CN101944267A - 基于视频的烟火检测装置 - Google Patents

基于视频的烟火检测装置 Download PDF

Info

Publication number
CN101944267A
CN101944267A CN 201010276036 CN201010276036A CN101944267A CN 101944267 A CN101944267 A CN 101944267A CN 201010276036 CN201010276036 CN 201010276036 CN 201010276036 A CN201010276036 A CN 201010276036A CN 101944267 A CN101944267 A CN 101944267A
Authority
CN
China
Prior art keywords
feature
unit
foreground
image
cigarette
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
Application number
CN 201010276036
Other languages
English (en)
Other versions
CN101944267B (zh
Inventor
裴起震
陈怀申
刘男
方敏
孙文貌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Furuno Softech Dalian Co Ltd
Original Assignee
Furuno Softech Dalian Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Furuno Softech Dalian Co Ltd filed Critical Furuno Softech Dalian Co Ltd
Priority to CN2010102760364A priority Critical patent/CN101944267B/zh
Publication of CN101944267A publication Critical patent/CN101944267A/zh
Application granted granted Critical
Publication of CN101944267B publication Critical patent/CN101944267B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于视频的烟火检测装置,通过拍摄单元、前景提取单元和前景边缘提取单元获取前景区域的边缘形状;再通过尖角检测单元和尖角特征判定单元,判定所述前景区域是否具有火焰尖角特征;通过中心运动特征检测单元和中心运动特征判定单元,判定所述前景区域是否具有烟中心运动特征;最后由烟火判定单元,根据所述尖角特征判定单元和中心运动特征判定单元得出的结果判定是否具有烟火。该检测装置及检测方法具有识别准确率高,误报率、漏报率低,以及可有效排除光照、阴影等外界因素干扰等优点。

Description

基于视频的烟火检测装置
技术领域
本发明涉及一种基于视频的烟火检测装置。
背景技术
现代社会,各种场合电器的使用越来越多,增加了安全隐患,人们的防范意识也逐渐增强,开始关注各种安防产品。目前,已经有相关的监控安防产品在市场上销售,从监控手段上基本可以分为两类:传感器监控和视频监控。传感器监控是利用烟、火传感器探测是否有烟、火的产生而进行报警,这种监控方式易受到外界因素干扰(如:温度、距离、振动、声音等外界因素),误报率高,而且传感器类的烟感系统反应慢,需要一定浓度和温度,发现时损失已经造成。视频监控是利用摄像机实时采集现场视频,由值班人员时刻进行看守,当现场有烟、火的情况发生及时进行处理,这样虽然误报率低,但是,由于需要人工值守,时间长了容易产生视觉疲劳,导致疏漏。另外,现在还存有极少的自动报警视频监控系统可以实现无人值守,如专利200620052657.3中技术效果描述:采集区域内的视频图像,经过视频预处理滤出噪声和干扰,然后分析运动视频离散帧图像,结合图像亮色变化信息和区域变化信息,描绘运动特征的轮廓,并结合特征运动趋势和活动范围判断特征是人、动物还是火情,最后根据判断结果产生报警/不报警信号。实际操作表明,仅靠这些简单的轮廓特征和运动范围来区分运动目标种类,区分度不高,易被干扰,误报率较高,应该使用区分度更高的单个或多个特征进行检测,使误报率更低。
另外,也有机构在研制视频智能监控对烟进行识别,其主要是根据拍摄火焰和烟图像总结出火焰和烟一些规律,作为火焰和烟的特征,在以后获取现场图像时进行比较识别,当现场图像满足上述火焰和烟特征便认为有火焰或烟产生。目前常使用的火焰特征主要有:火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征;烟特征主要有:烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征及烟形态特征。但大都停留在实验室阶段,并且还没有相应组合使用的报道。
