本发明专利技术提供了一种高效低成本图像火灾自动识别方法及装置，与依赖于连续帧图像前后对比技术不同，本发明专利技术可以通过单帧图像分析出火源，而且对图像的质量不做要求，可以在分辨率很低的情况下进行分析，图像最低分辨率可达320×240像素，本发明专利技术侧重于对火源颜色范围、火源形状、火源特征进行分析，而且可以对低分辨率图像进行分析，保证了其使用范围的普遍性，也意味着目前国内几乎所有的视频图像可以用来进行分析；其对图像分辨率的低要求特性、单帧可直接分析特性，也决定本发明专利技术对硬件依赖程度极大降低，其成本也极大低于目前国内所有图像火灾识别产品，其产品成本比目前国内同类产品将会降低60%左右，具有很强的适用性与推广价值。
【技术实现步骤摘要】
一种高效低成本图像火灾自动识别方法及装置
本专利技术属于计算机图像处理及识别领域，尤其是一种高效低成本图像火灾自动识别方法及装置。
技术介绍
目前国内有关图像火灾自动识别系统已经应用多年，火灾识别率总体在60%左右，其中误报比率在20%左右，这类系统的特点是采用成本较高的高清摄像头和专用的硬件，整体成本较高，一般用户很难应用。目前绝大部分单位都安装有质量不一的视频系统，这类的摄像头数量庞大，为社会的安全稳定做出很大贡献。但是此类视频摄像头的特点是只有图像采集功能，缺少图像分析功能，在消防领域，视频在火灾的识别过程中也同样扮演着重要角色，消防火灾的发现除了使用火灾传感器比如烟感、温感、红外之外，视频图像是最有效和直接的方法。目前国内所有消防报警传感器的误报率总体水平较高，几乎每天都会有很多误报发生，经常发生误报就容易使人产生麻痹心理，在误报频发真假难辨的氛围下，一旦发生火灾，很容易贻误救火的最佳时机；能否利用现有大量的视频图像数据，进行火灾自动分析，是我们研究这一问题的初衷，如果能实现对普通视频数据进行火灾自动分析，将会极大提高目前消防管理的防控水平，也提高消防管理的工作效率，为及时发现、及时预警、及时救援提供较为可靠的技术支持。
技术实现思路
为了利用目前大量用户已经安装的普通视频数据进行图像火灾自动分析，以期提高消防用户单位火灾发生时的侦测、发现、尽可能将火灾扑灭在萌芽状态之中，本专利技术提出一种高效低成本图像火灾自动识别方法及装置，通过单帧图像分析出火源，而且对图像的质量不做要求，可以在分辨率很低的情况下进行分析，图像最低分辨率可达320×240像素，侧重于对火源色彩范围、火源形状、火源特征进行分析，能高效率、低成本自动识别图像火灾。为解决技术问题，本专利技术采用如下技术方案：一种高效低成本图像火灾自动识别方法，包括以下步骤：从普通视频流（火灾监控）中抽样获取单帧图像分析样本；对单帧图像样本利用24位RGB位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把火源边界像素点作为中心与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选，在连续三帧以上图像同一位置发现有疑似火源，确定有火源。对上述技术方案的进一步限定：疑似火源色彩特征图像的色彩范围如下：设定，第一分量⊿1=R–G，第二分量⊿2=R–B，第三分量⊿3=G–B；则有，（1）黄色分量的确定：-10≤⊿1≤10，⊿2＞70，⊿3＞80；或者，-25≤⊿1≤25，⊿2＞120，⊿3＞120；（2）红色分量的确定：R＞100，R＞G，G≥B，⊿2＞80，⊿1＞30；或者，R＞100，⊿2＞100，⊿1＞100；（3）灰色分量的确定：-15≤⊿1≤15，-15≤⊿2≤15，-15≤⊿3≤15；（4）白色分量的确定：R＞150，B＞150，G＞150；当色彩范围中黄色分量、红色分量及灰色分量位于上述范围，认定为疑似火源色彩特征图像;其中白天图像分析黄色、红色、灰色分量，晚上图像分析白色和灰色分量。对上述技术方案的进一步限定：火源形状分析，采用边界检测算法，包括：把单帧图像样本灰度值化，图像灰度化采用平均值算法，即图像像素灰度值计算方法为：图像像素灰度值GRAY_VALUE=(R+G+B)/3；在多个疑似火源色彩特征图像范围建立矩形边界检测模型，利用矩形边界检测模型分析火源边界，利用矩形边界检测模型，当疑似火源色彩特征图像范围缓冲区内部与边界像素灰度差值在30以上，获取火源边界，在利用这个特征算法进行递归，确定为疑似火源范围。对上述技术方案的进一步限定：在火源形状分析中，在通过像素灰度差值获取火源边界后，进一步进行边界平滑度和边界走向分析，主要方法是利用两点之间（跨5个和跨10个像素点）角度变化进行，对边界走向和平滑度进行统计，如果平滑度和边界走向比例小于符合火源模型边界50%以上的初步确认为火源；再继续对疑似火源区域50%以上部分进行长宽比分析，将长宽比小于1的疑似火源确认为非火源，剔除掉。对上述技术方案的进一步限定：在火源形状分析中，对分析出火源的物体进行内部平滑度分析，分析方法如下：在横向或纵向座标连续选择6个像素点，分别取其灰度差值,并定义如下，value1的坐标（X1，Y1），value2的坐标（X2，Y2），value3的坐标（X3，Y3），value4的坐标（X4，Y4），value5的坐标（X5，Y5），value6的坐标（X6，Y6），其中，X1=X2=X3=X4=X5=X6，或Y1=Y2=Y3=Y4=Y5=Y6；以Y座标相等，即X坐标计算为例：⊿1=value1–value2=X坐标的差值；⊿2=value1–value3=X坐标的差值；⊿3=value1–value5=X坐标的差值；⊿4=value1–value6=X坐标的差值；⊿5=value2–value5=X坐标的差值；⊿6=value3–value6=X坐标的差值；则有，满足火源平滑度要求的条件：30≤⊿1及⊿2及⊿3及⊿4≤30，或者，30≤⊿1及⊿5及⊿6≤30，或者，30≤⊿2及⊿3及⊿4≤30，或者，30≤⊿3及⊿4及⊿6≤30。对上述技术方案的再限定：图像样本为320×240低分辨率图像。本专利技术中，一种高效低成本图像火灾自动识别装置，包括：图像采集装置，从普通视频流中抽样获取单帧图像分析样本；火焰色彩特征分析装置，对单帧图像样本利用24位RGB位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；火焰形状特征分析装置，在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把中心像素点与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；火焰确定装置，统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选,在连续三帧以上图像同一位置发现有疑似火源，确定有火源。本专利技术的有益效果是：通过单帧图像分析出火源，而且对图像的质量不做要求，可以在分辨率很低的情况下进行分析，通过对火源色彩范围、火源形状、火源特征进行分析，能高效率、低成本自动识别图像火灾。附图说明图1是本专利技术中图像样本中一个象素点的边界模型图。图2是本专利技术中一种高效低成本图像火灾自动识别装置的结构架构图。图3是本专利技术的应用应用功能模块图。具体实施方式为了便于理解本专利技术，结合附图1，对本专利技术的一种高效低成本图像火灾自动识别方法，进一步描述说明：从普通视频流中抽样获取单帧图像分析样本；对单帧图像样本利用24位RGB位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；疑似火源色彩特征图像的色彩范围如下：设定，第一分量⊿1=R–G，第二分量⊿2=R–B，第三分量⊿3=G–B；则有，（1）黄色分量的确定：-10≤⊿1≤10，⊿2＞70，⊿3＞80；或者，-25≤⊿1≤25，⊿2＞120，⊿3＞120；（2）红色分量的确定：R＞100，R＞G，G≥B，⊿2＞80，⊿1＞30；或者，R＞100，⊿2＞100，⊿1＞100；（3）灰色分量的确定：-15≤⊿1≤15，-15≤⊿2≤15，-15≤⊿3≤15；本文档来自技高网...
【技术保护点】
1.一种高效低成本图像火灾自动识别方法，包括以下步骤：从普通视频流中抽样获取单帧图像分析样本；对单帧图像样本利用24位RGB位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把火源边界像素点作为中心与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选，在连续三帧以上图像同一位置发现有疑似火源，确定有火源。
【技术特征摘要】
1.一种高效低成本图像火灾自动识别方法，包括以下步骤：从普通视频流中抽样获取单帧图像分析样本；对单帧图像样本利用24位RGB位图进行火源色彩特征分析，确定多个疑似火源色彩特征图像范围；在多个疑似火源色彩特征图像范围内分别采用边界检测算法进行火源形状特征分析，把火源边界像素点作为中心与左右像素的灰度差值比较分析，获取火源边界，筛选出多个疑似火源范围；统计单帧图像样本中的疑似火源范围数量，对疑似火源形状特征进行分析筛选，在连续三帧以上图像同一位置发现有疑似火源，确定有火源。2.根据权利要求1所述的一种高效低成本图像火灾自动识别方法，其特征在于：疑似火源色彩特征图像的色彩范围如下：设定，第一分量⊿1=R–G，第二分量⊿2=R–B，第三分量⊿3=G–B；则有，（1）黄色分量的确定：-10≤⊿1≤10，⊿2＞70，⊿3＞80；或者，-25≤⊿1≤25，⊿2＞120，⊿3＞120；（2）红色分量的确定：R＞100，R＞G，G≥B，⊿2＞80，⊿1＞30；或者，R＞100，⊿2＞100，⊿1＞100；（3）灰色分量的确定：-15≤⊿1≤15，-15≤⊿2≤15，-15≤⊿3≤15；（4）白色分量的确定：R＞150，B＞150，G＞150；当色彩范围中黄色分量、红色分量及灰色分量位于上述范围，认定为疑似火源色彩特征图像;其中白天图像分析黄色、红色、灰色分量，晚上图像分析白色和灰色分量。3.根据权利要求1所述的一种高效低成本图像火灾自动识别方法，其特征在于：火源形状分析，采用边界检测算法，包括：把单帧图像样本灰度值化，图像灰度化采用平均值算法，即图像像素灰度值计算方法为：图像像素灰度值GRAY_VALUE=(R+G+B)/3；在多个疑似火源色彩特征图像范围建立矩形边界检测模型，利用矩形边界检测模型分析火源边界，利用矩形边界检测模型，当疑似火源色彩特征图像范围缓冲区内部与边界像素灰度差值在30以上，获取火源边界，在利用这个特征算法进行递归，确定为疑似火源范围。4.根据权利要求3所述的一种高效低成本图像火灾自动识别方法，其特征在于：在通过像素灰度差值获取火源边界后，进一步进行边界平滑度和边界走向分析，主要方法是利用两点之间（跨5个...
【专利技术属性】
技术研发人员：彭历，卢家强，邓艳，
申请(专利权)人：湖北德强电子科技有限公司，彭历，
类型：发明
国别省市：湖北,42
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。