jié)點，如此可更增進參考火焰的色彩模型的準確度。
該閃爍頻率分析單元16，243，333分別與該影像擷取單元14，241， 331連接，并利用時間小波轉換來分析該動態(tài)區(qū)域影像的色彩及/或高 度隨時間變化的程度，并分析色彩參數(shù)I與Y至少其一，而取該色彩 參數(shù)I與Y至少其一的一閃爍頻率范圍為5Hz至lOHz來分析。更佳 的是，可采取一次一維時間小波轉換來簡化并加速計算。
該地址分析單元191， 246， 336分別與該影像擷取單元14， 241， 331連接，并采用追蹤對象演算法來判斷該動態(tài)區(qū)域影像的重心地址隨時間的變化的程度；若其變化的程度超過一第一預定范圍，則可判斷 該動態(tài)區(qū)域影像不為一火焰影像，因為一火焰的重心地址在一短時間 內不應有太大的變化幅度。
該地址分析單元191， 246， 336分別與該影像擷取單元14， 241, 331連接，并釆用追蹤對象演算法來判斷該動態(tài)區(qū)域影像的重心地址隨 時間的變化的程度；若其變化的程度超過一第一預定范圍，則可判斷 該動態(tài)區(qū)域影像不為一火焰影像，因為一火焰的重心地址在一短時間 內不應有太大的變化幅度。
在一實施例中，該第一預定范圍可定義為
<formula>formula see original document page 32</formula>，
其中(Xt， Yt)為在前的第一擷取時間時該動態(tài)區(qū)域影像的重心地 址，(Xt+pYw)則為其后的第二擷取時間時該動態(tài)區(qū)域影像的重心地址， 而TH1則為一特定值。在一實施例中，若該多個影像的大小為320 x 240 像素時，該TH1可設定為大約80像素，即可得到滿意的判識結果，若 欲更精確的排除可能的誤警報，該TH1可進一步設定為大約50像素。
該面 積分析單元192， 247， 337分別與該影像擷取單元14， 241， 331連接，并采用追蹤對象演算法來判斷該動態(tài)區(qū)域影像的面積隨時間 的變化的程度；若其變化的程度超過一第二預定范圍，則可判斷該動 態(tài)區(qū)域影像不為一火焰影像，因為一火焰的面積在一短時間內不應有 太大的變化幅度。
在一實施例中，該第二預定范圍可取為 (l/3)At<At+1<3At ，
則可得到滿意的判識結果，其中At為在該第一擷取時間時該動態(tài) 區(qū)域影像的面積，At+1則為該第二擷取時間時該動態(tài)區(qū)域影像的面積。
通過地址分析單元與面積分析單元的采用，火焰?zhèn)蓽y裝置可減少 誤警報的可能，而提高火焰?zhèn)蓽y的準確度。
在上述的說明所舉列的火焰?zhèn)蓽y裝置都包含了色彩模型分析單 元、閃爍頻率分析單元、地址變化分析單元以及面積變化分析單元， 然而這四個單元皆可以獨自運行而不必然依附其它分析單元來運行。 對于本領域一般技術人員來說，基于本發(fā)明所揭需的內容，上述的色 彩模型分析單元、閃爍頻率分析單元、地址變化分析單元以及面積變化分析單元就一火焰?zhèn)蓽y裝置的制造時，皆可以分別任意而視需要的 采用并不限次序的組合，以視實際需要減少分析的復雜度并提升偵測 的效能。
綜上所述，本發(fā)明設計的火焰?zhèn)蓽y方法與裝置可以大幅提高火焰 偵測的準確度，以精準的判斷是否有火焰的產生，進而對初期火災及 火災的發(fā)生達到早期偵測及實時警示的功能，以及早救災及防止災害 擴大，同時其數(shù)據(jù)庫可以將每次偵測到火焰的分析數(shù)據(jù)儲存以更新數(shù) 據(jù)庫的比對數(shù)據(jù)，更進一步增加每次偵測的精確性以達到比現(xiàn)有技術 更佳的火焰?zhèn)蓽y效果。
權利要求
1、一種火焰?zhèn)蓽y方法，其步驟包括(A)擷取一監(jiān)視空間的多個影像；(B)判斷該多個影像中是否存在一動態(tài)區(qū)域影像；(C)分析該動態(tài)區(qū)域影像的一色彩模型以產生一第一分析結果，并比較該第一分析結果與一參考火焰影像的一第一特征，其中該色彩模型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其一；以及(D)根據(jù)步驟(C)中比較的結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。
