CN101316371A - 火焰侦测方法及装置 - Google Patents
火焰侦测方法及装置 Download PDFInfo
- Publication number
- CN101316371A CN101316371A CNA2007103008414A CN200710300841A CN101316371A CN 101316371 A CN101316371 A CN 101316371A CN A2007103008414 A CNA2007103008414 A CN A2007103008414A CN 200710300841 A CN200710300841 A CN 200710300841A CN 101316371 A CN101316371 A CN 101316371A
- Authority
- CN
- China
- Prior art keywords
- image
- dynamic area
- area image
- analysis result
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明提供一种火焰侦测方法与装置,用以监视及辨识是否有火焰的发生,并进一步提升火焰侦测准确度。该火焰侦测方法与装置用以撷取一监视空间的多个影像;判断该多个影像中是否存在一动态区域影像;分析该动态区域影像的一色彩模型与一闪烁频率,比较分析结果与一参考火焰影像的特征,并配合该动态区域影像的地址变化分析与面积分析,来判断该动态区域影像是否为一火焰影像。
Description
技术领域
本发明涉及一种侦测火焰的方法和装置,特别是涉及使用影像分析侦测火焰的方法和装置。
背景技术
随着办公室及厂房的规模越来越大,加上如百货商场、饭店、体育馆...等建筑物楼高越高、构造越特殊、设备越复杂,一般的消防安全设施在这些情况下可能无法确保其有效性。若能使目前传统型监控系统智能化,利用影像侦测将所撷取的画面加以分析,并借着一些演算法计算,判断画面中是否有火焰,即能增加监控系统附加价值,并可有效实时侦测与控制灾害。
所谓的影像辨识方法是通过多个步骤演算法来侦测火焰。通过监控系统撷取画面,经过电脑、DSP等数值运算器进行动态对象侦测及色彩模型分析进行火焰判断。其中的辨识方法是在撷取的窗口间,利用演算法(如:背景消去法(Background Subtraction)、统计侦测法(Statistical Methods)、时态差分法(Temporal Differencing)、光流法(Optical Flow)...等)将影像中像素性质差距超过某一恕限值的像素分离,接着将这些像素利用色彩模型加以分析,若符合条件则可能为火焰,然而现有的技术所使用的色彩模型多为RGB经验规则判断,对于色彩辨识的准确度并不够精确,只要是具有与火焰相类似的色彩就被辨识为具有火焰要素。
此外,公知的辨识法仅使用动态对象侦测及色彩模型分析判识的火焰判别方式容易造成误判的结果而导致错误的判别,例如一穿着红衣的人走过监视器前,就会被辨识为动态且具有火焰的红色要素,而因此触动假警报。
美国专利第6,184,792号和6,956,485号公开了一些在一监视空间侦测早期火焰的演算法。其中美国专利第6,184,792号揭露了在一监视空间侦测早期火焰的方法和装置,其是通过针对随时间改变的像素强度执行一快速傅利叶转换来分析一录制影像的明度变化;而美国专利第6,956,485号则揭露了一通过滤波方式来分析频率变化并侦测火焰的技术。然而,在这些专利中并未提及这些侦测方法的精确度,而且其也没有采用其它如色度(chrominance)变化等相关的分析。
发明内容
本发明是欲提供一种火焰侦测方法与装置,用以监视及辨识是否有火焰的发生,并进一步提升辨识准确度,以早示警或通报救灾。
根据本发明的主要目的,提供一种火焰侦测方法,其步骤包含:撷取一监视空间的多个影像;判断该多个影像中是否存在一动态区域影像;分析该动态区域影像的一色彩模型以产生一第一分析结果,并比较该第一分析结果与一参考火焰影像的一第一特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;以及根据步骤(C)中比较的结果判断该动态区域影像是否为一火焰影像。
其中,该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像,该动态区域影像是指该第一空间影像与该第二空间影像中所不同的特定区域影像,而表示在该第一撷取时间与该第二撷取时间之间该监视空间所存在的一移动对象。
较佳地,本发明所提供的火焰侦测方法,其更包括:进行一闪烁频率分析,用以分析该动态区域影像的一闪烁频率以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一第二特征;进行一地址分析,用以分析该动态区域影像的一地址变化以产生一第三分析结果,并比较该第三分析结果与一第一预定范围;进行一面积分析,用以分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;储存该第一分析结果与第二分析结果至一数据库;以及若判断该动态区域影像为一火焰影像,则发出一警报信号。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(E)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,并分析色彩参数I与Y至少其一,而取该色彩参数I与Y至少其一的一闪烁频率范围为5Hz至10Hz来分析。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(F)包括:以追踪对象演算法,判断该动态区域影像的重心地址随时间的变化的一第一程度;以及若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
较佳地,本发明所提供的火焰侦测方法,其中若该多个影像的大小为320x240像素时,该TH1可设定为80像素。
较佳地,本发明所提供的火焰侦测方法,其中步骤(G)包括:以追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度;以及若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(C)包括:采用包含该动态区域影像的色彩像素变化,时间,与空间三个参数的一三维高斯混合模型分析;判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率,与一YUV高斯分布机率至少其一;采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络模式,其中包括2个隐藏层,每个隐藏层有5个节点。
根据本发明的主要目的,提供另一种火焰侦测方法,其步骤包含:
(A)撷取一监视空间的多个影像;
(B)判断该多个影像中是否存在一动态区域影像;
(C)分析该动态区域影像的一闪烁频率以产生一第一分析结果;
(D)根据该第一分析结果判断该动态区域影像是否为一火焰影像。
较佳地,本发明所提供的火焰侦测方法,其更包括:比较该第一分析结果与一参考火焰影像的一闪烁特征;分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;分析该动态区域影像的一地址变化以产生一第三分析结果,并将该第三分析结果与一第一预定范围作比较;分析该动态区域影像的一面积变化以产生一第四分析结果,并将该第四分析结果与一第二预定范围作比较;储存该第一分析结果与第二分析结果至一数据库;以及若判断该动态区域影像为一火焰影像,则发出一警报信号。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(C)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,该色彩包括色彩参数I与Y至少其一,而取一闪烁频率范围为5Hz至10Hz来分析。
根据本发明的主要目的,提供又一种火焰侦测方法,其步骤包含:
(A)撷取一监视空间的多个影像;
(B)分析该多个影像中的一动态区域影像的一地址变化以产生一第一分析结果;
(C)根据该第一分析结果判断该动态区域影像是否为一火焰影像。