发明内容
本发明针对以上问题的提出,而研制一种基于视频的烟火检测装置。本发明采用技术手段如下:
一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数;
尖角特征判定单元,用于判定所述尖角检测单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有火焰尖角特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
烟火判定单元,根据所述尖角特征判定单元和中心运动特征判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且中心运动特征判定单元判断出前景区域具有烟中心运动特征,判断有烟火。
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像;所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数,然后将其保存在已存储之前连续多帧所述前景区域的边缘形状中的尖角形状的个数,且包含当前帧的尖角计数单元计数尖角形状的个数的存储器中;
尖角特征判定单元,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
烟火判定单元,根据所述尖角特征判定单元和中心运动特征判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且中心运动特征判定单元判断出前景区域具有烟中心运动特征,判断有烟火。
所述尖角特征判定单元对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数;
尖角特征判定单元,用于判定所述尖角检测单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有火焰尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
非中心运动特征检测单元,用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
非中心运动特征条件判定单元,用于判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
烟火判定单元,根据所述尖角特征判定单元、非尖角特征条件判定单元、中心运动特征判定单元及非中心运动特征条件判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,且所述中心运动特征判定单元判断出前景图像中具有所述烟中心运动特征,且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下,判断有烟火。
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像;所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数,然后将其保存在已存储之前连续多帧所述前景区域的边缘形状中的尖角形状的个数,且包含当前帧的尖角计数单元计数尖角形状的个数的存储器中;
尖角特征判定单元,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
非中心运动特征检测单元,用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
非中心运动特征条件判定单元,用于判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
烟火判定单元,根据所述尖角特征判定单元、非尖角特征条件判定单元、中心运动特征判定单元及非中心运动特征条件判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,且所述中心运动特征判定单元判断出前景图像中具有所述烟中心运动特征,且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下,判断有烟火。
所述尖角特征判定单元对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
所述中心运动特征检测单元生成的含有所述前景中心位置的外接矩形,为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。
所述中心运动特征检测单元生成的含有所述前景中心位置的外接矩形,位于所述存储器保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。