2、 根據(jù)權利要求1所述的火焰?zhèn)蓽y方法，其中該多個影像為該監(jiān) 視空間在不同時間點的記錄影像，包括一第一擷取時間的一第一空間 影像與一第二擷取時間的第二空間影像，該動態(tài)區(qū)域影像是指該第一 空間影像與該第二空間影像中所不同的特定區(qū)域影像，而表示在該第 一擷取時間與該第二擷取時間之間該監(jiān)視空間所存在的一移動對象。
3、 根據(jù)權利要求2所述的火焰?zhèn)蓽y方法，更包括(E) 進行一閃爍頻率分析，用以分析該動態(tài)區(qū)域影像的一閃爍頻率 以產生一第二分析結果，并比較該第二分析結果與一參考火焰影像的 一第二特征；(F) 進行一地址分析，用以分析該動態(tài)區(qū)域影像的一地址變化以產 生一第三分析結果，并比較該第三分析結果與一第一預定范圍；(G) 進行一面積分析，用以分析該動態(tài)區(qū)域影像的一面積變化以產 生一第四分析結果，并比較該第四分析結果與一第二預定范圍；(H) 儲存該第一分析結果與第二分析結果至一數(shù)據(jù)庫；以及(I) 若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。
4、 根據(jù)權利要求3所述的火焰?zhèn)蓽y方法，其中該步驟(E)是利用一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一隨 時間變化的程度，并分析色彩參數(shù)I與Y至少其一，而取該色彩參數(shù)I 與Y至少其一的一閃爍頻率范圍為5Hz至10Hz來分析。
5、 根據(jù)權利要求3所述的火焰?zhèn)蓽y方法，其中該步驟(F)包括(Fl)以追蹤對象演算法，判斷該動態(tài)區(qū)域影像的重心地址隨時間的 變化的一第一程度；以及(F2)若該第一程度超過一第一預定范圍，則判斷該動態(tài)區(qū)域影像不為一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。
6、 根據(jù)權利要求5所述的火焰?zhèn)蓽y方法，其中若該多個影像的大 小為320x240像素時，該TH1可設定為80像素。
7、 根據(jù)權利要求3所述的火焰?zhèn)蓽y方法，其中步驟(G)包括 以追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的一第二程度；以及若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影像不為 一火焰影像，其中該第二預定范圍為(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
8、 根據(jù)權利要求1所述的火焰?zhèn)蓽y方法，其中該步驟(C)包括 采用包含該動態(tài)區(qū)域影像的色彩像素變化，時間，與空間三個參數(shù)的一三維高斯混合模型分析；判斷該動態(tài)區(qū)域影像是否符合一火焰色彩特征之一RGB高斯分布 機率，與一YUV高斯分布機率至少其一；采用一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行 類神經(jīng)網(wǎng)絡訓練，并采用一倒傳遞類神經(jīng)網(wǎng)絡模式，其中包括2個隱 藏層，每個隱藏層有5個節(jié)點。
9、 一種火焰?zhèn)蓽y方法，其步驟包括 (A)擷取一監(jiān)視空間的多個影像；(B) 判斷該多個影像中是否存在一動態(tài)區(qū)域影像；(C) 分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第一分析結果；(D) 根據(jù)該第一分析結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。