较佳地,本发明所提供的火焰侦测方法,其中更包括:判断该多个影像中是否存在该动态区域影像;比较该第一分析结果与一第一预定范围;分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;分析该动态区域影像的一闪烁频率以产生一第三分析结果,并比较该第二分析结果与一参考火焰影像的一闪烁特征;分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;根据上述比较的结果判断该动态区域影像是否为一火焰影像;储存该第二分析结果与第三分析结果至一数据库;以及若判断该动态区域影像为一火焰影像,则发出一警报信号。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(D)包括:采用包含该动态区域影像的色彩像素变化,时间,与空间三个参数的一三维高斯混合模型分析;判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率,与一YUV高斯分布机率至少其一;采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络模式,其中包括2个隐藏层,每个隐藏层有5个节点。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(E)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中该色彩包括色彩参数I与Y至少其一,而取一闪烁频率范围为5Hz至10Hz来分析。
较佳地,本发明所提供的火焰侦测方法,其中步骤(F)包括:以追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度;以及若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
较佳地,本发明所提供的火焰侦测方法,其中该步骤(C)包括:以追踪对象演算法,判断该动态区域影像的重心地址随时间的变化的一第一程度;以及若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
根据本发明的主要目的,提供又一种火焰侦测方法,其步骤包含:撷取一监视空间的多个影像;分析该多个影像中的一动态区域影像的一面积变化以产生一第一分析结果;以及根据该第一分析结果判断该动态区域影像是否为一火焰影像。
较佳地,本发明所提供的火焰侦测方法,其更包括:判断该多个影像中是否存在该动态区域影像;比较该第一分析结果与一第一预定范围;分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;分析该动态区域影像的一闪烁频率以产生一第三分析结果,并比较该第二分析结果与一参考火焰影像的一闪烁特征;分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;根据上述比较的结果判断该动态区域影像是否为一火焰影像;储存该第二分析结果与第三分析结果至一数据库;以及若判断该动态区域影像为一火焰影像,则发出一警报信号。
较佳地,本发明所提供的火焰侦测方法,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,其中该步骤(C)包括:以一追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一变化程度;以及若该变化程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
根据本发明的主要目的,提供一种火焰侦测装置,其包括:一影像撷取单元,用以撷取多个影像;一第一分析单元,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第一分析结果,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;以及一比对单元,用以比较该第一分析结果与一参考火焰特征。
较佳地,本发明所提供的火焰侦测装置,其中该多个影像为一监视空间在不同时间的记录影像,其包括一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像,该动态区域影像是指该第一空间影像与该第二空间影像比对时不同的一特定区域影像,该动态区域影像为第一撷取时间进行至该第二撷取时间时该监视空间中的一动态对象的影像。
较佳地,本发明所提供的火焰侦测装置,其更包括:一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第二分析结果,该第二分析结果是用以和该参考火焰特征的一闪烁频率作比较;一地址分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一地址变化以产生一第三分析结果,该第三分析结果是用以和一第一预定范围作比较;一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,其中该比对单元与所述分析单元连接。
较佳地,本发明所提供的火焰侦测装置,其中该第二分析单元利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中分析该色彩随时间变化的程度是取一段时间的色彩参数I与Y至少其一作一维时间小波分析,而取该至少其一的色彩参数的一闪烁频率范围为5Hz至10Hz作分析。
较佳地,本发明所提供的火焰侦测装置,其中该地址分析单元是以一追踪对象演算法,判断该动态区域影像的一重心地址随时间的变化的一第一程度,若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
较佳地,本发明所提供的火焰侦测装置,其中若该多个影像的大小为320x240像素时,该TH1可设定为80像素。
较佳地,本发明所提供的火焰侦测装置,其中该面积分析单元是以一追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度,若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
较佳地,本发明所提供的火焰侦测装置,其中当该动态区域影像被判定为一火焰时,该数据库可以储存分析的结果,以作为一第二参考火焰特征。
较佳地,本发明所提供的火焰侦测装置,其中该第一分析单元与该影像撷取单元连接,并采取一高斯混合模型和包含该动态区域影像的色彩像素变化针对时间与空间的三维分析,并采取至少一三维RGB高斯混合模型与一YUV三维高斯模型,其中该RGB高斯混合模型用以判断该动态区域影像是否符合一火焰特征色彩的RGB高斯分布机率,而该YUV三维高斯模型则用以判断该动态区域影像是否符合一火焰特征色彩的YUV高斯分布机率。
较佳地,本发明所提供的火焰侦测装置,其中该第一分析单元采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练;以及一倒传递类神经网络模式,其包括2个隐藏层,每个隐藏层有5个节点。
较佳地,本发明所提供的火焰侦测装置,其中该影像撷取单元为一相机或录像机其中之一。
根据本发明的主要目的,提供另一种火焰侦测装置,其包括:一影像撷取单元,用以撷取多个影像;一第一分析单元,用以分析该多个影像中的一动态区域影像的一闪烁频率,以产生一第一分析结果;以及一比对单元,用以比较该第一分析结果与一参考火焰特征。
较佳地,本发明所提供的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,该火焰侦测装置更包括:一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;一第三分析单元,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;一地址分析单元,其与该影像撷取单元连接,并分析该动态区域影像的一地址变化以产生一第三分析结果,该第三分析结果是用以和一第一预定范围作比较;一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,其中该比对单元与所述分析单元连接。
较佳地,本发明所提供的火焰侦测装置,其中该第三分析单元采取一高斯混合模型和包含该动态区域影像的色彩像素变化针对时间与空间的三维分析,并采取至少一三维RGB高斯混合模型与一YUV三维高斯模型,其中该RGB高斯混合模型用以判断该动态区域影像是否符合一火焰特征色彩的RGB高斯分布机率,而该YUV三维高斯模型则用以判断该动态区域影像是否符合一火焰特征色彩的YUV高斯分布机率。
