一种适用于识别和检测大空间火灾火焰的方法技术

一种适用于识别和检测大空间火灾火焰的方法，其特征在于包括以下步骤：　１）对输入的视频流进行预处理：对于各种情况下由摄像机拍摄下来的视频画面，使用高斯平滑的方法来消除噪音的干扰；　２）对视频流进行运动检测，获得运动像素：对于上一步 中所获得的预处理后的图像，使用带有固定阈值的时域差分方法来进行运动检测；首先初始化背景图像，然后根据当前帧利用帧与帧之间的关联性来更新背景图像和前景图像；　３）对视频流进行颜色检测，获得具有火焰特征颜色的像素：通过在训练视频和图片中提 取具有火焰颜色的像素，分析其强度值或者ＲＧＢ分量值；假如当前像素的颜色值位于符合火焰颜色特征的像素区间内部，则此像素被判断为具有火焰颜色的像素，进入下一阶段的检测；　４）对所有符合运动检测和颜色检测火焰特征的像素点进行频域分析：时域分 析包括火焰抖动特征的分析、火焰像素傅里叶变换和小波变换的分析；使用斜率积的异号性来衡量火焰的抖动特征；然后通过快速傅里叶变换提取输入信号的频率谱；最后通过小波变换分离输入信号的高低频，提取高频部分计算其过零率；　５）搜索把所有符合相同 特征且相互连接的像素组成的连通区域：对于运动检测和颜色检测后的图像，进行连通区域的搜索；连通区域搜索包括区域标记和区域搜索两个步骤；首先使用掩码方法分别对运动像素区域、火焰颜色像素区域和属于火焰边缘的像素区域进行标记；然后使用广度优先搜索算法来进行连通区域的搜索；　６）对所得的连通区域计算其周长和面积，进行形状分析：形状分析包括：使用深度优先搜索算法结合形态学的方法提取各个连通区域的边界；分别计算各个连通区域边界的周长；计算各个连通区域的面积；计算各个连通区域的圆形度， 计算运动火焰颜色区域与相应运动区域的面积比；　７）对每个连通区域，对其进行面积改变量分析，最后判断火灾是否发生：这一步中包括标记属于火焰边缘区域的像素；使用广度优先搜索算法搜索上述像素所组成的连通区域；建立数据结构来存储找到的连通区域 ；使用先到先处理的顺序匹配前后帧对应的连通区域；计算对应连通区域的面积改变量，判断火灾是否发生。

