專利名稱：一種基于特征分析的視頻火焰檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識(shí)別領(lǐng)域，具體涉及火災(zāi)監(jiān)控技術(shù)領(lǐng)域，特別涉及一種基于特征 分析的視頻圖像模式識(shí)別方法以檢測(cè)視頻中的火焰現(xiàn)象。
背景技術(shù)：
火災(zāi)的預(yù)防和探測(cè)一直是人類與火災(zāi)作斗爭(zhēng)過(guò)程中所追求的目標(biāo)。對(duì)于室內(nèi)的環(huán) 境，可以安裝感煙、感溫、感光探測(cè)器，它們分別利用火災(zāi)火焰的煙霧、溫度、光的特性來(lái)對(duì) 火災(zāi)作探測(cè)。但是長(zhǎng)期以來(lái)，在高大空間或戶外，早期火災(zāi)探測(cè)在世界范圍內(nèi)都是一個(gè)難 題。因?yàn)樵谶@類環(huán)境下，存在著許多影響火災(zāi)探測(cè)的因素，主要包括探測(cè)方式、空間高度、 熱量屏障、覆蓋范圍、氣流速度、易爆/有毒氣體、可以接受的誤報(bào)率、警報(bào)信息管理以及遠(yuǎn) 程信號(hào)傳輸?shù)鹊?。傳統(tǒng)的探測(cè)手段往往在這樣的環(huán)境中失去了作用。在這種情況下，由于 圖像型火災(zāi)探測(cè)技術(shù)對(duì)于火災(zāi)探測(cè)具有非接觸式探測(cè)的特點(diǎn)，不受空間高度、熱障、易爆/ 有毒等環(huán)境條件的限制，使得該項(xiàng)技術(shù)成為在大型工廠、倉(cāng)庫(kù)、森林等大空間和室外開放空 間進(jìn)行火災(zāi)探測(cè)的有效手段。公開號(hào)為101441712的中國(guó)專利提出了一種基于顏色聚類分析的視頻火焰檢測(cè) 方法。公開號(hào)位101515326的中國(guó)專利提出了一種基于形狀和面積改變量分析的視頻火焰 檢測(cè)方法。Hideaki Yamagishi等提出了一種提取圖像中顏色與邊緣信息后采用神經(jīng)網(wǎng)絡(luò) 進(jìn)行火焰判別的方法。姜東海等提出了一種基于火焰紋理特征的視頻火焰檢測(cè)方法?，F(xiàn) 有的一些視頻火焰檢測(cè)方法，或由于抗干擾能力弱，或由于采用的判別特征較單一，使得漏 報(bào)、誤報(bào)情況難以避免，在復(fù)雜的監(jiān)控環(huán)境下的適應(yīng)性、穩(wěn)定性也不盡如人意。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種基于特征分析的視頻火焰檢測(cè)方法。此方法對(duì)視頻中 火焰的檢測(cè)準(zhǔn)確率高、反應(yīng)速度快、誤報(bào)少、抗干擾性和可靠性強(qiáng)。本發(fā)明的技術(shù)方案為針對(duì)固定視場(chǎng)的監(jiān)控?cái)z像機(jī)獲取的視頻圖像，首先采用最 大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域；然后采用形態(tài)學(xué)濾波去除前景區(qū)域 的噪點(diǎn)；再提取前景區(qū)域的諸項(xiàng)特征，如顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻 率等等，最后對(duì)計(jì)算出的前景區(qū)域的諸項(xiàng)特征進(jìn)行綜合判斷，以判別視頻圖像中是否存在 火焰。本發(fā)明的具體現(xiàn)步驟依次為(1)現(xiàn)場(chǎng)場(chǎng)景圖像獲取步驟以等間隔對(duì)現(xiàn)場(chǎng)視頻進(jìn)行采樣以獲得連續(xù)的現(xiàn)場(chǎng)場(chǎng) 景圖像。為保證對(duì)火焰檢測(cè)的準(zhǔn)確性，采樣間隔應(yīng)小于0. 1秒(即大于10幀每秒)。(2)采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域。由于火焰區(qū)域的 亮度一般比較高，故可對(duì)圖像進(jìn)行二值化分割，獲得的前景區(qū)域可以認(rèn)為是疑似火焰區(qū)域， 然后通過(guò)后續(xù)的特征分析來(lái)進(jìn)行確認(rèn)。1、將獲取的彩色場(chǎng)景圖像轉(zhuǎn)換為灰度圖像。轉(zhuǎn)換公式為