较佳地,本发明所提供的火焰侦测装置,其中该第一分析单元与该影像撷取单元连接,并利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中分析该色彩随时间变化的程度是取一段时间的色彩参数I与Y至少其一作一维时间小波分析,而取该至少其一的色彩参数的一闪烁频率范围为5Hz至10Hz作分析。
根据本发明的主要目的,提供又一种火焰侦测装置,其包括:一影像撷取单元,用以撷取多个影像;一第一分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;一地址分析单元,用以分析该多个影像中的一动态区域影像的地址变化,以产生一第一分析结果;以及一比对单元,用以与该地址分析单元连接,用以比较该第一分析结果与一第一预定范围。
较佳地,本发明所提供的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,该火焰侦测装置更包括:一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第三分析结果,其中该第三分析结果是用以和该参考火焰特征的一闪烁频率作比较;一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,其中该比对单元与所述分析单元连接。
较佳地,本发明所提供的火焰侦测装置,其中该地址分析单元是以一追踪对象演算法,判断该动态区域影像的一重心地址随时间的变化的一第一程度,若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
根据本发明的主要目的,提供又一种火焰侦测装置,其包括:一影像撷取单元,用以撷取多个影像;一第一分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;一面积分析单元,用以分析该多个影像中的一动态区域影像的地址变化,以产生一第一分析结果;以及一比对单元,用以与该地址分析单元连接,用以比较该第一分析结果与一第一预定范围。
较佳地,本发明所提供的火焰侦测装置,其更包括:一第二分析单元,其与该影像撷取单元连接,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第三分析结果,该第三分析结果是用以和该参考火焰特征的一闪烁频率作比较;一地址分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一地址变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,其中该比对单元与所述分析单元连接。
较佳地,本发明所提供的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,而该面积分析单元与该影像撷取单元连接,并以一追踪对象演算法判断该动态区域影像的一面积随时间的变化的一变化程度,若该变化程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
本发明设计的火焰侦测方法与装置可以大幅提高火焰侦测的准确度,以精准的判断是否有火焰的产生,进而对初期火灾及火灾的发生达到早期侦测及实时警示的功能,以及早救灾及防止灾害扩大,同时其数据库可以将每次侦测到火焰的分析数据储存以更新数据库的比对数据,更进一步增加每次侦测的精确性以达到比现有技术更佳的火焰侦测效果。
附图说明
图1为本发明火焰侦测方法的一实施例的流程图。
图2A为本发明火焰侦测装置第一实施例的架构示意图。
图2B为本发明火焰侦测装置第二实施例的架构示意图。
图2C为本发明火焰侦测装置第三实施例的架构示意图。
主要元件符号说明:
11、21、31影像撷取装置 13、23、32警报装置
12电脑主机 22数字录像记录器
24、33数字信号处理芯片
14、241、331动态分析单元
15、242、332色彩模型分析单元
16、243、333闪烁频率分析单元
17、244、334比对单元
18、245、335数据库
191、246、336地址分析单元
192、247、337面积分析单元
41撷取多个影像
42动态区域影像侦测
421判断多个影像中是否具有一动态区域
44色彩模型分析
441比对色彩模型是否符合一火焰色彩的特征
45闪烁频率分析
451比对闪烁频率是否符合一火焰的闪烁特征
46火焰重心地址及面积变化分析
47确认火焰并发出警报
48将分析数据存入数据库
49判断非火焰
具体实施方式
为了克服目前火灾的侦测常有误判以致于延误救灾时机或时常产生假警报的问题,本申请提出一种新颖的火焰侦测方法与装置,在本申请的火焰侦测装置与方法中,特征比对装置中具有各特征的数据库,让各特征分析装置完成分析之后,可与数据库中的高斯色彩模型比对,以及根据火焰的闪烁频率,进一步精确的辨识火焰的特征以达到火灾侦测的功能。本发明将可由以下的实施例说明而得到充分了解,使得本领域技术人员可以据以完成,但本发明的实施并非可由下列实例而被限制其实施型态。
请参阅图1,其是本发明火焰侦测方法的一实施例的流程图。首先,撷取多个影像(步骤41),该多个影像为一监视空间在不同时间点的记录影像,例如:一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像。然后,执行一移动侦测(步骤42)来分析该多个影像中是否存在一动态区域影像,该动态区域影像是指该第一空间影像与该第二空间影像中所不同的特定区域的影像,而表示在该第一撷取时间与该第二撷取时间之间该监视空间所存在的一移动对象。
如果该多个影像中不存在动态区域影像,则侦测流程直接进行至步骤49,表示在此监视空间中并未侦测到火焰。如果该多个影像中存在一动态区域影像,则执行下一步骤的色彩模型分析(步骤44)。该色彩模型分析(步骤44)是分析该经侦测到的动态区域影像的一色彩模型,并比对其色彩模型是否符合一参考火焰的色彩特征(步骤441),若符合,则进行步骤45的闪烁频率分析,若否,则进行至步骤49表示该动态区域影像不为一火焰影像。该闪烁频率分析(步骤45)是分析该动态区域影像的闪烁频率,并判断其是否符合一参考火焰的闪烁特征(步骤451)。若符合,则继续进行步骤46的重心地址与面积变化分析,若否,则进行至步骤49排除该动态区域影像为一火焰影像的可能。
在步骤46中包含了两个个别可独立的分析,其一是火焰重心地址分析而另一个则是火焰面积分析,这两个分析是用以检核该动态区域影像的重心地址变化以及面积变化是否小于一般火焰可能的变化值。若仍符合,则执行步骤47和步骤48,若否,则至步骤49判断不为火焰,其中,步骤47是确认该动态区域影像为一火焰影像,即该监视空间中存在一火焰,并发出一警报;步骤48则是将上述的分析数据存入数据库中,用以更新数据库中的火焰特征数据,做为往后的比对之用。
在步骤44中,该色彩模型分析包括一三维高斯混合模型(Gaussianmixture model,GMM)分析,其包含该动态区域影像的色彩像素变化,时间,与空间三个参数,并采用一三维RGB高斯混合模型来判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率,及/或采用一三维YUV高斯混合模型来判断该动态区域影像是否符合一火焰色彩特征之一YUV高斯分布机率。
更佳的,该色彩模型分析可采用一类神经网络(Artificial NeuralNetwork,ANN)分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络(Back-Propagation network,BPN)模式,其中包括2个隐藏层,每个隐藏层有5个节点。
其后在步骤441,将上述对于该动态区域影像分析的结果与数据库中一参考火焰的特征作比较。
上述的YUV色彩模型是不同于一般使用的RGB(红-绿-蓝)色彩模型的另一种色彩模型,其中该色彩参数Y代表“明亮度(Luminance)”,该色彩参数U代表“色度(Chrominance)”,而该色彩参数V代表“浓度(Chroma)”。YUV色彩模型与RGB色彩模型的关系表示为:
Y=0.299*R+0.587*G+0.114*B
U=0.436*(B-Y)/(1-0.114)