【技术实现步骤摘要】

本专利技术涉及一种适用于大空间火灾火焰识别和检测的方法，可以把大空间中真实的火焰和闪烁的车灯区分开来，适用于大空间火灾监控场所，如隧道、仓库、体育馆、博物馆等公共场所。
技术介绍
中国专利技术专利申请200810121371. X公开了一种识别和检测隧道火灾火焰的方法，包括对输入的视频流进行剔除光照的预处理；对视频流进行运动检测，获得运动像素；对视频流进行颜色检测，获得具有火焰特征颜色的像素；搜索把所有符合相同特征且相互连接的像素组成的连通区域；对所得的连通区域计算其周长和面积，进行形状分析；对每个连通区域，进行面积改变量分析，最后判断火灾是否发生等步骤。上述专利技术仅通过形状分析检测方法判断火灾是否发生具有一定的局限性，不适用于各种大空间火灾火焰检测场所，如体育馆、博物馆、仓库等。
技术实现思路
本专利技术的目的在于提供一种适用于大空间火灾火焰识别和检测的方法，可以把大空间中真实的火焰和闪烁的车灯区分开来，不仅可适应隧道火焰检测，也可以应用到各种大空间火灾火焰检测场所(如体育馆、博物馆、仓库等)。本专利技术的上述目的是通过以下技术方案实现的，其特征在于包括以下步骤1) 对输入的视频流进行预处理对于各种情况下由摄像机拍摄下来的视频画面，使用高斯平滑的方法来消除噪音的干扰；2) 对视频流进行运动检测，获得运动像素对于上一步中所获得的预处理后的图像，使用带有固定阈值的时域差分方法来进行运动检测；首先初始化背景图像，然后根据当前帧利用帧与帧之间的关联性来更新背景图像和前景图像；3) 对视频流进行颜色检测，获得具有火焰特征颜色的像素通过在训练视频和图片中提取具有火焰颜色的像素，分析其强度值或者RGB分量值；假如当前像素的颜色值位于符合火焰颜色特征的像素区间内部，则此像素被判断为具有火焰颜色的像素，进入下一阶段的检测；4) 对所有符合运动检测和颜色检测火焰特征的像素点进行频域分析时域分析包括火焰抖动特征的分析、火焰像素傅里叶变换和小波变换的分析；使用斜率积的异号性来衡量火焰的抖动特征；然后通过快速傅里叶变换提取输入信号的频率谱；最后通过小波变换分离输入信号的高低频，提取高频部分计算其过零率；5) 搜索把所有符合相同特征且相互连接的像素组成的连通区域对于运动检测和颜色检测后的图像，进行连通区域的搜索；连通区域搜索包括区域标记和区域搜索两个步骤；首先使用掩码方法分别对运动像素区域、火焰颜色像素区域和属于火焰边缘的像素区域进行标记；然后使用广度优先搜索算法来进行连通区域的搜索；6) 对所得的连通区域计算其周长和面积，进行形状分析形状分析包括使用深度优先搜索算法结合形态学的方法提取各个连通区域的边界；分别计算各个连通区域边界的周长；计算各个连通区域的面积；计算各个连通区域的圆形度，计算运动火焰颜色区域与相应运动区域的面积比； 7)对每个连通区域，对其进行面积改变量分析，最后判断火灾是否发生这一 步中包括标记属于火焰边缘区域的像素；使用广度优先搜索算法搜索上述像素所组成的连通区域；建立数据结构来存储找到的连通区域；使用先到先处 理的顺序匹配前后帧对应的连通区域；计算对应连通区域的面积改变量，判 断火灾是否发生。本专利技术在专利申请200810121371. X基础上，增加了对火灾火焰时域频域特 征的分析。在对此特征的分析中，使用小波变换和傅里叶变换等算法。把火灾 火焰的时域特征和空间形状特征结合起来的分析方法消除了原来仅通过形状分 析检测方法的局限性，使得本专利技术专利不仅可适应隧道火焰检测，也可以应用 到各种大空间火灾火焰检测场所(如体育馆、博物馆、仓库等)。本专利技术对火灾 火焰的特性进行了更进一步的研究，加入了视频火焰的一个显著的闪烁特征， 通过提取其中的高频分量以及计算频率谱的能量和过零率来衡量火焰的闪烁程 度，把其与车灯及其他具有火焰颜色的运动物体区分开来。另外，在形状分析 及预处理过程中也有一定程度的改进，在预处理过程中，加入了去噪的步骤； 而在形状分析中，加入了求既符合火焰颜色特征又符合运动特征的联通区域与 对应运动联通区域的面积之比的步骤。经过上述各个方法的综合处理和判断后， 所获得的结果更加准确可信，具有更高的普遍性及应用性。附图说明图l为本专利技术方法的流程图。具体实施例方式由摄像头把所拍摄到的画面转变成模拟信号通过光纤传输到控制室的CCTV控制器上。在CCTV控制器上，模拟信号被转化为数字信号， 一部分传送到位于 各个监控室的计算机监视器屏幕上，另一部分被传送到数字化监控主机中，还有一部分被编码(一般为MPEG编码)存储到硬盘录像机中。如图1所示，本专利技术包括预处理、运动检测、颜色检测、时域特征分析、连通区域搜索、形状分析和面积改变量分析等过程。 下面对各个部分进行详细说明1. 预处理由于摄像机在拍摄过程中其CCD感光装置的物理局限性，在采样过程中难免会引入噪声，影响最终的判断结果，因此需要通过某种方法尽可能降低噪声的影响。可以通过线性滤波器和非线性滤波器来平滑噪声，为了提高程序的运行效率，尽量不影响后面的处理速度，可以采用高斯平滑来消除噪声。使用3><3的高斯掩模，把掩模^(，力与输入图像x，力进行巻积运算，输出 图像/y)便为除噪后的结果/Oj)*MO，v) = /'(:c,;02. 运动检测经过预处理后，就可以对输出的视频帧进行运动检测。运动检测的目的是初步区分运动的车灯和火焰。使用时域差分的方法来判定运动像素和运动区域。把第'、1帧中位于坐标力上的像素的灰度值记为&，力，把第一帧中力坐标上的背景像素值记为 A)(x，力。初始情况^力-g。力；之后对于每一帧，所预测的下一帧背景像素值根 据当前帧背景像素值和当前实际像素值进行更新flf5,0,力+ (l-ff)g,(x,力 他力其中《为一比例系数，表示背景更新的速率，通常情况下其值接近l。最后，如果满足下列不等式，则认为坐标位置力上的像素为运动像素:3.颜色检测 .通过在训练视频和图片中提取具有火焰颜色的像素，分析其强度值(黑白图片或视频)或者RGB分量值(彩色图片或视频)。记当前像素的颜色值为^，^(黑白则为像素的强度值70，则假如满足下列条件，则此像素被判断为具有火 焰颜色的像素，进入下一阶段的检测4.时域特征分析时域特征指的是火焰在燃烧中所表现出来的不断跳动闪烁的特点。我们使用三个标准来衡量此特征火焰焰苗的抖动程度、边界像素的傅立叶特性和小波特性。首先，记录所有符合运动条件及火焰颜色条件的特征像素点的信息，包括 像素点的横纵坐标，像素值的红色分量大小等。在接下来获得的每帧中，记录 相对应坐标位置上的像素点的红色分量大小；使用同样的方法连续记录64帧， 组合成一组具有64个采样样本的信号量。下面以得到的信号量做为输入，分别进行上述三个特征的分析 1)抖动程度分析记当前帧中的样本值为^，前一帧中同一位置上的样本值为 7，后一帧中同一位置上的样本值为Li，则可以使用如下的公式度量火焰 的抖动程度ln队广Al/《」inLK-U^」其中《为一个自定义的阈值常数。如果计算上式所得的值为负数，则说明这 三个连续样本发生了抖动，而当火焰抖动次数落在一个特定的区域中时，我们 可以认为此位置上的候选像素满足火焰的抖动特征，为火焰的抖动特征点。此 区域的范围通过训练本文档来自技高网...