10、 根據(jù)權利要求9所述的火焰?zhèn)蓽y方法，更包括(E) 比較該第一分析結果與一參考火焰影像的一閃爍特征；(F) 分析該動態(tài)區(qū)域影像的一色彩模型以產生一第二分析結果，并 比較該第二分析結果與一參考火焰影像的一色彩特征，其中該色彩模型釆用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其(G) 分析該動態(tài)區(qū)域影像的一地址變化以產生一第三分析結果，并 將該第三分析結果與一第一預定范圍作比較；(H) 分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，并 將該第四分析結果與一第二預定范圍作比較；(H) 儲存該第一分析結果與第二分析結果至一數(shù)據(jù)庫；以及(I) 若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。
11、 根據(jù)權利要求9所述的火焰?zhèn)蓽y方法，其中該步驟(C)是利用 一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一 隨時間變化的程度，該色彩包括色彩參數(shù)I與Y至少其一，而取一閃 爍頻率范圍為5Hz至10Hz來分析。
12、 一種火焰?zhèn)蓽y方法，其步驟包括(A) 擷取一監(jiān)視空間的多個影像；(B) 分析該多個影像中的一動態(tài)區(qū)域影像的一地址變化以產生一第 一分析結果；(C) 根據(jù)該第一分析結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。
13、 根據(jù)權利要求12所述的火焰?zhèn)蓽y方法，其中該多個影像為該 監(jiān)視空間在不同時間點的記錄影像，包括一第一擷取時間的一第一空 間影像與一第二擷取時間的第二空間影像，該動態(tài)區(qū)域影像是指該第 一空間影像與該第二空間影像中所不同的特定區(qū)域影像，而表示在該 第一擷取時間與該第二擷取時間之間該監(jiān)視空間所存在的一移動對 象。
14、 根據(jù)權利要求13所述的火焰?zhèn)蓽y方法，更包括 (A2)判斷該多個影像中是否存在該動態(tài)區(qū)域影像； (C2)比較該第一分析結果與一第一預定范圍；(D) 分析該動態(tài)區(qū)域影像的一色彩模型以產生一第二分析結果，并 比較該第二分析結果與一參考火焰影像的一色彩特征，其中該色彩模型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其(E) 分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三分析結果，并 比較該第二分析結果與一參考火焰影像的一閃爍特征；(F) 分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，并 比較該第四分析結果與一第二預定范圍；(H) 根據(jù)上述比較的結果判斷該動態(tài)區(qū)域影像是否為一火焰影像；(I) 儲存該第二分析結果與第三分析結果至一數(shù)據(jù)庫；以及 (J)若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。
15、 根據(jù)權利要求14所述的火焰?zhèn)蓽y方法，其中該步驟(D)包括 釆用包含該動態(tài)區(qū)域影像的色彩像素變化，時間，與空間三個參數(shù)的一三維高斯混合模型分析；判斷該動態(tài)區(qū)域影像是否符合一火焰色彩特征之一RGB高斯分布 機率，與一YUV高斯分布機率至少其一；采用一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行 類神經(jīng)網(wǎng)絡訓練，并采用一倒傳遞類神經(jīng)網(wǎng)絡模式，其中包括2個隱 藏層，每個隱藏層有5個節(jié)點。
16、 根據(jù)權利要求14所述的火焰?zhèn)蓽y方法，其中該步驟(E)是利用 一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少其一 隨時間變化的程度，其中該色彩包括色彩參數(shù)I與Y至少其一，而取 一閃爍頻率范圍為5Hz至10Hz來分析。