V=0.615*(R-U)/(1-0.299)
而上述的色彩参数“I”则为一般所称的“强度(Intensity)”或“灰值(Gray Value)”,其与RGB色彩参数的关为:
I=(R+G+B)/3。
通过高斯混合模型(GMM)分析和类神经网络(ANN)分析,可大幅提升火焰色彩分析的准确度。
在步骤45中,该闪烁频率分析是利用一维时间小波转换(TimeWavelet Transform,TWT)来分析该动态区域影像的色彩与高度(Height)至少其一随时间变化的程度,其中分析该色彩随时间变化的程度包括色彩参数I及/或色彩参数Y,而闪烁频率分析的频段为5Hz至10Hz。通过执行一次的时间小波转换,即可得到令人满意的结果,这可以显著的减少计算的时间。
其后,在步骤451中,比对分析的结果是否符合数据库中一参考火焰的闪烁频率特征。在闪烁频率分析中采用时间小波转换具有转换结果仍与时间相关的优点,此外,通过采用一维的小波转换,可以更快而更简单的得到分析的计算结果。
在步骤46中,分别分析了该动态区域影像的重心地址与面积随时间的变化,因为根据早期火焰的特性,其重心地址与面积的变化是连续性的,在短时间内,不应有太大的变化。
在步骤46中的重心地址变化分析中,采用追踪对象演算法来判断该动态区域影像的重心地址随时间的变化的程度;若其变化的程度超过一第一预定范围,则可判断该动态区域影像不为一火焰影像。
在一实施例中,该第一预定范围可定义为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在前的第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为其后的第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。在又一实施例中,若该多个影像的大小为320x240像素时,该TH1可设定为80像素,即可得到满意的判识结果。
在步骤46中的面积变化分析中,采用追踪对象演算法来判断该动态区域影像的面积随时间的变化的程度;若其变化的程度超过一第二预定范围,则可判断该动态区域影像不为一火焰影像。
在一实施例中,该第二预定范围可取为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积,如此则可得到满意的判识结果。
经由上述的步骤可大幅提升火焰侦测的准确度,而避免误警报的发生。
在上述的说明中,步骤46是在得到步骤44和步骤45的分析结果后才实施,而步骤47是在步骤44~46的结果都得出后才实施。然而,必需特别指出,上述步骤44的色彩模型分析、步骤45的闪烁频率分析、以及步骤46中的地址变化分析以及面积变化分析皆可以独自实施而不依附其它分析的结果来实施。对于本领域一般技术人员来说,基于本发明所提供的内容,上述的色彩模型分析、闪烁频率分析、地址变化分析以及面积变化分析在一火焰侦测流程中,皆可以分别任意而视需要的采用并不限次序的组合,以视实际需要减少分析的复杂度并提升侦测的效能。
请参阅图2A,其是本发明火焰侦测装置第一实施例的架构示意图。该种火焰侦测装置包括一影像撷取单元11、一电脑主机12及一警报单元13;其中,该电脑主机12中具有一动态分析单元14、一色彩模型分析单元15、一闪烁频率分析单元16、一比对单元17,一数据库18,一地址分析单元191和一面积分析单元192。在该数据库18中存有经过大量经由实验与先前分析而得的火焰特征的数据,包括火焰色彩模型的数据以及闪烁频率的数据。
该火焰侦测装置通过该影像撷取单元11撷取多个影像,其中包括了许多对象,该动态分析单元14通过可更新背景的移动侦测来分析该多个影像中是否具有一表示移动对象的一动态区域影像;接着该色彩模型分析单元15会分析该动态区域影像的色彩,并通过比对单元17与数据库18中所储存火焰的色彩模型的统计数据作比对,以判断该动态区域影像的色彩模型是否符合一参考火焰色彩的特征;该闪烁频率分析单元16使用时间小波转换的运算方式分析该动态区域影像的色彩值以及高度随时间变化程度,并通过比对单元17与数据库18中一参考火焰的闪烁频率数据作比对该动态区域影像是否具有与该参考火焰相同的闪烁频率。其后,通过该地址分析单元191和面积分析单元192来检核该动态区域影像的重心地址和面积随时间的变化幅度是否过大,而排除为一火焰的可能。
若是该动态区域影像的色彩和闪烁特征符合一参考火焰的特征,而其重心地址和面积随时间的变化幅度亦小于预定的范围,则该电脑主机12将判断该对象为一火焰,并通过该警报单元13发出警报。该警报单元13可将警报信号发送至火灾监控中心的中控电脑、火警受信机或手机。
请参阅图2B,其是本发明火焰侦测装置第二实施例的架构示意图。该种火焰侦测装置包括一影像撷取单元21、一数字录像记录器22及一警报单元23;其中,该数字录像记录器22更具有一数字信号处理芯片24,其中该数字信号处理芯片24中包含了一动态分析单元241、一色彩模型分析单元242、一闪烁频率分析单元243、一比对单元244,一数据库245,一地址分析单元246和一面积分析单元247。在该数据库245中存有经过大量经由实验与先前分析而得的火焰特征的数据,包括火焰色彩模型的数据以及闪烁频率的数据。
该火焰侦测装置通过该影像撷取单元21撷取多个影像,其中包括了许多对象,该动态分析单元241通过可更新背景的移动侦测来分析该多个影像中是否具有一表示移动对象的一动态区域影像;接着该色彩模型分析单元242会分析该动态区域影像的色彩模型,并通过比对单元245与数据库246中火焰的色彩模型的统计数据作比对,以判断此动态对象的色彩模型是否符合一参考火焰色彩的特征;该闪烁频率分析单元243会利用时间小波转换的运算方式计算分析该动态区域影像的色彩值以及高度随时间变化程度,并通过比对单元244与数据库245中一参考火焰的闪烁频率数据作比对该动态区域影像是否符合该参考火焰的闪烁频率特征。其后,通过该地址分析单元246和面积分析单元247来检核该动态区域影像的重心地址和面积随时间的变化幅度是否过大,而排除为一火焰的可能。
若是该动态区域影像的色彩和闪烁特征符合一参考火焰的特征,而其重心地址和面积随时间的变化幅度亦小于预定的范围,则该火焰侦测装置22将判断该对象为一火焰,并通过该警报单元23发出警报。该警报单元23可将警报信号发送至火灾监控中心的中控电脑、火警受信机或手机。
请参阅图2C,其是本发明火焰侦测装置第三实施例的架构示意图。该种火焰侦测装置包括一影像撷取单元31及一警报单元32;该影像撷取装置31具有一数字信号处理芯片33,其中包含了一动态分析单元331、一色彩模型分析单元332、一闪烁频率分析单元333、一比对单元334、一数据库335、一地址分析单元336和一面积分析单元337。在该数据库335中存有经过大量经由实验与先前分析而得的火焰特征数据包括火焰色彩模型的数据以及闪烁频率的数据。
该火焰侦测装置通过该影像撷取单元31撷取多个影像,其中包括了许多对象,该动态分析单元331通过可更新背景的移动侦测来分析该多个影像中是否具有一表示移动对象的一动态区域影像;接着该色彩模型分析单元332会分析该动态区域影像的色彩模型,并通过比对单元334与数据库335中火焰的色彩模型的统计数据作比对,以判断该动态区域影像的色彩模型是否符合一参考火焰色彩的特征;该闪烁频率分析单元333会利用时间小波转换的运算方式计算该动态区域影像的色彩值以及高度随时间变化程度,并通过比对单元334与数据库335中一参考火焰的闪烁频率数据作比对该动态区域影像是否具有与火焰相同的闪烁频率。其后,通过该地址分析单元336和面积分析单元337来检核该动态区域影像的重心地址和面积随时间的变化幅度是否过大,而排除为一火焰的可能。
若是该动态区域影像的色彩和闪烁特征符合一参考火焰的特征,而其重心地址和面积随时间的变化幅度亦小于预定的范围,则该火焰侦测装置判断该对象为一火焰,并通过该警报单元32发出警报。该警报单元32可将警报信号发送至火灾监控中心的中控电脑、火警受信机或手机。
本发明的火焰侦测装置所使用的数据库18,245,335中的火焰特征是使用大量的各种火灾的纪录像片,针对其中的火焰的影像作分析所得到的数据,其中的色彩模型是针对影片中的火焰影像,利用高斯混合模型(Gaussian mixture model,简称GMM)对火焰的色彩像素变化对时间与空间作三维分析,再将分析的结果存在数据库中以供比对之用。闪烁频率是针对火焰的影像,利用一维的时间小波转换分析火焰的色彩随时间的程度变化,再做成统计数据并存为比对用的数据库。此外本发明所使用的数据库18,245,335更具有学习与更新的能力,在每次侦测到火焰后,会将所侦测分析到的色彩值加入数据库中,以更新色彩模型,使后续的特征判断更加精确。