4 其中，R、G、B為一個(gè)像素的紅色，綠色，藍(lán)色三個(gè)顏色通道的值，Gray為像素對(duì)應(yīng) 的灰度值。2、最大類間方差法計(jì)算二值化閾值最大類間方差法是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和 對(duì)比度的影響，因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。它是按圖像的灰度特性，將圖像 分成背景和前景兩部分。背景和前景之間的類間方差越大，說(shuō)明構(gòu)成圖像的兩部分的差別 越大，當(dāng)部分前景錯(cuò)分為背景或部分背景錯(cuò)分為前景都會(huì)導(dǎo)致兩部分差別變小。因此，使類 間方差最大的分割意味著錯(cuò)分概率最小。從模式識(shí)別的角度看，最佳閾值應(yīng)當(dāng)產(chǎn)生最佳的 前景類與背景類的分離性能。最大類間方差法的計(jì)算公式為假設(shè)圖象包含L個(gè)灰度級(jí)(0，1丨丄-1)，灰度值為 i的象素個(gè)數(shù)為Ni,圖象總的象素個(gè)數(shù)為N。則灰度值為i的像素點(diǎn)的概率密度為P(i)= 隊(duì)/N。門限T將整幅圖象分為背景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù) 其中， ⑴為背景類(^的像素?cái)?shù)與圖象總像素?cái)?shù)之比，⑴， ⑴為
(=0
前景類(2的像素?cái)?shù)與圖象總像素?cái)?shù)之比，顯然 ⑴=l-ai(T) ;Ul (T)為背景類C1的灰度均 值，即
r),同理 U2 ⑴為前景類 C2 的灰度均值，U2(T) = Yj(IP(I))Ia2(T)。
使類間方差ο最大的閾值Τ，即為分割圖像的最佳閾值。3、圖像的二值化分割用M(i，j，k)來(lái)表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)
的計(jì)算公式為
(3)其中F(i，j，k)為當(dāng)前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大類間方差法計(jì)算出的二值化閾值。(3)后處理步驟對(duì)提取到的前景區(qū)域進(jìn)行形態(tài)學(xué)運(yùn)算，以去除前景區(qū)域中的噪 點(diǎn)和空洞。形態(tài)學(xué)運(yùn)算的基本運(yùn)算為膨脹和腐蝕運(yùn)算，分別定義為(f g) (η) = max {f (n_x) +g (χ) | (n_x) G Df 且 χ e Dg} (4)(f Θ g) (η) = min {f (η+χ) -g (χ) | (η+χ) G Df 且 χ e Dj (5)式中f(n)是輸入信號(hào)，定義域= {0,1,2,……，N} ；g(n)為一維結(jié)構(gòu)元素序 列，其定義域?yàn)镈g= {0,1,2,……，P}；其中P和N都是整數(shù)，N表示膨脹運(yùn)算，Θ 表示腐蝕運(yùn)算。由基本運(yùn)算可引出形態(tài)學(xué)開運(yùn)算、閉運(yùn)算的定義分別為(fog) (η) = (f g g) (η) (6)(f · g) (η) = (f g g) (η) (J)式中ο表示開運(yùn)算，·表示閉運(yùn)算，開運(yùn)算可以抑制圖像中的正常脈沖(峰值)
噪聲，閉運(yùn)算可以抑制圖像中的負(fù)脈沖(低谷)噪聲。對(duì)二值化后的前景區(qū)域，先進(jìn)行一次 開運(yùn)算，然后進(jìn)行一次閉運(yùn)算。(4)特征提取步驟對(duì)經(jīng)過(guò)形態(tài)學(xué)運(yùn)算后的前景區(qū)域進(jìn)行特征提取，提取該區(qū)域 的諸類特征，如顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率等。1、顏色亮度特征火焰顏色一般偏紅，亮度也比較亮。因此，首先統(tǒng)計(jì)前景區(qū)域紅色R、綠色G、藍(lán)色 B三個(gè)顏色通道的顏色均值云、G.