17、 根據(jù)權利要求14所述的火焰?zhèn)蓽y方法，其中步驟(F)包括 (Fl)以追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化的一第二程度；以及(F2)若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影像不 為一火焰影像，其中該第二預定范圍為-(l/3)At<At+1 <3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
18、 根據(jù)權利要求13所述的火焰?zhèn)蓽y方法，其中該步驟(C)包括 以追蹤對象演算法，判斷該動態(tài)區(qū)域影像的重心地址隨時間的變化的一第一程度；以及若該第一程度超過一第一預定范圍，則判斷該動態(tài)區(qū)域影像不為 一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而THl則為一特定值。
19、 根據(jù)權利要求18所述的火焰?zhèn)蓽y方法，其中若該多個影像的 大小為320x240像素時，該TH1可設定為80像素。
20、 一種火焰?zhèn)蓽y方法，其步驟包括(A) 擷取一監(jiān)視空間的多個影像；(B) 分析該多個影像中的一動態(tài)區(qū)域影像的一面積變化以產生一第 一分析結果；(C) 根據(jù)該第一分析結果判斷該動態(tài)區(qū)域影像是否為一火焰影像。
21、 根據(jù)權利要求20所述的火焰?zhèn)蓽y方法，更包括 (A2)判斷該多個影像中是否存在該動態(tài)區(qū)域影像； (C2)比較該第一分析結果與一第一預定范圍；(D) 分析該動態(tài)區(qū)域影像的一色彩模型以產生一第二分析結果，并 比較該第二分析結果與一參考火焰影像的一色彩特征，其中該色彩模 型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其(E) 分析該動態(tài)區(qū)域影像的一閃爍頻率以產生一第三分析結果，并 比較該第二分析結果與一參考火焰影像的一閃爍特征；(F)分析該動態(tài)區(qū)域影像的一面積變化以產生一第四分析結果，并 比較該第四分析結果與一第二預定范圍；(H) 根據(jù)上述比較的結果判斷該動態(tài)區(qū)域影像是否為一火焰影像；(I) 儲存該第二分析結果與第三分析結果至一數(shù)據(jù)庫；以及 (J)若判斷該動態(tài)區(qū)域影像為一火焰影像，則發(fā)出一警報信號。
22、 根據(jù)權利要求20所述的火焰?zhèn)蓽y方法，其中該多個影像為該 監(jiān)視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影 像與一第二擷取時間的第二空間影像，其中該步驟(C)包括以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變 化的一變化程度；以及若該變化程度超過一第二預定范圍，則判斷該動態(tài)區(qū)域影像不為 一火焰影像，其中該第二預定范圍為-(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
23、 一種火焰?zhèn)蓽y裝置，包括 一影像擷取單元，用以擷取多個影像；一第一分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的一 色彩模型，以產生一第一分析結果，其中該色彩模型采用一三維RGB 高斯混合模型和一三維YUV高斯混合模型至少其一 ；以及一比對單元，用以比較該第一分析結果與一參考火焰特征。
24、 根據(jù)權利要求23所述的火焰?zhèn)蓽y裝置，其中該多個影像 為一監(jiān)視空間在不同時間的記錄影像，其包括一第一擷取時間的一第一空間影像與一第二擷取時間的第二空間影像，該動態(tài)區(qū)域影像 是指該第一空間影像與該第二空間影像比對時不同的一特定區(qū)域影 像，該動態(tài)區(qū)域影像為第一擷取時間進行至該第二擷取時間時該監(jiān)視 空間中的一動態(tài)對象的影像。