该色彩模型分析单元15,242,332分别与该影像撷取单元14,241,331连接,并采用包含该动态区域影像的色彩像素变化对时间与空间三个参数的三维高斯混合模型分析,且以采一三维RGB高斯混合模型及/或一三维YUV高斯混合模型分析,来判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率及/或一YUV高斯分布机率。
更佳的,该色彩模型分析单元15,242,332可采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络模式,其中包括2个隐藏层,每个隐藏层有5个节点,如此可更增进参考火焰的色彩模型的准确度。
该闪烁频率分析单元16,243,333分别与该影像撷取单元14,241,331连接,并利用时间小波转换来分析该动态区域影像的色彩及/或高度随时间变化的程度,并分析色彩参数I与Y至少其一,而取该色彩参数I与Y至少其一的一闪烁频率范围为5Hz至10Hz来分析。更佳的是,可采取一次一维时间小波转换来简化并加速计算。
该地址分析单元191,246,336分别与该影像撷取单元14,241,331连接,并采用追踪对象演算法来判断该动态区域影像的重心地址随时间的变化的程度;若其变化的程度超过一第一预定范围,则可判断该动态区域影像不为一火焰影像,因为一火焰的重心地址在一短时间内不应有太大的变化幅度。
该地址分析单元191,246,336分别与该影像撷取单元14,241,331连接,并采用追踪对象演算法来判断该动态区域影像的重心地址随时间的变化的程度;若其变化的程度超过一第一预定范围,则可判断该动态区域影像不为一火焰影像,因为一火焰的重心地址在一短时间内不应有太大的变化幅度。
在一实施例中,该第一预定范围可定义为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在前的第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为其后的第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。在一实施例中,若该多个影像的大小为320x 240像素时,该TH1可设定为大约80像素,即可得到满意的判识结果,若欲更精确的排除可能的误警报,该TH1可进一步设定为大约50像素。
该面积分析单元192,247,337分别与该影像撷取单元14,241,331连接,并采用追踪对象演算法来判断该动态区域影像的面积随时间的变化的程度;若其变化的程度超过一第二预定范围,则可判断该动态区域影像不为一火焰影像,因为一火焰的面积在一短时间内不应有太大的变化幅度。
在一实施例中,该第二预定范围可取为:
(1/3)At<At+1<3At,
则可得到满意的判识结果,其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
通过地址分析单元与面积分析单元的采用,火焰侦测装置可减少误警报的可能,而提高火焰侦测的准确度。
在上述的说明所举列的火焰侦测装置都包含了色彩模型分析单元、闪烁频率分析单元、地址变化分析单元以及面积变化分析单元,然而这四个单元皆可以独自运行而不必然依附其它分析单元来运行。对于本领域一般技术人员来说,基于本发明所揭需的内容,上述的色彩模型分析单元、闪烁频率分析单元、地址变化分析单元以及面积变化分析单元就一火焰侦测装置的制造时,皆可以分别任意而视需要的采用并不限次序的组合,以视实际需要减少分析的复杂度并提升侦测的效能。
综上所述,本发明设计的火焰侦测方法与装置可以大幅提高火焰侦测的准确度,以精准的判断是否有火焰的产生,进而对初期火灾及火灾的发生达到早期侦测及实时警示的功能,以及早救灾及防止灾害扩大,同时其数据库可以将每次侦测到火焰的分析数据储存以更新数据库的比对数据,更进一步增加每次侦测的精确性以达到比现有技术更佳的火焰侦测效果。
Claims (44)
1、一种火焰侦测方法,其步骤包括:
(A)撷取一监视空间的多个影像;
(B)判断该多个影像中是否存在一动态区域影像;
(C)分析该动态区域影像的一色彩模型以产生一第一分析结果,并比较该第一分析结果与一参考火焰影像的一第一特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;以及
(D)根据步骤(C)中比较的结果判断该动态区域影像是否为一火焰影像。
2、根据权利要求1所述的火焰侦测方法,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像,该动态区域影像是指该第一空间影像与该第二空间影像中所不同的特定区域影像,而表示在该第一撷取时间与该第二撷取时间之间该监视空间所存在的一移动对象。
3、根据权利要求2所述的火焰侦测方法,更包括:
(E)进行一闪烁频率分析,用以分析该动态区域影像的一闪烁频率以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一第二特征;
(F)进行一地址分析,用以分析该动态区域影像的一地址变化以产生一第三分析结果,并比较该第三分析结果与一第一预定范围;
(G)进行一面积分析,用以分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;
(H)储存该第一分析结果与第二分析结果至一数据库;以及
(I)若判断该动态区域影像为一火焰影像,则发出一警报信号。
4、根据权利要求3所述的火焰侦测方法,其中该步骤(E)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,并分析色彩参数I与Y至少其一,而取该色彩参数I与Y至少其一的一闪烁频率范围为5Hz至10Hz来分析。
5、根据权利要求3所述的火焰侦测方法,其中该步骤(F)包括:
(F1)以追踪对象演算法,判断该动态区域影像的重心地址随时间的变化的一第一程度;以及
(F2)若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,
其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
6、根据权利要求5所述的火焰侦测方法,其中若该多个影像的大小为320×240像素时,该TH1可设定为80像素。
7、根据权利要求3所述的火焰侦测方法,其中步骤(G)包括:
以追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度;以及
若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,
其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
8、根据权利要求1所述的火焰侦测方法,其中该步骤(C)包括:
采用包含该动态区域影像的色彩像素变化,时间,与空间三个参数的一三维高斯混合模型分析;
判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率,与一YUV高斯分布机率至少其一;
采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络模式,其中包括2个隐藏层,每个隐藏层有5个节点。
9、一种火焰侦测方法,其步骤包括:
(A)撷取一监视空间的多个影像;
(B)判断该多个影像中是否存在一动态区域影像;
(C)分析该动态区域影像的一闪烁频率以产生一第一分析结果;
(D)根据该第一分析结果判断该动态区域影像是否为一火焰影像。
10、根据权利要求9所述的火焰侦测方法,更包括:
(E)比较该第一分析结果与一参考火焰影像的一闪烁特征;
(F)分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;
(G)分析该动态区域影像的一地址变化以产生一第三分析结果,并将该第三分析结果与一第一预定范围作比较;
(H)分析该动态区域影像的一面积变化以产生一第四分析结果,并将该第四分析结果与一第二预定范围作比较;
(H)储存该第一分析结果与第二分析结果至一数据库;以及
(I)若判断该动态区域影像为一火焰影像,则发出一警报信号。