云和前景區(qū)域的亮度均值Z。2、幾何特征火焰的燃燒是一個(gè)從根部開始向上膨脹，直至消失過(guò)程。在這個(gè)過(guò)程中，火焰都是 “活”的，不穩(wěn)定的火焰本身有很多尖角。火焰尖角的定義為令前景區(qū)域第η列的點(diǎn)數(shù)為 f (η)，如果滿足下面三個(gè)條件f (n)/f (n-1) > Ta (8)f(n)/f(n-l) > Tb (9)f(η) > Tc(10)則認(rèn)為第η列處存在一個(gè)尖角。其中Ta、Tb、Τ。均為給定閾值。本發(fā)明中，依據(jù)火 焰尖角的定義，統(tǒng)計(jì)每幀前景區(qū)域的尖角個(gè)數(shù)N。。3、擴(kuò)散特性由于火焰具有擴(kuò)散性，特別是在火災(zāi)發(fā)生初期，火焰的面積會(huì)不斷地增大。因此， 本發(fā)明中計(jì)算一段時(shí)間內(nèi)前景區(qū)域的增長(zhǎng)率AAdt來(lái)判斷火焰的擴(kuò)散性。計(jì)算公式為AAdt = dp/dt = Pi-Pi^1 (11)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)。由于火焰 區(qū)域擴(kuò)散速度受氣流、燃燒物種類等多種因素的影響，故采用計(jì)算一定幀數(shù)內(nèi)(20幀)的平 均增長(zhǎng)率，這樣可以提高檢測(cè)準(zhǔn)確率，公式如下LAdt=-YjMdt (12)
η4、不規(guī)則性火焰的形狀較一般的物體更加不規(guī)則，形狀的復(fù)雜度可以作為識(shí)別火焰的一個(gè)依 據(jù)。本發(fā)明中，采用圓形度來(lái)衡量形狀的不規(guī)則性，圓形度越大說(shuō)明物體形狀越不規(guī)則。圓 形度(Rd)的計(jì)算公式為Rd = C2/S (13)其中C為前景區(qū)域的周長(zhǎng)，S為前景區(qū)域的面積。5、閃爍頻率燃燒的火焰具有一定的閃爍頻率，劇烈的火焰閃爍會(huì)引起高頻的火焰區(qū)域的變 化，換句話說(shuō)，像素特別是火焰邊緣的像素在視頻的一秒內(nèi)會(huì)出現(xiàn)幾次從火焰顏色到不是 火焰顏色，或者從不是火焰顏色到火焰顏色的變化，這種變化的頻率通常在一定的范圍內(nèi)， 經(jīng)統(tǒng)計(jì)分析，1 8Hz的變化頻率最能能反映火災(zāi)火焰的跳動(dòng)特性。本發(fā)明中，首先統(tǒng)計(jì)1秒 內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘?，或從背景變?yōu)榍熬暗钠骄螖?shù)F，計(jì)算公式為F=E Fp/Np (14) 其中Fp為一個(gè)邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為
6被統(tǒng)計(jì)的邊緣像素的總數(shù)目。為了保證火焰檢測(cè)的準(zhǔn)確率，故計(jì)算一段時(shí)間內(nèi)(10秒)的 平均閃爍頻率歹,公式如下 (5)火焰判斷及報(bào)警步驟對(duì)上一步驟中提取到的前景區(qū)域的特征進(jìn)行綜合判 斷。當(dāng)下面5條判斷規(guī)則均滿足時(shí)，判定現(xiàn)場(chǎng)場(chǎng)景中存在火焰，并啟動(dòng)報(bào)警；反之，則判定場(chǎng) 景中不存在火焰，跳至現(xiàn)場(chǎng)場(chǎng)景圖像獲取步驟，循環(huán)執(zhí)行。判斷規(guī)則如下規(guī)則1、前景區(qū)域的紅色R、綠色G、藍(lán)色B的顏色均值滿足及且及>5 ,同時(shí)亮度 均值滿足Z > 7；, T1為給定閾值。規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值。規(guī)則3、前景區(qū)域的平均增長(zhǎng)率滿足@ >Γ3, T3為給定閾值。規(guī)則4、前景區(qū)域的圓形度滿足Rd > T4, T4為給定閾值。規(guī)則5、前景區(qū)域的平均閃爍頻率歹在1 8Hz之間。當(dāng)前一些常用的視頻火焰檢測(cè)方法一般采用幀間差或背景差等線性的背景模型 來(lái)提取前景運(yùn)動(dòng)區(qū)域，無(wú)法有效的去除諸如光線變化、水波紋、樹葉晃動(dòng)以及雨雪等干擾， 而這些干擾在形態(tài)特征上與火焰有相似之處，使得火焰檢測(cè)系統(tǒng)的誤報(bào)大大增加。本發(fā)明 采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，提取前景區(qū)域做進(jìn)一步的特征分析，可大量 減少上述干擾的影響。同時(shí)，目前常用的火焰檢測(cè)方法也存在著判別特征單一或偏少的缺 陷，容易導(dǎo)致漏報(bào)或誤報(bào)增多。本發(fā)明中，對(duì)于通過(guò)最大類間方差法獲得的前景區(qū)域，提取 其顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率等特征后進(jìn)行綜合判斷。正是由于采 用了多種特征的綜合判斷，本發(fā)明實(shí)現(xiàn)了對(duì)視頻圖像中是否存在火焰的快速準(zhǔn)確識(shí)別，同 時(shí)大大降低了誤報(bào)率，這是以前的技術(shù)所不能達(dá)到的。


圖1、本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的系統(tǒng)結(jié)構(gòu)2、本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的操作流程圖
具體實(shí)施例方式實(shí)施實(shí)例1圖1給出了本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的系統(tǒng)構(gòu)成示意圖將監(jiān)控 攝像頭D捕捉到的被監(jiān)控區(qū)域C的視頻圖像傳送到嵌入式智能視頻火焰檢測(cè)儀A，嵌入式智 能視頻火焰檢測(cè)儀A利用根據(jù)本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的操作流程圖編 寫的嵌入式視頻圖像分析程序?qū)Σ蹲降降囊曨l圖像進(jìn)行實(shí)時(shí)分析。如果判斷出被監(jiān)控場(chǎng)景 中存在火焰，嵌入式智能視頻火焰檢測(cè)儀A自動(dòng)發(fā)出報(bào)警信號(hào)并聯(lián)動(dòng)滅火裝置B滅火，同時(shí) 將報(bào)警事件傳送到后端的監(jiān)控平臺(tái)E ；如果判斷被監(jiān)控區(qū)域無(wú)火焰情況，則返回流程的第 一步重新開始循環(huán)。圖2給出了本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的程序流程圖。具體步驟 為1、獲取當(dāng)前幀圖像數(shù)據(jù)；2、將當(dāng)前幀的彩色圖像轉(zhuǎn)換為灰度圖像；3、采用最大類間方 差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域；4、對(duì)得到的前景區(qū)域進(jìn)行形態(tài)學(xué)濾波去除噪點(diǎn)；5、對(duì)去噪后的前景區(qū)域提取顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率等特 征；6、依據(jù)先驗(yàn)規(guī)則對(duì)提取的特征進(jìn)行判別，若所有規(guī)則均滿足即認(rèn)為場(chǎng)景中存在火焰，給 出報(bào)警信息，返回步驟1重新循環(huán)。本發(fā)明基于特征分析的視頻火焰檢測(cè)方法的具體操作步驟如下1、視頻火焰檢測(cè)系統(tǒng)硬件平臺(tái)的搭建監(jiān)控?cái)z像頭要求為輸出標(biāo)準(zhǔn)模擬視頻的攝像頭，按照?qǐng)D1所示將模擬視頻信號(hào)接 入嵌入式智能視頻火焰檢測(cè)儀A。同時(shí)，嵌入式智能視頻火焰檢測(cè)儀A可以連接滅火裝置 B，以便及時(shí)滅火；也可以連接后端的監(jiān)控平臺(tái)，實(shí)時(shí)上傳報(bào)警事件。2、獲取當(dāng)前幀圖像并轉(zhuǎn)換為灰度圖像將獲取的彩色場(chǎng)景圖像轉(zhuǎn)換為灰度圖像。轉(zhuǎn)換公式為Gray = 0. 299R+0. 587G+0. 114B (1)其中，R、G、B為一個(gè)像素的紅色，綠色，藍(lán)色三個(gè)顏色通道的值，Gray為像素對(duì)應(yīng) 的灰度值。3、采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域最大類間方差法的計(jì)算公式為假設(shè)圖象包含L個(gè)灰度級(jí)(0，Ρ··， _1)，灰度值為 i的象素個(gè)數(shù)為Ni,圖象總的象素個(gè)數(shù)為N。則灰度值為i的像素點(diǎn)的概率密度為P(i)= 隊(duì)/N。門限T將整幅圖象分為背景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù)σ (T) = B1 (T) a2 (T) (U1 (T) -U2 (T))2 (2)其中， ⑴為背景類(1的像素?cái)?shù)與圖象總像素?cái)?shù)之比，8卩《們=；^作)，^10為
i=0
前景類(2的像素?cái)?shù)與圖象總像素?cái)?shù)之比，顯然 ⑴=l-ai(T) ;Ul (T)為背景類C1的灰度均 值，g㈣(r) = to_P(/))、(r),同理 U2(T)為前景類(2 的灰度均值，h(r) = §0_P(/))/flr2(r)。
/=0i=T
使類間方差ο最大的閾值τ，即為分割圖像的最佳閾值。用M(i，j，k)來(lái)表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)
的計(jì)算公式為
Mr . ,, Ji 如果尸(U·，幻 >Γ MO'y'") = io 其他(3)其中F(i，j，k)為當(dāng)前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大 類間方差法計(jì)算出的二值化閾值。4、形態(tài)學(xué)濾波對(duì)二值化后的圖像前景區(qū)域，先進(jìn)行一次開運(yùn)算，然后進(jìn)行一次閉運(yùn)算，以去除前 景區(qū)域中的噪點(diǎn)和空洞。5、特征提取對(duì)經(jīng)過(guò)形態(tài)學(xué)運(yùn)算后的前景區(qū)域進(jìn)行特征提取，提取該區(qū)域的諸類特征，如顏色 亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率等。(a)顏色亮度特征統(tǒng)計(jì)前景區(qū)域紅色R、綠色G、藍(lán)色B三個(gè)顏色通道的顏色均值及、G J和前景區(qū)
8域的亮度均值Z。(b)幾何特征依據(jù)火焰尖角的定義，統(tǒng)計(jì)每幀前景區(qū)域的尖角個(gè)數(shù)N。。火焰尖角的定義為令前 景區(qū)域第η列的點(diǎn)數(shù)為f (η)，如果滿足下面三個(gè)條件f(n)/f(n-l) > Ta (4)f(n)/f(n-l) > Tb (5)f (η) > Tc(6)則認(rèn)為第η列處存在一個(gè)尖角。其中Ta、Tb、T。均為給定閾值。(c)擴(kuò)散特性通過(guò)計(jì)算一段時(shí)間內(nèi)前景區(qū)域的增長(zhǎng)率AAdt來(lái)判斷火焰的擴(kuò)散性。計(jì)算公式為
(7)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)。為提高檢 測(cè)準(zhǔn)確率和穩(wěn)定性，采用計(jì)算一定幀數(shù)內(nèi)(20幀)的平均增長(zhǎng)率，公式如下 (d)不規(guī)則性采用圓形度來(lái)衡量形狀的不規(guī)則性，圓形度越大說(shuō)明物體形狀越不規(guī)則。圓形度 Rd的計(jì)算公式為 其中C為前景區(qū)域的周長(zhǎng)，S為前景區(qū)域的面積。(e)閃爍頻率本發(fā)明中，首先統(tǒng)計(jì)1秒內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘埃驈谋尘白?為前景的平均次數(shù)F，計(jì)算公式為F=E Fp/Np(10)其中Fp為一個(gè)邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為 被統(tǒng)計(jì)的邊緣像素的總數(shù)目。為了保證火焰檢測(cè)的準(zhǔn)確率，故計(jì)算一段時(shí)間內(nèi)(10秒)的 平均閃爍頻率P ,公式如下F = -YF (11)
η6、火焰判斷及報(bào)警判斷規(guī)則為規(guī)則1、前景區(qū)域的紅色R、綠色G、藍(lán)色B的顏色均值滿足1>石且7>5，同時(shí)亮度均值滿足Z >7； , T1為給定閾值。規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值。規(guī)則3、前景區(qū)域的平均增長(zhǎng)率滿足> T3，T3為給定閾值。規(guī)則4、前景區(qū)域的圓形度滿足Rd > R4, R4為給定閾值。規(guī)則5、前景區(qū)域的平均閃爍頻率P在1 8Hz之間。當(dāng)上述5條判斷規(guī)則均滿足時(shí)，判定現(xiàn)場(chǎng)場(chǎng)景中存在火焰，并啟動(dòng)報(bào)警以及聯(lián)動(dòng) 滅火設(shè)備滅火。
9
權(quán)利要求
一種基于特征分析的視頻火焰檢測(cè)方法，其特征在于針對(duì)固定視場(chǎng)的監(jiān)控?cái)z像機(jī)獲取的視頻圖像，首先采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域，然后采用形態(tài)學(xué)濾波去除噪點(diǎn)，再統(tǒng)計(jì)前景區(qū)域的多項(xiàng)特征，包括顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率，最后對(duì)計(jì)算出前景區(qū)域的諸項(xiàng)特征進(jìn)行綜合判斷，以判別視頻圖像中是否存在火焰。
2.根據(jù)權(quán)利要求1所述的基于特征分析的視頻火焰檢測(cè)方法，其特征在于，步驟依次為1)獲取當(dāng)前幀圖像并轉(zhuǎn)換為灰度圖像將獲取的彩色場(chǎng)景圖像轉(zhuǎn)換為灰度圖像；轉(zhuǎn)換公式為 Gray = 0. 299R+0. 587G+0. 114B (1)其中，R、G、B為一個(gè)像素的紅色，綠色，藍(lán)色三個(gè)顏色通道的值，Gray為像素對(duì)應(yīng)的灰 度值；2)采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域最大類間方差法的計(jì)算 公式為假設(shè)圖象包含L個(gè)灰度級(jí)(0，1···，L-1)，灰度值為i的象素個(gè)數(shù)為Ni,圖象總的象 素個(gè)數(shù)為N;則灰度值為i的像素點(diǎn)的概率密度為P(i) =Ni/N;門限T將整幅圖象分為背 景區(qū)C1和前景區(qū)C2兩類，則類間方差σ是T的函數(shù)σ (T) =B1(T)B2(T) (U1(T)-U2(T))2 (2)其中， ⑴為背景類(^的像素?cái)?shù)與圖象總像素?cái)?shù)之比，= ⑴，ajT)為前景/=0類C2的像素?cái)?shù)與圖象總像素?cái)?shù)之比，顯Sa2(T) = I-B1(T) ;Ul(T)為背景類(^的灰度均值， 即叫(乃= (Ζ·Ρ(/))/βι(Γ)，同理U2⑴為前景類C2的灰度均值，化(Γ) = ^( Ρ( ))/α2(Τ)；使類 =0i=T間方差ο最大的閾值τ，即為分割圖像的最佳閾值；用M(i，j，k)來(lái)表示第k幀圖像中前景區(qū)域二值圖像(i，j)處的值，則M(i，j，k)的計(jì) 算公式為= 其他(3)其中F(i，j，k)為當(dāng)前輸入的第k幀圖像在(i，j)處的像素灰度值，T為采用最大類間 方差法計(jì)算出的二值化閾值；3)形態(tài)學(xué)濾波對(duì)最大類間方差法提取的前景區(qū)域，先進(jìn)行一次開運(yùn)算，然后進(jìn)行一次閉運(yùn)算，以去除 前景區(qū)域中的噪點(diǎn)和空洞；4)特征提取對(duì)經(jīng)過(guò)形態(tài)學(xué)運(yùn)算后的前景區(qū)域進(jìn)行特征提取，提取該區(qū)域的諸類特征，包括顏色亮 度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率； a、顏色亮度特征統(tǒng)計(jì)前景區(qū)域紅色R、綠色G、藍(lán)色B三個(gè)顏色通道的顏色均值云、G、云和前景區(qū)域的亮 度均值Z ；b、幾何特征依據(jù)火焰尖角的定義，統(tǒng)計(jì)每幀前景區(qū)域的尖角個(gè)數(shù)N。；火焰尖角的定義為令前景區(qū) 域第η列的點(diǎn)數(shù)為f (η)，如果滿足下面三個(gè)條件 f(n)/f(n-l) > Ta (4) f(n)/f(n-l) > Tb (5) f(n) > Tc(6)則認(rèn)為第η列處存在一個(gè)尖角；其中Ta、Tb、Tc均為給定閾值； C、擴(kuò)散特性通過(guò)計(jì)算一段時(shí)間內(nèi)前景區(qū)域的增長(zhǎng)率AAdt來(lái)判斷火焰的擴(kuò)散性；計(jì)算公式為 AAdt = dp/dt = Pi-Pi^1(7)式中Pi為圖像序列的第i張圖像中表示的可能火焰區(qū)域的像素總數(shù)；為提高檢測(cè)準(zhǔn)確 率和穩(wěn)定性，采用計(jì)算一定幀數(shù)內(nèi)(20幀)的平均增長(zhǎng)率‘，公式如下 d、不規(guī)則性采用圓形度來(lái)衡量形狀的不規(guī)則性，圓形度越大說(shuō)明物體形狀越不規(guī)則；圓形度Rd的 計(jì)算公式為 其中C為前景區(qū)域的周長(zhǎng)，S為前景區(qū)域的面積；e、閃爍頻率本發(fā)明中，首先統(tǒng)計(jì)1秒內(nèi)前景區(qū)域邊緣上的像素從前景變?yōu)楸尘?，或從背景變?yōu)榍?景的平均次數(shù)F，計(jì)算公式為 F=E Fp/Np (10)其中Fp為一個(gè)邊緣像素1秒內(nèi)從前景變成背景，或者從背景變成前景的次數(shù)，Np為被 統(tǒng)計(jì)的邊緣像素的總數(shù)目；為了保證火焰檢測(cè)的準(zhǔn)確率，故計(jì)算η秒時(shí)間內(nèi)的平均閃爍頻 率F ,公式如下F = ^-YF (11) η5)火焰判斷及報(bào)警 判斷規(guī)則為規(guī)則1、前景區(qū)域的紅色R、綠色G、藍(lán)色B的顏色均值滿足互>&且云>云，同時(shí)亮度均值 滿足Z >7；, T1為給定閾值；規(guī)則2、前景區(qū)域的尖角數(shù)目滿足N。> T2, T2為給定閾值； 規(guī)則3、前景區(qū)域的平均增長(zhǎng)率滿足.‘> T3，T3為給定閾值； 規(guī)則4、前景區(qū)域的圓形度滿足Rd > T4, T4為給定閾值； 規(guī)則5、前景區(qū)域的平均閃爍頻率P在1 8Hz之間； 當(dāng)上述5條判斷規(guī)則均滿足時(shí)，判定現(xiàn)場(chǎng)場(chǎng)景中存在火焰。
3.根據(jù)權(quán)利要求2所述的基于特征分析的視頻火焰檢測(cè)方法，其特征在于，所述步驟 4)中公式(10)中的η為10。
全文摘要
本發(fā)明公開了一種基于特征分析的視頻火焰檢測(cè)方法，針對(duì)固定視場(chǎng)的監(jiān)控?cái)z像機(jī)獲取的視頻圖像，首先采用最大類間方差法對(duì)圖像進(jìn)行二值化分割，獲取前景區(qū)域，然后采用形態(tài)學(xué)濾波去除噪點(diǎn)，再統(tǒng)計(jì)前景區(qū)域的多項(xiàng)特征，如顏色亮度、幾何形狀、擴(kuò)散特性、不規(guī)則性、閃爍頻率等等，最后對(duì)計(jì)算出前景區(qū)域的諸項(xiàng)特征進(jìn)行綜合判斷，以判別視頻圖像中是否存在火焰。最大類間方差法對(duì)圖像的二值化分割能夠減少大量的干擾的影響。同時(shí)，針對(duì)目前常用的火焰檢測(cè)方法存在著判別特征單一或偏少的缺陷，本發(fā)明對(duì)最大類間方差法獲取的前景區(qū)域提取了多項(xiàng)特征進(jìn)行綜合判斷，實(shí)現(xiàn)了對(duì)視頻圖像中是否存在火焰的快速準(zhǔn)確識(shí)別，同時(shí)大大降低了誤報(bào)率。
文檔編號(hào)G06K9/62GK101908142SQ20101024488
公開日2010年12月8日 申請(qǐng)日期2010年8月4日 優(yōu)先權(quán)日2010年8月4日
發(fā)明者丁天, 甘智峰, 賴頁(yè), 邵文簡(jiǎn) 申請(qǐng)人:丁天;甘智峰;邵文簡(jiǎn);賴頁(yè)