25、 根據(jù)權利要求24所述的火焰?zhèn)蓽y裝置，更包括 一第二分析單元，其與該影像擷取單元連接，用以分析該多個影像中是否存在該動態(tài)區(qū)域影像；一第三分析單元，其與該影像擷取單元連接，用以分析該動態(tài)區(qū) 域影像的一閃爍頻率以產生一第二分析結果，該第二分析結果是用以和該參考火焰特征的 一 閃爍頻率作比較；一地址分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一地址變化以產生一第三分析結果，該第三分析結果是用以 和一第一預定范圍作比較；一面積分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一面積變化以產生一第四分析結果，該第四分析結果是用以 和一第二預定范圍作比較；一數(shù)據(jù)庫，其與該比對單元連接，用以儲存該參考火焰影像特征；以及一警報單元，其與該比對單元連接，若該動態(tài)區(qū)域影像為一火焰 影像時，用以發(fā)出一警報信號，其中該比對單元與所述分析單元連接。
26、 根據(jù)權利要求25所述的火焰?zhèn)蓽y裝置，其中該第二分析單元 利用一維時間小波轉換來分析該動態(tài)區(qū)域影像的一色彩與一高度至少 其一隨時間變化的程度，其中分析該色彩隨時間變化的程度是取一段 時間的色彩參數(shù)I與Y至少其一作一維時間小波分析，而取該至少其 一的色彩參數(shù)的一閃爍頻率范圍為5Hz至10Hz作分析。
27、 根據(jù)權利要求25所述的火焰?zhèn)蓽y裝置，其中該地址分析單元 是以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一重心地址隨時間的 變化的一第一程度，若該第一程度超過一第一預定范圍，則判斷該動 態(tài)區(qū)域影像不為一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yw)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。
28、 根據(jù)權利要求27所述的火焰?zhèn)蓽y裝置，其中若該多個影像的 大小為320x240像素時，該TH1可設定為80像素。
29、 根據(jù)權利要求25所述的火焰?zhèn)蓽y裝置，其中該面積分析單元是以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一面積隨時間的變化 的一第二程度，若該第二程度超過一第二預定范圍，則判斷該動態(tài)區(qū) 域影像不為一火焰影像，其中該第二預定范圍為-(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
30、 根據(jù)權利要求25所述的火焰?zhèn)蓽y裝置，其中當該動態(tài)區(qū)域影 像被判定為一火焰時，該數(shù)據(jù)庫可以儲存分析的結果，以作為一第二 參考火焰特征。
31、 根據(jù)權利要求23所述的火焰?zhèn)蓽y裝置，其中該第一分析單元 與該影像擷取單元連接，并釆取一高斯混合模型和包含該動態(tài)區(qū)域影 像的色彩像素變化針對時間與空間的三維分析，并采取至少一三維 RGB高斯混合模型與一 YUV三維高斯模型，其中該RGB高斯混合模 型用以判斷該動態(tài)區(qū)域影像是否符合一火焰特征色彩的RGB高斯分布 機率，而該YUV三維高斯模型則用以判斷該動態(tài)區(qū)域影像是否符合一 火焰特征色彩的YUV高斯分布機率。
32、 根據(jù)權利要求23所述的火焰?zhèn)蓽y裝置，其中 該第一分析單元采用一類神經(jīng)網(wǎng)絡分析，其利用R、 G、 B、 I四個色彩參數(shù)進行類神經(jīng)網(wǎng)絡訓練；以及一倒傳遞類神經(jīng)網(wǎng)絡模式，其包括2個隱藏層，每個隱藏層有5 個節(jié)點。
33、 根據(jù)權利要求23所述的火焰?zhèn)蓽y裝置，其中該影像擷取單元 為一相機或錄像機其中之一。