11、根据权利要求9所述的火焰侦测方法,其中该步骤(C)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,该色彩包括色彩参数I与Y至少其一,而取一闪烁频率范围为5Hz至10Hz来分析。
12、一种火焰侦测方法,其步骤包括:
(A)撷取一监视空间的多个影像;
(B)分析该多个影像中的一动态区域影像的一地址变化以产生一第一分析结果;
(C)根据该第一分析结果判断该动态区域影像是否为一火焰影像。
13、根据权利要求12所述的火焰侦测方法,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像,该动态区域影像是指该第一空间影像与该第二空间影像中所不同的特定区域影像,而表示在该第一撷取时间与该第二撷取时间之间该监视空间所存在的一移动对象。
14、根据权利要求13所述的火焰侦测方法,更包括:
(A2)判断该多个影像中是否存在该动态区域影像;
(C2)比较该第一分析结果与一第一预定范围;
(D)分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;
(E)分析该动态区域影像的一闪烁频率以产生一第三分析结果,并比较该第二分析结果与一参考火焰影像的一闪烁特征;
(F)分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;
(H)根据上述比较的结果判断该动态区域影像是否为一火焰影像;
(I)储存该第二分析结果与第三分析结果至一数据库;以及
(J)若判断该动态区域影像为一火焰影像,则发出一警报信号。
15、根据权利要求14所述的火焰侦测方法,其中该步骤(D)包括:
采用包含该动态区域影像的色彩像素变化,时间,与空间三个参数的一三维高斯混合模型分析;
判断该动态区域影像是否符合一火焰色彩特征之一RGB高斯分布机率,与一YUV高斯分布机率至少其一;
采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练,并采用一倒传递类神经网络模式,其中包括2个隐藏层,每个隐藏层有5个节点。
16、根据权利要求14所述的火焰侦测方法,其中该步骤(E)是利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中该色彩包括色彩参数I与Y至少其一,而取一闪烁频率范围为5Hz至10Hz来分析。
17、根据权利要求14所述的火焰侦测方法,其中步骤(F)包括:
(F1)以追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度;以及
(F2)若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,
其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
18、根据权利要求13所述的火焰侦测方法,其中该步骤(C)包括:
以追踪对象演算法,判断该动态区域影像的重心地址随时间的变化的一第一程度;以及
若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,
其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
19、根据权利要求18所述的火焰侦测方法,其中若该多个影像的大小为320×240像素时,该TH1可设定为80像素。
20、一种火焰侦测方法,其步骤包括:
(A)撷取一监视空间的多个影像;
(B)分析该多个影像中的一动态区域影像的一面积变化以产生一第一分析结果;
(C)根据该第一分析结果判断该动态区域影像是否为一火焰影像。
21、根据权利要求20所述的火焰侦测方法,更包括:
(A2)判断该多个影像中是否存在该动态区域影像;
(C2)比较该第一分析结果与一第一预定范围;
(D)分析该动态区域影像的一色彩模型以产生一第二分析结果,并比较该第二分析结果与一参考火焰影像的一色彩特征,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;
(E)分析该动态区域影像的一闪烁频率以产生一第三分析结果,并比较该第二分析结果与一参考火焰影像的一闪烁特征;
(F)分析该动态区域影像的一面积变化以产生一第四分析结果,并比较该第四分析结果与一第二预定范围;
(H)根据上述比较的结果判断该动态区域影像是否为一火焰影像;
(I)储存该第二分析结果与第三分析结果至一数据库;以及
(J)若判断该动态区域影像为一火焰影像,则发出一警报信号。
22、根据权利要求20所述的火焰侦测方法,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,其中该步骤(C)包括:
以一追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一变化程度;以及
若该变化程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,
其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
23、一种火焰侦测装置,包括:
一影像撷取单元,用以撷取多个影像;
一第一分析单元,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第一分析结果,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;以及
一比对单元,用以比较该第一分析结果与一参考火焰特征。
24、根据权利要求23所述的火焰侦测装置,其中该多个影像
为一监视空间在不同时间的记录影像,其包括一第一撷取时间的一第一空间影像与一第二撷取时间的第二空间影像,该动态区域影像是指该第一空间影像与该第二空间影像比对时不同的一特定区域影像,该动态区域影像为第一撷取时间进行至该第二撷取时间时该监视空间中的一动态对象的影像。
25、根据权利要求24所述的火焰侦测装置,更包括:
一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;
一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第二分析结果,该第二分析结果是用以和该参考火焰特征的一闪烁频率作比较;
一地址分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一地址变化以产生一第三分析结果,该第三分析结果是用以和一第一预定范围作比较;
一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;
一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及
一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,
其中该比对单元与所述分析单元连接。
26、根据权利要求25所述的火焰侦测装置,其中该第二分析单元利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中分析该色彩随时间变化的程度是取一段时间的色彩参数I与Y至少其一作一维时间小波分析,而取该至少其一的色彩参数的一闪烁频率范围为5Hz至10Hz作分析。
27、根据权利要求25所述的火焰侦测装置,其中该地址分析单元是以一追踪对象演算法,判断该动态区域影像的一重心地址随时间的变化的一第一程度,若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
28、根据权利要求27所述的火焰侦测装置,其中若该多个影像的大小为320×240像素时,该TH1可设定为80像素。
29、根据权利要求25所述的火焰侦测装置,其中该面积分析单元是以一追踪对象演算法,判断该动态区域影像的一面积随时间的变化的一第二程度,若该第二程度超过一第二预定范围,则判断该动态区域影像不为一火焰影像,其中该第二预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
30、根据权利要求25所述的火焰侦测装置,其中当该动态区域影像被判定为一火焰时,该数据库可以储存分析的结果,以作为一第二参考火焰特征。