【技术保护点】
一种适用于识别和检测大空间火灾火焰的方法，其特征在于包括以下步骤：　１）对输入的视频流进行预处理：对于各种情况下由摄像机拍摄下来的视频画面，使用高斯平滑的方法来消除噪音的干扰；　２）对视频流进行运动检测，获得运动像素：对于上一步 中所获得的预处理后的图像，使用带有固定阈值的时域差分方法来进行运动检测；首先初始化背景图像，然后根据当前帧利用帧与帧之间的关联性来更新背景图像和前景图像；　３）对视频流进行颜色检测，获得具有火焰特征颜色的像素：通过在训练视频和图片中提 取具有火焰颜色的像素，分析其强度值或者ＲＧＢ分量值；假如当前像素的颜色值位于符合火焰颜色特征的像素区间内部，则此像素被判断为具有火焰颜色的像素，进入下一阶段的检测；　４）对所有符合运动检测和颜色检测火焰特征的像素点进行频域分析：时域分 析包括火焰抖动特征的分析、火焰像素傅里叶变换和小波变换的分析；使用斜率积的异号性来衡量火焰的抖动特征；然后通过快速傅里叶变换提取输入信号的频率谱；最后通过小波变换分离输入信号的高低频，提取高频部分计算其过零率；　５）搜索把所有符合相同 特征且相互连接的像素组成的连通区域：对于运动检测和颜色检测后的图像，进行连通区域的搜索；连通区域搜索包括区域标记和区域搜索两个步骤；首先使用掩码方法分别对运动像素区域、火焰颜色像素区域和属于火焰边缘的像素区域进行标记；然后使用广度优先搜索算法来进行连通区域的搜索；　６）对所得的连通区域计算其周长和面积，进行形状分析：形状分析包括：使用深度优先搜索算法结合形态学的方法提取各个连通区域的边界；分别计算各个连通区域边界的周长；计算各个连通区域的面积；计算各个连通区域的圆形度， 计算运动火焰颜色区域与相应运动区域的面积比；　７）对每个连通区域，对其进行面积改变量分析，最后判断火灾是否发生：这一步中包括标记属于火焰边缘区域的像素；使用广度优先搜索算法搜索上述像素所组成的连通区域；建立数据结构来存储找到的连通区域 ；使用先到先处理的顺序匹配前后帧对应的连通区域；计算对应连通区域的面积改变量，判断火灾是否发生。...

【技术特征摘要】
1.一种适用于识别和检测大空间火灾火焰的方法，其特征在于包括以下步骤1)对输入的视频流进行预处理对于各种情况下由摄像机拍摄下来的视频画面，使用高斯平滑的方法来消除噪音的干扰；2)对视频流进行运动检测，获得运动像素对于上一步中所获得的预处理后的图像，使用带有固定阈值的时域差分方法来进行运动检测；首先初始化背景图像，然后根据当前帧利用帧与帧之间的关联性来更新背景图像和前景图像；3)对视频流进行颜色检测，获得具有火焰特征颜色的像素通过在训练视频和图片中提取具有火焰颜色的像素，分析其强度值或者RGB分量值；假如当前像素的颜色值位于符合火焰颜色特征的像素区间内部，则此像素被判断为具有火焰颜色的像素，进入下一阶段的检测；4)对所有符合运动检测和颜色检测火焰特征的像素点进行频域分析时域分析包括火焰抖动特征的分析、火焰像素傅里叶变换和小波变换的分析；使用斜率积的异号性来衡量火焰的抖动特征；然后通过快速傅里叶变换提取输入信号的频率谱；最后通过小波变换分离输入...

【专利技术属性】
技术研发人员：谢迪，廖胜辉，童若峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86