34、 一種火焰?zhèn)蓽y裝置，包括 一影像擷取單元，用以擷取多個影像；一第一分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的一 閃爍頻率，以產生一第一分析結果；以及一比對單元，用以比較該第一分析結果與一參考火焰特征。
35、 根據(jù)權利要求34所述的火焰?zhèn)蓽y裝置，其中該多個影像為該 監(jiān)視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影像與一第二擷取時間的第二空間影像，該火焰?zhèn)蓽y裝置更包括一第二分析單元，其與該影像擷取單元連接，用以分析該多個影像中是否存在該動態(tài)區(qū)域影像；一第三分析單元，其與該影像擷取單元連接，用以分析該多個影像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第二分析結果并與一參考火焰的一色彩模型特征比較，其中該色彩模型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型至少其一；一地址分析單元，其與該影像擷取單元連接，并分析該動態(tài)區(qū)域 影像的一地址變化以產生一第三分析結果，該第三分析結果是用以和一第一預定范圍作比較；一面積分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一面積變化以產生一第四分析結果，該第四分析結果是用以 和一第二預定范圍作比較；一數(shù)據(jù)庫，其與該比對單元連接，用以儲存該參考火焰影像特征；以及一警報單元，其與該比對單元連接，若該動態(tài)區(qū)域影像為一火焰 影像時，用以發(fā)出一警報信號，其中該比對單元與所述分析單元連接。
36、 根據(jù)權利要求35所述的火焰?zhèn)蓽y裝置，其中該第三分析單元 采取一高斯混合模型和包含該動態(tài)區(qū)域影像的色彩像素變化針對時間 與空間的三維分析，并采取至少一三維RGB高斯混合模型與一 YUV 三維高斯模型，其中該RGB高斯混合模型用以判斷該動態(tài)區(qū)域影像是 否符合一火焰特征色彩的RGB高斯分布機率，而該YUV三維高斯模 型則用以判斷該動態(tài)區(qū)域影像是否符合一火焰特征色彩的YUV高斯 分布機率。
37、 根據(jù)權利要求34所述的火焰?zhèn)蓽y裝置，其中該第一分析單元 與該影像擷取單元連接，并利用一維時間小波轉換來分析該動態(tài)區(qū)域 影像的一色彩與一高度至少其一隨時間變化的程度，其中分析該色彩 隨時間變化的程度是取一段時間的色彩參數(shù)I與Y至少其一作一維時 間小波分析，而取該至少其一的色彩參數(shù)的一閃爍頻率范圍為5Hz至 10Hz作分析。
38、 一種火焰?zhèn)蓽y裝置，包括 一影像擷取單元，用以擷取多個影像；一第一分析單元，其與該影像擷取單元連接，用以分析該多個影 像中是否存在該動態(tài)區(qū)域影像；一地址分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的地址變化，以產生一第一分析結果；以及一比對單元，用以與該地址分析單元連接，用以比較該第一分析 結果與一第一預定范圍。
39、 根據(jù)權利要求38所述的火焰?zhèn)蓽y裝置，其中該多個影像為該監(jiān)視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影 像與一第二擷取時間的第二空間影像，該火焰?zhèn)蓽y裝置更包括一第二分析單元，其與該影像擷取單元連接，用以分析該多個影 像中的一動態(tài)區(qū)域影像的一色彩模型，以產生一第二分析結果并與一參考火焰的一色彩模型特征比較，其中該色彩模型采用一三維RGB高 斯混合模型和一三維YUV高斯混合模型至少其一；；一第三分析單元，其與該影像擷取單元連接，用以分析該動態(tài)區(qū) 域影像的一閃爍頻率以產生一第三分析結果，該第三分析結果是用以 和該參考火焰特征的一閃爍頻率作比較；一面積分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一面積變化以產生一第四分析結果，該第四分析結果是用以 和一第二預定范圍作比較；一數(shù)據(jù)庫，其與該比對單元連接，用以儲存該參考火焰影像特征;以及一警報單元，其與該比對單元連接，若該動態(tài)區(qū)域影像為一火焰 影像時，用以發(fā)出一警報信號，其中該比對單元與所述分析單元連接。
40、 根據(jù)權利要求39所述的火焰?zhèn)蓽y裝置，其中該地址分析單元 是以一追蹤對象演算法，判斷該動態(tài)區(qū)域影像的一重心地址隨時間的 變化的一第一程度，若該第一程度超過一第一預定范圍，則判斷該動 態(tài)區(qū)域影像不為一火焰影像，其中該第一預定范圍為|(Xt+1， Yt+1)-(Xt， Yt)|<THl，其中(Xt， Yt)為在該第一擷取時間時該動態(tài)區(qū)域影像的重心地址， (Xt+1， Yt+,)則為該第二擷取時間時該動態(tài)區(qū)域影像的重心地址，而TH1 則為一特定值。
41、 根據(jù)權利要求40所述的火焰?zhèn)蓽y裝置，其中若該多個影像的 大小為320x240像素時，該TH1可設定為80像素。
42、 一種火焰?zhèn)蓽y裝置，包括 一影像擷取單元，用以擷取多個影像；一第一分析單元，其與該影像擷取單元連接，用以分析該多個影 像中是否存在該動態(tài)區(qū)域影像；一面積分析單元，用以分析該多個影像中的一動態(tài)區(qū)域影像的地 址變化，以產生一第一分析結果；以及一比對單元，用以與該地址分析單元連接，用以比較該第一分析 結果與一第一預定范圍。
43、 根據(jù)權利要求42所述的火焰?zhèn)蓽y裝置，更包括 一第二分析單元，其與該影像擷取單元連接，其與該影像擷取單元連接，用以分析該多個影像中的一動態(tài)區(qū)域影像的一色彩模型，以 產生一第二分析結果并與一參考火焰的一色彩模型特征比較，其中該 色彩模型采用一三維RGB高斯混合模型和一三維YUV高斯混合模型 至少其一；一第三分析單元，其與該影像擷取單元連接，用以分析該動態(tài)區(qū) 域影像的一閃爍頻率以產生一第三分析結果，該第三分析結果是用以 和該參考火焰特征的 一 閃爍頻率作比較；一地址分析單元，其與該影像擷取單元連接，用于分析該動態(tài)區(qū) 域影像的一地址變化以產生一第四分析結果，該第四分析結果是用以 和一第二預定范圍作比較；一數(shù)據(jù)庫，其與該比對單元連接，用以儲存該參考火焰影像特征;以及一警報單元，其與該比對單元連接，若該動態(tài)區(qū)域影像為一火焰 影像時，用以發(fā)出一警報信號，其中該比對單元與所述分析單元連接。
44、根據(jù)權利要求42所述的火焰?zhèn)蓽y裝置，其中該多個影像為該監(jiān)視空間在不同時間點的記錄影像，包括一第一擷取時間的一空間影 像與一第二擷取時間的第二空間影像，而該面積分析單元與該影像擷 取單元連接，并以一追蹤對象演算法判斷該動態(tài)區(qū)域影像的一面積隨 時間的變化的一變化程度，若該變化程度超過一第一預定范圍，則判斷該動態(tài)區(qū)域影像不為一火焰影像，其中該第一預定范圍為(l/3)At<At+1<3At ，其中At為在該第一擷取時間時該動態(tài)區(qū)域影像的面積，Aw則為 該第二擷取時間時該動態(tài)區(qū)域影像的面積。
全文摘要
本發(fā)明提供一種火焰?zhèn)蓽y方法與裝置，用以監(jiān)視及辨識是否有火焰的發(fā)生，并進一步提升火焰?zhèn)蓽y準確度。該火焰?zhèn)蓽y方法與裝置用以擷取一監(jiān)視空間的多個影像；判斷該多個影像中是否存在一動態(tài)區(qū)域影像；分析該動態(tài)區(qū)域影像的一色彩模型與一閃爍頻率，比較分析結果與一參考火焰影像的特征，并配合該動態(tài)區(qū)域影像的地址變化分析與面積分析，來判斷該動態(tài)區(qū)域影像是否為一火焰影像。
文檔編號H04N9/64GK101316371SQ20071030084
公開日2008年12月3日 申請日期2007年12月29日 優(yōu)先權日2007年5月31日
發(fā)明者張升崑, 王政暐, 許又仁, 趙浩廷, 陸忠憲, 陳奕志, 黃坤霖 申請人:財團法人工業(yè)技術研究院