31、根据权利要求23所述的火焰侦测装置,其中该第一分析单元与该影像撷取单元连接,并采取一高斯混合模型和包含该动态区域影像的色彩像素变化针对时间与空间的三维分析,并采取至少一三维RGB高斯混合模型与一YUV三维高斯模型,其中该RGB高斯混合模型用以判断该动态区域影像是否符合一火焰特征色彩的RGB高斯分布机率,而该YUV三维高斯模型则用以判断该动态区域影像是否符合一火焰特征色彩的YUV高斯分布机率。
32、根据权利要求23所述的火焰侦测装置,其中:
该第一分析单元采用一类神经网络分析,其利用R、G、B、I四个色彩参数进行类神经网络训练;以及
一倒传递类神经网络模式,其包括2个隐藏层,每个隐藏层有5个节点。
33、根据权利要求23所述的火焰侦测装置,其中该影像撷取单元为一相机或录像机其中之一。
34、一种火焰侦测装置,包括:
一影像撷取单元,用以撷取多个影像;
一第一分析单元,用以分析该多个影像中的一动态区域影像的一闪烁频率,以产生一第一分析结果;以及
一比对单元,用以比较该第一分析结果与一参考火焰特征。
35、根据权利要求34所述的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,该火焰侦测装置更包括:
一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;
一第三分析单元,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;
一地址分析单元,其与该影像撷取单元连接,并分析该动态区域影像的一地址变化以产生一第三分析结果,该第三分析结果是用以和一第一预定范围作比较;
一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;
一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及
一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,
其中该比对单元与所述分析单元连接。
36、根据权利要求35所述的火焰侦测装置,其中该第三分析单元采取一高斯混合模型和包含该动态区域影像的色彩像素变化针对时间与空间的三维分析,并采取至少一三维RGB高斯混合模型与一YUV三维高斯模型,其中该RGB高斯混合模型用以判断该动态区域影像是否符合一火焰特征色彩的RGB高斯分布机率,而该YUV三维高斯模型则用以判断该动态区域影像是否符合一火焰特征色彩的YUV高斯分布机率。
37、根据权利要求34所述的火焰侦测装置,其中该第一分析单元与该影像撷取单元连接,并利用一维时间小波转换来分析该动态区域影像的一色彩与一高度至少其一随时间变化的程度,其中分析该色彩随时间变化的程度是取一段时间的色彩参数I与Y至少其一作一维时间小波分析,而取该至少其一的色彩参数的一闪烁频率范围为5Hz至10Hz作分析。
38、一种火焰侦测装置,包括:
一影像撷取单元,用以撷取多个影像;
一第一分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;
一地址分析单元,用以分析该多个影像中的一动态区域影像的地址变化,以产生一第一分析结果;以及
一比对单元,用以与该地址分析单元连接,用以比较该第一分析结果与一第一预定范围。
39、根据权利要求38所述的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,该火焰侦测装置更包括:
一第二分析单元,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;;
一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第三分析结果,该第三分析结果是用以和该参考火焰特征的一闪烁频率作比较;
一面积分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一面积变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;
一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及
一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,
其中该比对单元与所述分析单元连接。
40、根据权利要求39所述的火焰侦测装置,其中该地址分析单元是以一追踪对象演算法,判断该动态区域影像的一重心地址随时间的变化的一第一程度,若该第一程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
|(Xt+1,Yt+1)-(Xt,Yt)|<TH1,
其中(Xt,Yt)为在该第一撷取时间时该动态区域影像的重心地址,(Xt+1,Yt+1)则为该第二撷取时间时该动态区域影像的重心地址,而TH1则为一特定值。
41、根据权利要求40所述的火焰侦测装置,其中若该多个影像的大小为320×240像素时,该TH1可设定为80像素。
42、一种火焰侦测装置,包括:
一影像撷取单元,用以撷取多个影像;
一第一分析单元,其与该影像撷取单元连接,用以分析该多个影像中是否存在该动态区域影像;
一面积分析单元,用以分析该多个影像中的一动态区域影像的地址变化,以产生一第一分析结果;以及
一比对单元,用以与该地址分析单元连接,用以比较该第一分析结果与一第一预定范围。
43、根据权利要求42所述的火焰侦测装置,更包括:
一第二分析单元,其与该影像撷取单元连接,其与该影像撷取单元连接,用以分析该多个影像中的一动态区域影像的一色彩模型,以产生一第二分析结果并与一参考火焰的一色彩模型特征比较,其中该色彩模型采用一三维RGB高斯混合模型和一三维YUV高斯混合模型至少其一;
一第三分析单元,其与该影像撷取单元连接,用以分析该动态区域影像的一闪烁频率以产生一第三分析结果,该第三分析结果是用以和该参考火焰特征的一闪烁频率作比较;
一地址分析单元,其与该影像撷取单元连接,用于分析该动态区域影像的一地址变化以产生一第四分析结果,该第四分析结果是用以和一第二预定范围作比较;
一数据库,其与该比对单元连接,用以储存该参考火焰影像特征;以及
一警报单元,其与该比对单元连接,若该动态区域影像为一火焰影像时,用以发出一警报信号,
其中该比对单元与所述分析单元连接。
44、根据权利要求42所述的火焰侦测装置,其中该多个影像为该监视空间在不同时间点的记录影像,包括一第一撷取时间的一空间影像与一第二撷取时间的第二空间影像,而该面积分析单元与该影像撷取单元连接,并以一追踪对象演算法判断该动态区域影像的一面积随时间的变化的一变化程度,若该变化程度超过一第一预定范围,则判断该动态区域影像不为一火焰影像,其中该第一预定范围为:
(1/3)At<At+1<3At,
其中At为在该第一撷取时间时该动态区域影像的面积,At+1则为该第二撷取时间时该动态区域影像的面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007103008414A CN101316371B (zh) | 2007-05-31 | 2007-12-29 | 火焰侦测方法及装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200710108527 | 2007-05-31 | ||
CN200710108527.6 | 2007-05-31 | ||
CN2007103008414A CN101316371B (zh) | 2007-05-31 | 2007-12-29 | 火焰侦测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101316371A true CN101316371A (zh) | 2008-12-03 |
CN101316371B CN101316371B (zh) | 2012-11-28 |
Family
ID=40107185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007103008414A Active CN101316371B (zh) | 2007-05-31 | 2007-12-29 | 火焰侦测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101316371B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840571A (zh) * | 2010-03-30 | 2010-09-22 | 杭州电子科技大学 | 一种基于视频图像的火焰检测方法 |
CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
CN102663869A (zh) * | 2012-04-23 | 2012-09-12 | 国家消防工程技术研究中心 | 基于视频监控平台的室内火灾检测方法 |
CN102708353A (zh) * | 2010-12-27 | 2012-10-03 | 财团法人工业技术研究院 | 火焰判断方法、火焰判断系统与火焰判断装置 |
CN105336086A (zh) * | 2015-09-29 | 2016-02-17 | 广州紫川电子科技有限公司 | 基于红外热成像仪的智能动态热源屏蔽系统及方法 |
CN108830305A (zh) * | 2018-05-30 | 2018-11-16 | 西南交通大学 | 一种结合dclrn网络和光流法的实时火灾监测方法 |
CN110533874A (zh) * | 2019-09-06 | 2019-12-03 | 深圳市瑞讯云技术有限公司 | 一种火灾的检测方法及装置 |
CN110996069A (zh) * | 2019-12-20 | 2020-04-10 | 文红军 | 一种能联动智能灭火的ai智能火眼系统 |
CN115700757A (zh) * | 2022-11-08 | 2023-02-07 | 中信重工开诚智能装备有限公司 | 消防水炮的控制方法、装置及电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2282550T3 (es) * | 2003-07-11 | 2007-10-16 | Siemens Schweiz Ag | Procedimiento y dispositivo para la deteccion de llamas. |
CN100459704C (zh) * | 2006-05-25 | 2009-02-04 | 浙江工业大学 | 基于全方位计算机视觉的智能隧道安全监控装置 |
CN1943824B (zh) * | 2006-09-08 | 2010-06-16 | 浙江工业大学 | 基于全方位视觉传感器的自动消防灭火装置 |
-
2007
- 2007-12-29 CN CN2007103008414A patent/CN101316371B/zh active Active
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840571A (zh) * | 2010-03-30 | 2010-09-22 | 杭州电子科技大学 | 一种基于视频图像的火焰检测方法 |
CN102708353A (zh) * | 2010-12-27 | 2012-10-03 | 财团法人工业技术研究院 | 火焰判断方法、火焰判断系统与火焰判断装置 |
CN102708353B (zh) * | 2010-12-27 | 2015-01-07 | 财团法人工业技术研究院 | 火焰判断方法、火焰判断系统与火焰判断装置 |
CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
CN102663869A (zh) * | 2012-04-23 | 2012-09-12 | 国家消防工程技术研究中心 | 基于视频监控平台的室内火灾检测方法 |
CN102663869B (zh) * | 2012-04-23 | 2013-09-11 | 国家消防工程技术研究中心 | 基于视频监控平台的室内火灾检测方法 |
CN105336086A (zh) * | 2015-09-29 | 2016-02-17 | 广州紫川电子科技有限公司 | 基于红外热成像仪的智能动态热源屏蔽系统及方法 |
CN108830305A (zh) * | 2018-05-30 | 2018-11-16 | 西南交通大学 | 一种结合dclrn网络和光流法的实时火灾监测方法 |
CN110533874A (zh) * | 2019-09-06 | 2019-12-03 | 深圳市瑞讯云技术有限公司 | 一种火灾的检测方法及装置 |
CN110996069A (zh) * | 2019-12-20 | 2020-04-10 | 文红军 | 一种能联动智能灭火的ai智能火眼系统 |
CN115700757A (zh) * | 2022-11-08 | 2023-02-07 | 中信重工开诚智能装备有限公司 | 消防水炮的控制方法、装置及电子设备 |
CN115700757B (zh) * | 2022-11-08 | 2024-05-17 | 中信重工开诚智能装备有限公司 | 消防水炮的控制方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101316371B (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101316371B (zh) | 火焰侦测方法及装置 | |
CN110516609B (zh) | 一种基于图像多特征融合的火灾视频检测及预警方法 | |
RU2393544C2 (ru) | Способ и устройство для обнаружения пламени | |
US7868772B2 (en) | Flame detecting method and device | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
CN101493980B (zh) | 一种基于多特征融合的快速视频火焰探测方法 | |
CN109377713B (zh) | 一种火灾预警方法及系统 | |
CN108898104A (zh) | 一种物品识别方法、装置、系统及计算机存储介质 | |
CN102201146A (zh) | 基于主动红外视频的零照度环境火灾烟雾识别方法 | |
CN109711322A (zh) | 一种基于rfcn的人车分离方法 | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
JP2020021300A (ja) | 火災監視装置、火災監視システム、および火災監視装置のプログラム | |
EP2000998B1 (en) | Flame detecting method and device | |
JP7143174B2 (ja) | 煙検出装置及び煙識別方法 | |
RU2713876C1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
KR101030257B1 (ko) | 카메라의 영상을 이용한 보행자 계수 방법 및 장치 | |
CN113192038B (zh) | 基于深度学习的已有火焰环境中异常烟火识别监测方法 | |
CN108038510A (zh) | 一种基于疑似火焰区域特征的检测方法 | |
Kongurgsa et al. | Real-time intrusion—detecting and alert system by image processing techniques | |
CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
CN101315326B (zh) | 烟雾侦测方法与装置 | |
CN108230607A (zh) | 一种基于区域特征分析的图像火灾探测方法 | |
CN114885119A (zh) | 一种基于计算机视觉的智能监控报警系统及方法 | |
Tang et al. | Hybrid blob and particle filter tracking approach for robust object tracking | |
CN102509414B (zh) | 一种基于计算机视觉的烟雾检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |