The present invention provides a fire video analysis algorithm adaptive image segmentation based on brightness, the scene of the fire monitoring equipment surrounding the video produced by the copy to the computer image processing; computer image analysis of video frame preliminary retrieval, automatically find the image brightness changes in the region and recording will be taken from monitoring; the video from the first frame as the initial background, the difference of adjacent frames and artificial operation two frame image brightness difference absolute value, and the difference of binarization processing two value map; the video surveillance region of the two value image frame by frame analysis; the treatment of the two value image by OTSU algorithm for adaptive threshold segmentation; straight line fitting of two value charts in boundary can get accurate segmentation of brightness; display the real-time video to automatically extract The analysis of the brightness segmentation line can determine the fire point and the direction of the fire, which is convenient for the fire investigators to quickly analyze and greatly improve the work efficiency.
【技术实现步骤摘要】
一种基于自适应亮度分割的火灾视频图像分析算法
本专利技术提供一种基于自适应亮度分割的火灾视频图像分析算法属于计算机视觉领域,本质上是图像分割问题。具体来说是消防部队火灾原因调查人员利用火灾现场周边监控设备拍摄的视频录像在计算机上进行图像处理,自动提取到有利于分析起火部位的阴影与亮度分割线,并给出火灾蔓延趋势变化,从而有助于提高火灾现场勘验效率,便于对起火部位进行溯源。
技术介绍
在当今社会中,火灾一直是人类所面临的主要灾害之一,对人类造成了大量的人身伤亡和财产损失。随着科技的发展,近年来火灾预警技术和消防技术都有了长足的发展,然而重特大火灾事故仍然时有发生。所以消防人员需要对火灾发生情况进行调查研究,找到起火的原因,从而减少火灾的发生。在分析火灾时对起火点的精确定位以及对起火原因的准确分析就显得至关重要。一方面,精确的起火点定位可以作为证据来明确火灾事故的责任,另一方面,准确的火灾原因分析则有利于日后对相同类型火灾的预警和防范。在传统的火灾原因调查工作中,主要以现场勘验为主要手段,以调查询问和火灾技术鉴定为辅助手段。这种传统的火灾原因调查方法具有弊端和局限性。首先,传统方法在调查过程中容易导致火灾现场破坏和有关证据的灭失,从而错误地认定火灾原因。并且传统方法有时形成不了认定火灾原因的证据链,没有确定的证明力和说服力,导致火灾原因认定不清,火灾认定的证据不足,证据之间不能相互印证等问题。其次,由于现在各种场所越来越多的安装了视频监控平台,火调人员通常会通过观看视频来获取有价值的信息。但由于视频时间长数据量大,需要消耗大量的人力和时间。另外,由于很多监控设备的 ...
【技术保护点】
一种基于自适应亮度分割的火灾视频图像分析算法,利用计算机作为分析平台,其特征在于,其主要功能和步骤如下:1)、火灾原因调查人员将火灾现场周边监控设备拍摄的视频录像拷贝到计算机上进行图像分析处理,即可自动提取到分析和推断起火部位的亮度分割线,亮度分割线指火灾发生后火焰的散射光被物体遮挡后在某一平面上形成的明暗区域分界线;2)、计算机首先对视频图像初步进行逐帧的分析检索,自动找到图像中发生亮度变化的区域,并记录作为下一步的视频处理区域,如果存在多个区域则分别记录;3)、将从监控上截取的视频从第一帧作为初始背景,对前后相邻帧做作差分运算得到两帧图像亮度差的绝对值,并对帧差进行二值化处理得到二值图,二值图是指图像中的每个像素不是黑就是白,其灰度值没有中间过渡,对帧差进行二值化处理时,要判断它是否大于阈值来分析视频的运动特性从而确定图像序列中有无亮度变化,根据大量实际火灾的研究发现,阀值为6时二值化效果最好,即当帧差变化大于阈值6时设置为1,小于阈值6时设置为0,随后进行腐蚀,即排除噪声的影响,再进行膨胀,即去除二值图中的空洞,最终得到理想的二值图,二值化时公式如下:
【技术特征摘要】
1.一种基于自适应亮度分割的火灾视频图像分析算法,利用计算机作为分析平台,其特征在于,其主要功能和步骤如下:1)、火灾原因调查人员将火灾现场周边监控设备拍摄的视频录像拷贝到计算机上进行图像分析处理,即可自动提取到分析和推断起火部位的亮度分割线,亮度分割线指火灾发生后火焰的散射光被物体遮挡后在某一平面上形成的明暗区域分界线;2)、计算机首先对视频图像初步进行逐帧的分析检索,自动找到图像中发生亮度变化的区域,并记录作为下一步的视频处理区域,如果存在多个区域则分别记录;3)、将从监控上截取的视频从第一帧作为初始背景,对前后相邻帧做作差分运算得到两帧图像亮度差的绝对值,并对帧差进行二值化处理得到二值图,二值图是指图像中的每个像素不是黑就是白,其灰度值没有中间过渡,对帧差进行二值化处理时,要判断它是否大于阈值来分析视频的运动特性从而确定图像序列中有无亮度变化,根据大量实际火灾的研究发现,阀值为6时二值化效果最好,即当帧差变化大于阈值6时设置为1,小于阈值6时设置为0,随后进行腐蚀,即排除噪声的影响,再进行膨胀,即去除二值图中的空洞,最终得到理想的二值图,二值化时公式如下:其中Binary(x,y),B(x,y),F(x,y)分别代表二值图、前一帧、后一帧图像中坐标为(x,y)处的像素值;4)、对视频监控区域部分的二值图进行逐帧分析,根据大量实际火灾的研究发现,在当前二值图中1值比例阀值为20%时,进行图像分割的效果最好,即二值图像素值为1的区域面积比例超过二值图总面积20%时进行下一步分割处理,此时比例的计算公式如下:公式中Binary是处理的二值图,p(x,y)是Binary中坐标为(x...
【专利技术属性】
技术研发人员:王鑫,梁国福,鲁志宝,
申请(专利权)人:公安部天津消防研究所,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。