由于采用了上述技术方案,本发明提供的基于视频的烟火检测装置,通过视频图像识别算法,提取前景图像,后对火焰的尖角特征和烟雾的中心运动特征进行识别检测,并结合现有的火焰闪烁特征,火焰颜色特征,图像相关性特征、图像高频能量特征、烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征的检测方法,对提取的前景图像进行识别检测,然后对识别检测结果进行判断,如果达到火焰和/或烟标准,可进行报警或进一步处理,该检测装置及检测方法具有识别准确率高,误报率、漏报率低,以及可有效排除光照、阴影等外界因素干扰等优点。另外,在烟中心运动特征检测中引入外接矩形大小判定不但可以大幅度减小运算量,并且能够最大程度的确保其判断的准确率。
附图说明
图1为本发明实施例1和实施例2的结构框图;
图2为本发明实施例1和实施例2的流程图;
图3为本发明实施例3和实施例4的结构框图;
图4为本发明实施例3和实施例4的流程图;
图5为本发明实施例1和实施例3中尖角检测步骤的流程图;
图6为本发明实施例2和实施例4中尖角检测步骤的流程图;
图7为本发明实施例中火焰尖角示意图;
图8为本发明实施例中中心运动特征检测步骤的流程图。
具体实施方式
本发明所述的基于视频的烟火检测装置的原理是,通过对获取的监控图像进行火焰闪烁特征,火焰颜色特征,图像相关性特征,图像高频能量特征的检测,烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征及烟形态特征的检测,同时结合火焰尖角特征和烟中心运动特征的检测,最后根据检测的结果做出综合判断,以达到烟火检测的目的。实现方法是:主要是通过摄像机获取监视区域的图像,然后通过数据处理器(可由服务器、PC或集成处理中心等具有数据处理功能的器件组成)来完成图像数据的处理,并判断监视区域是否有烟火的产生。下面结合附图对本发明进行具体说明:
实施例1:如图1、图2、图5和图8所示,该基于视频的烟火检测装置中的摄像机可以是CMOS或者CCD的,可以是红外摄像机或普通摄像机;其中的拍摄单元101将获取监视区域的当前图像交与数据处理器中的前景提取单元102进行处理(步骤S201),前景提取单元102根据所述拍摄单元101拍摄到的当前图像和背景图像,提取当前图像的前景区域(可采用自适应背景减除模型的方法来提取前景,即通过①提取当前帧的亮度信息;②计算二值化阈值;③更新背景;④减背景;⑤二值化处理的步骤完成提取前景图像的处理以获取图像的前景区域。)(步骤S202);然后通过前景边缘提取单元103对前景提取单元提取的前景区域进行边缘提取(步骤S203);再通过尖角检测单元104对前景边缘提取单元103提取出的边缘形状进行检测,检测其是否有尖角形状(所述尖角形状由顶点、两个角边及两个角边的夹角构成,并且当检测边缘形状的顶点数在规定阈值范围内,两个角边的长度在规定阈值范围内,两个角边的夹角在规定阈值范围内才被认为是尖角。),并计数所述尖角形状检测单元检测出的所述尖角形状的个数(步骤S204)。然后通过尖角特征判定单元105判定所述尖角检测单元104计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有火焰尖角特征;否则不做出具有火焰尖角特征的判定,继续对拍摄单元101将获取监视区域的新图像(返回步骤S201)进行上述步骤的处理(步骤S205)。
同时中心运动特征检测单元106计算所述前景提取单元102提取到的当前帧图像中的前景区域的中心位置,后将其保存在存储器中,且该存储器已存储之前连续多帧监视区域图像的前景区域的中心位置信息,再根据保存在存储器中连续多帧监视区域图像的前景区域的中心位置信息,生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形(步骤S206)。通过中心运动特征判定单元107对中心运动特征检测单元106生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;否则不做出有烟中心运动特征判定,继续对拍摄单元101获取监视区域的新图像(返回步骤S201)进行上述步骤的处理(步骤S207)。
最后通过烟火判定单元108根据所述尖角特征判定单元105和中心运动特征判定单元107得出的结果判定是否具有烟火;当所述尖角特征判定单元105判断出前景区域具有火焰尖角特征,且中心运动特征判定单元107判断出前景区域具有烟中心运动特征,判断有烟火(步骤S208)。
所述中心运动特征检测单元106主要包含下列两种生成外接矩形的技术方案:
①生成含有所述前景中心位置的外接矩形,为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。
②生成含有所述前景中心位置的外接矩形,位于所述存储器保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。
为解决光照突变或遮挡的出现,使设备运算量和误报几率增加的问题,特在前景提取单元中加设背景图像更新限定条件,当提取出的前景点数超过规定阈值时,则用当前图像替换背景图像。
上述各检测和判定单元都可单独通过微处理器进行实现,但为节约成本也可在一台服务器上通过一个高性能的CPU来实现。本实施例采用的是ARM处理器和DSP处理器配合使用来将上述各功能模块进行实现,其中DSP处理器实现具体数据的运算,ARM处理器实现整体逻辑和判定的处理。其间的图像数据、中间数据以及结果数据都可存储在同数据处理器相连的存储器中。
另外,由于不同的场所存在不同的干扰,所以上述的阈值需要根据场所的特点进行实际测试后才能够确定最合适的值,所以这里就不再列举实际的数据进行说明。
如图7所示,要满足尖角形状的三个条件,相应的,线段EF上的像素点必须小于一定阈值,线段AB、BC、DE、FG上的像素点都要大于一定阈值,夹角(α1+α2)或(β1+β2)的值要在一定的阈值范围内。
若已获得前景图像和前景边缘,则检测尖角数的具体步骤如下(结合图5):
设顶点数阈值为T=3,角边长度阈值为L=4,两边夹角阈值为α(10°≤α≤80°)。
S501、遍历前景边缘像素点,从上向下、从左向右逐点扫描前景边缘图像。
S502、检测当前点右上方、左上方、正上方的点是否为前景点,如果是则当前点不是顶点,从步骤S501开始检测下一点;如果此三个方向上的点均不是前景点,从当前点向右遍历此行连续前景点个数,如果连续的前景点个数为1或小于阈值T,说明尖角的条件一(具有顶点)成立,即有顶点,则转入下一步骤,开始检测是否满足条件二(存在两个角边);如果前景点个数大于阈值T,则从步骤S501开始检测下一点。
S503、从顶点中最左边的前景点向其左下方向、正下方向遍历前景点,检测左边长是否大于阈值L,如果连续的前景点数大于阈值L,则转入右边长检测步骤;如果不大于阈值L,则从步骤S501开始检测下一点。从顶点中最右边的前景点向其右下方向、正下方向遍历前景点,检测右边长是否大于阈值L,如果连续的前景点数大于阈值L,说明尖角的条件二成立,则转入下一步骤;如果不大于阈值L,则从步骤S501开始检测下一点。
S504、计算两边的夹角,如图7所示,每条边的端点坐标已知,分别利用各边两个端点的横、纵坐标之差求出两直角边的长度,再利用反正切函数即可计算出夹角α1和α2(或β1和β2)的大小。如果α1与α2(或β1与β2)的角度之和在阈值α范围内,说明尖角的条件三成立,转入下一步骤。
S505、尖角的三个条件都已满足,则检测到一个尖角,累计尖角个数,转入下一步骤。
S506、检测该点是否为前景图像的最后一个前景点,如果是则结束遍历;如果不是最后一点则转入步骤S501继续检测下一点。
最后,根据检测出的尖角数,判定所述前景区域具有火焰尖角特征,尖角数要满足一定的阈值范围比如大于5且小于40。
烟中心运动特征的原理:火灾中的烟雾在产生过程中,会不断扩散,体积逐渐增大,从图像上看则表现为面积不断变大;而且由于气流的作用,烟雾通常会有向正上、斜上运动的趋势;上述两个特点在图像上可以通过烟雾的中心运动规律来体现,从而将烟雾与其他物体的运动区分开,达到烟雾检测的目的。下面列举实例进行详细说明:设前景中心运动范围的面积阈值为S=18,连续多帧的数目为n=22。
1、计算前景图像中所有前景点的X轴方向上的平均坐标Xavg和Y轴方向上的平均坐标Yavg,将点(Xavg,Yavg)记为该前景区域的中心。
2、记录并保存连续多帧的前景区域中心。
3、对已记录的连续多帧的前景区域中心,计算横坐标的最小值Xmin和最大值Xmax,以及纵坐标的最小值Ymin和最大值Ymax,以(Xmin,Ymin)(Xmin,Ymax)(Xmax,Ymax)(Xmax,Ymin)四点为顶点的矩形就是一个连续多帧的前景中心的外接矩形。
4、计算上述外接矩形的大小,本实施例只用矩形面积来限定矩形大小,除此之外还可以用矩形的宽高比来限制矩形的大小,或者面积与宽高比结合使用来限制矩形大小。
5、如果外接矩形的面积大于阈值S,则符合烟雾的中心运动规律,判断为烟雾。
针对上述中心运动特征检测单元106所提出的两种生成外接矩形的技术方案中的第二种方案,为了排除个别位置异常的前景中心对检测结果造成的影响,可以在计算前景中心时追加一个限定条件,如果当前图像的前景中心与已经记录的连续多帧的前景中心之间的距离过大,则认为当前图像的前景中心位置异常,不进行记录。具体实施方法可以采用如下方法:在上述步骤1之后,执行如下步骤,计算已经记录的连续多帧的前景中心的横坐标平均值Xcent和纵坐标平均值Ycent,根据上述步骤1中计算的当前图像的前景中心坐标(Xavg,Yavg),分别计算(Xcent-Xavg)和(Ycent-Yavg)的绝对值,只要有一个绝对值大于规定阈值,则不记录当前图像的前景中心,继续检测下一帧图像,否则执行上述步骤2,记录当前图像的前景中心。
实施例2:如图1、图2、图6和图8所示,本实施例同实施例1的大部分技术内容相同,这里就不再进行赘述,只对不同的地方进行描述。
本实施例同实施例1相比尖角检测单元104,还用于将当前帧包含尖角形状的个数存储在,已存储当前帧之前连续多帧所述前景区域的边缘形状中的尖角形状的个数的存储器中(即同图5对应的,图6中增加的步骤A所示。);通过尖角特征判定单元105,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征。
另外,为应对不同的场合需求,尖角检测单元104对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
实施例3:如图3、图4、图5和图8所示,本实施例包含了实施例1的全部技术内容,这里就实施例1已经描述过的内容不再进行赘述,只对不同的地方进行描述。
如图3本实施例的拍摄单元301、前景提取单元302、前景边缘提取单元303、尖角检测单元304、尖角特征判定单元305、中心运动特征检测单元308及中心运动特征判定单元309同实施例1拍摄单元101、前景提取单元102、前景边缘提取单元103、尖角检测单元104、尖角特征判定单元105、中心运动特征检测单元106及中心运动特征判定单元107的功能和实现方式相同;如图4所示本实施例实现的步骤中的S401、S402、S403、S404、S405、S406和S407,同实施例1的S201、S202、S203、S204、S205、S206和S207的步骤的实现功能及采用技术手段相同,这里也不再进行赘述,只对不同的地方进行描述。
本实施例同实施例1相比具有非尖角特征检测单元306,用于检测所述前景提取单元301提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征(步骤S408)。然后通过非尖角特征条件判定单元307,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;如果具有将其判定结果交与烟火判定单元312中作进一步判定;如不具有继续对拍摄单元301获取监视区域的新图像(返回步骤S401)进行上述步骤的处理(步骤S409)。
另外,还具有非中心运动特征检测单元310,用于检测所述前景提取单元301提取到的前景区域是否具有烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征(步骤S410)。然后通过非中心运动特征条件判定单元311,用于判定非中心运动特征检测单元310检测到前景图像中是否具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;如果具有将其判定结果交与烟火判定单元312中作进一步判定;如不具有继续对拍摄单元301获取监视区域的新图像(返回步骤S401)进行上述步骤的处理(步骤S411)。
最后由烟火判定单元312,根据所述尖角特征判定单元、非尖角特征条件判定单元、中心运动特征判定单元及非中心运动特征条件判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,且所述中心运动特征判定单元判断出前景图像中具有所述烟中心运动特征,且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下,判断有烟火(步骤S412)。
所描述的非尖角特征检测单元306中所检测的:火焰闪烁特征、火焰颜色特征、图像相关性特征及图像高频能量特征的具体检测手段如下:
火焰闪烁特征检测方法:针对一个前景序列,计算前景各点亮度变化的次数,如果某点的亮度变化次数大于规定的阈值,则该点符合闪烁特征,如果符合闪烁特征的前景点数量在规定的阈值范围内,则当前帧符合闪烁特征;具体是针对连续的n(例如:n=20)帧视频进行前景点检测,如果当前帧某一位置的前景点在连续的n帧中亮度值由0变化为255或由255变化为0的次数超过m次(例如:m=9),则认为这一点满足火焰的闪烁特征。然后统计当前帧中满足火焰闪烁特征的点的个数,如果大于规定的阈值(例如:大于2),则该帧满足火焰闪烁特征。
火焰颜色特征检测方法:在RGB空间中,RGB三个值满足规定的关系条件,且R值在规定的阈值范围内;在HSV空间中,S值在规定的阈值范围内;如果某个前景点同时满足上述两个条件,则该点符合颜色特征,如果符合颜色特征的前景点数量在规定的阈值范围内,则当前帧符合颜色特征;计算当前帧中前景点的RGB空间中的RGB值与HSV空间中的S值,判断是否满足如下条件:
a)在RGB空间中,R>G>B且R值在设定的阈值范围内(例如:大于130且小于255);
b)在HSV空间中,S值满足一定阈值范围(例如:大于70且小于等于255)。
如果某个前景点同时满足以上两个条件,那么认为该点满足火焰颜色条件。最后统计当前帧的前景边缘点中,满足火焰颜色特征的点的个数,若大于规定的阈值(例如:大于12),则当前帧满足火焰颜色特征。
图像相关性特征检测方法:对一小段时间内的帧序列,计算每一帧与第一帧的相关系数,然后计算相邻两帧的相关系数之差的绝对值,如果差的绝对值在规定阈值范围内,则后一帧符合图像相关性特征,如果在帧序列中满足相关性特征的帧数在规定的阈值范围内,则说明这个帧序列符合图像相关性特征;原理:将一段时间内的每相邻两帧做相关性分析,研究相关系数随时间变化而震荡的波动规律进行火焰的检测。
图像高频能量特征检测方法:对前景图像进行一级小波分解,然后计算前景图像高频能量和图像总能量的比值,如果比值满足规定的阈值条件,则当前帧符合图像高频能量特征;采用二维Mallat算法将图像分解成四个子带LL,LH,HL和HH,分别对应于低通滤波信号、水平高通滤波信号、垂直高通滤波信号和对角线高通滤波信号,其小波分解采用的是Daubechies_4型小波(也可以采用其他小波),在处理时仅进行一层小波分解,不用重构。计算当前帧中前景图像小波分解后的高频能量占图像总能量的百分比,如果百分比在规定的阈值范围内(例如:大于0.7,小于0.85),则当前帧满足火焰图像高频能量特征。
所描述的非中心运动特征检测单元310中所检测的:烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征的具体检测手段如下:
烟不规则性特征检测方法:提取前景区域边缘,计算前景区域的周长平方与面积的比值,如果在规定的阈值范围内,则当前帧符合不规则性特征;具体是用Canny算子方法提取前景边缘,计算前景区域周长的平方与前景区域面积乘以4π的比值,如果比值在规定的阈值范围内(例如:大于20且小于180),则当前帧满足烟雾的不规则性特征。不规则性的检测能够有效排除形状规则的运动物体带来的干扰,降低误报率。
烟扩散性特征检测方法:计算当前帧和前一帧的前景区域面积的比值,如果满足规定的阈值条件,则当前帧符合扩散性特征;具体是分别用m_curarea和m_prearea来表示当前帧和上一帧前景区域的面积;若m_curarea/m_prearea满足规定的阈值范围(例如:0.76和1.05之间),则当前帧满足烟雾的扩散性特征。扩散性的检测能够排除形状固定的刚性运动物体带来的干扰。
烟颜色特征检测方法:计算前景图像各点RGB值之间的关系,如果满足规定的条件,则符合颜色特征,如果符合颜色特征的前景点的数量在规定阈值范围内,则当前帧符合颜色特征;具体计算并判断前景中的各点RGB值是否满足如下三个条件:条件1:RGB最大值与最小值的差小于规定的阈值T1(例如:T1=30)条件2:RGB平均值在规定的阈值范围内[Tmin,Tmax](例如:Tmin=110,Tmax=220)条件3:B值最大时,RGB最大值与最小值的差小于一定的阈值T2(例如:T2=80)如果某点满足条件1和条件2,或者满足条件2和条件3,则该点满足烟雾的颜色特征。如果满足烟雾颜色特征的像素点在前景中所占比例大于规定阈值T3(例如:T3=0.6),则当前帧满足烟雾的颜色特征。烟雾颜色的检测能够排除与烟雾颜色相差较大的运动物体造成的干扰。
烟半透明性特征检测方法:计算前景区域边缘能量减少程度,如果大于规定阈值,则当前帧符合半透明性特征;或者计算高通滤波后引入的相对衰减量系数,如果满足规定的阈值条件,则当前帧符合半透明性特征;具体可以采用两种方法,方法1:根据前景边缘能量减少程度来判断半透明性。如果背景帧的前景边缘能量与当前帧的前景边缘能量的差在规定的阈值范围内(例如:大于0.025,小于0.036),则满足半透明性特征。边缘能量的计算公式为:w=v1*v2+h1*h2+d1*d2;其中,v1为背景图像水平方向变化,v2为当前图像水平方向变化,h1为背景图像垂直方向变化,h2为当前图像垂直方向变化,d1为背景图像对角方向变化,d2为当前图像对角方向变化。
方法2:设高通滤波后背景帧与前景帧的对应点分别为B(x,y),F(x,y),相对衰减量系数为C(x,y),若B(x,y)>F(x,y),则C(x,y)=(B(x,y)-F(x,y))/B(x,y),否则C(x,y)=0;如果前景的边缘点的相对衰减量系数C(x,y)在一定的阈值范围内(例如:大于0.06,小于0.33),则该点为潜在的烟雾点。用此方法统计前景边缘上潜在烟雾点的个数,以及整个前景中潜在烟雾点的个数。如果前景边缘点中潜在烟雾点所占比例在规定的阈值范围内(例如:大于0.25,小于0.6),同时在整个前景中潜在烟雾点所占比例大于规定的阈值(例如:大于0.08),则当前帧满足烟雾的半透明性特征。
烟色彩饱和度特征检测方法:在HSV颜色空间中,计算当前帧前景各点的S值与背景帧中对应点的S值的差,如果满足规定的阈值条件,则符合色彩饱和度特征,如果符合色彩饱和度特征的前景点的数量在规定阈值范围内,则当前帧符合色彩饱和度特征;具体在HSV颜色空间中,若当前帧的前景中(x,y)点的S值与背景帧中(x,y)点的S值的差在规定的阈值范围内(例如:大于6,小于8),则该点满足色彩饱和度特征。若满足色彩饱和度的像素点个数达到规定的阈值(例如:占全部前景点的80%),则当前帧满足烟雾色彩饱和度特征。
烟形态特征检测方法:将一帧图像平均划分成相同大小的矩形区域,如果某个矩形区域中包含规定数目的前景点则标记为前景边缘区域,统计当前帧和前一帧的前景边缘区域的重合程度,如果重合程度满足规定的阈值条件,则当前帧符合形态特征;烟雾在飘散过程中形态会发生明显变化,这是区别于刚性运动物体的一个特征。检测方法:将当前帧图像检测出的前景边界与前一帧图像检测出的前景边界进行重合,根据重合程度来描述形态的变化。具体步骤如下:
a)将图像分割成为若干相同大小的矩形像素区域(例如:4*4大小),同时为每一区域设置一个标志位。
b)检测每个区域内的前景点个数,若该区域内前景点个数在规定阈值范围内(例如:大于5且小于11),则将该区域标志位置为1(表示该区域为前景的边界),否则为0。
c)计算分割后的前后两帧图像的标志位为1的区域的重合程度,用Same_num表示前后两帧图像中相同空间位置上方框标志位置均为1的数量,用Area_num表示当前帧图像中方框标志位置为1的数量,如果二者的比值(Same_num/Area_num)在规定的阈值范围内(例如:0.3~0.7之间),则当前帧满足烟雾形态变化特征。烟雾形态检测能够排除形状固定的刚性运动物体带来的干扰。
实施例4:如图3、图4、图6和图8所示,本实施例同实施例3的大部分技术内容相同,这里就不再进行赘述,只对不同的地方进行描述。
本实施例同实施例3相比尖角检测单元304,还用于将当前帧包含尖角形状的个数存储在,已存储当前帧之前连续多帧所述前景区域的边缘形状中的尖角形状的个数的存储器中(即同图5对应的,图6中增加的步骤A所示。);通过尖角特征判定单元305,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征。
另外,为应对不同的场合需求,尖角检测单元304对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
综上所述技术方案能很好的区分火焰和烟雾与其他运动物体,对形状固定、规则的物体区分效果更好。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数检测出的所述尖角形状的个数;
尖角特征判定单元,用于判定所述尖角检测单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有火焰尖角特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
烟火判定单元,根据所述尖角特征判定单元和中心运动特征判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且中心运动特征判定单元判断出前景区域具有烟中心运动特征,判断有烟火。
2.根据权利要求1所述的一种基于视频的烟火检测装置,其特征在于,
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像;所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
3.一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数,然后将其保存在已存储之前连续多帧所述前景区域的边缘形状中的尖角形状的个数,且包含当前帧的尖角计数单元计数尖角形状的个数的存储器中;
尖角特征判定单元,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
烟火判定单元,根据所述尖角特征判定单元和中心运动特征判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且中心运动特征判定单元判断出前景区域具有烟中心运动特征,判断有烟火。
4.根据权利要求3所述的一种基于视频的烟火检测装置,其特征在于所述尖角特征判定单元对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
5.一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数;
尖角特征判定单元,用于判定所述尖角检测单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有火焰尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
非中心运动特征检测单元,用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
非中心运动特征条件判定单元,用于判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
烟火判定单元,根据所述尖角特征判定单元、非尖角特征条件判定单元、中心运动特征判定单元及非中心运动特征条件判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,且所述中心运动特征判定单元判断出前景图像中具有所述烟中心运动特征,且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下,判断有烟火。
6.根据权利要求5所述的一种基于视频的烟火检测装置,其特征在于,
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像;所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
7.一种基于视频的烟火检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状,并计数所述尖角形状的个数,然后将其保存在已存储之前连续多帧所述前景区域的边缘形状中的尖角形状的个数,且包含当前帧的尖角计数单元计数尖角形状的个数的存储器中;
尖角特征判定单元,对保存在所述存储器中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有火焰尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
中心运动特征检测单元,用于计算所述前景提取单元提取到的当前帧图像中的前景区域的中心位置,后将其保存在已存储之前连续多帧监视区域图像的前景区域的中心位置信息的存储器中,再根据上述中心位置信息生成含有所述连续多帧监视区域图像的前景区域的中心位置的外接矩形;
中心运动特征判定单元,对中心运动特征检测单元生成的外接矩形进行矩形面积大小计算和/或矩形的宽高比大小计算,并判定所述矩形面积和/或矩形的宽高比是否在规定阈值范围内,如果在规定阈值范围内则判定所述前景区域具有烟中心运动特征;
非中心运动特征检测单元,用于检测所述前景提取单元提取到的前景区域是否具有烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
非中心运动特征条件判定单元,用于判定非中心运动特征检测单元检测到前景图像中是否具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征;
烟火判定单元,根据所述尖角特征判定单元、非尖角特征条件判定单元、中心运动特征判定单元及非中心运动特征条件判定单元得出的结果判定是否具有烟火;当所述尖角特征判定单元判断出前景区域具有火焰尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,且所述中心运动特征判定单元判断出前景图像中具有所述烟中心运动特征,且非中心运动特征条件判定单元判断出前景图像中具有所述烟不规则性特征,烟扩散性特征,烟颜色特征,烟半透明性特征,烟色彩饱和度特征和烟形态特征中的至少一种特征的情况下,判断有烟火。
8.根据权利要求7所述的一种基于视频的烟火检测装置,其特征在于所述尖角特征判定单元对保存在所述存储器中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有火焰尖角特征。
9.根据权利要求1、3、5或7所述的一种基于视频的烟火检测装置,其特征在于所述中心运动特征检测单元生成的含有所述前景中心位置的外接矩形,为包含所有连续多帧监视区域图像的前景区域的中心位置的外接矩形。
10.根据权利要求1、3、5或7所述的一种基于视频的烟火检测装置,其特征在于所述中心运动特征检测单元生成的含有所述前景中心位置的外接矩形,位于所述存储器保存的连续多帧监视区域图像的前景区域的中心位置密集的区域。
CN2010102760364A 2010-09-08 2010-09-08 基于视频的烟火检测装置 Expired - Fee Related CN101944267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102760364A CN101944267B (zh) 2010-09-08 2010-09-08 基于视频的烟火检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102760364A CN101944267B (zh) 2010-09-08 2010-09-08 基于视频的烟火检测装置

Publications (2)

Publication Number Publication Date
CN101944267A true CN101944267A (zh) 2011-01-12
CN101944267B CN101944267B (zh) 2012-04-18

Family

ID=43436245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102760364A Expired - Fee Related CN101944267B (zh) 2010-09-08 2010-09-08 基于视频的烟火检测装置

Country Status (1)

Country Link
CN (1) CN101944267B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509078A (zh) * 2011-10-28 2012-06-20 北京安控科技股份有限公司 基于视频分析的烟火检测装置
CN103020628A (zh) * 2012-11-30 2013-04-03 北京理工大学 一种基于rgb对比图像与目标形状的烟雾检测方法
WO2013186662A1 (en) * 2012-06-14 2013-12-19 International Business Machines Corporation Multi-cue object detection and analysis
CN104751593A (zh) * 2015-04-01 2015-07-01 大连希尔德安全技术有限公司 一种火灾探测、报警、定位、扑灭方法及系统
CN104751591A (zh) * 2015-04-01 2015-07-01 大连希尔德安全技术有限公司 一种基于半透明特征的早期火灾烟雾检测方法
CN104958850A (zh) * 2015-07-23 2015-10-07 北京龙扬际程安全技术有限公司 公交灭火逃生系统
CN107330884A (zh) * 2017-07-06 2017-11-07 北京安宁威尔科技发展有限公司 着火点检测方法及装置
CN107633212A (zh) * 2017-08-30 2018-01-26 清华大学苏州汽车研究院(吴江) 一种基于视频图像的烟火检测方法和装置
CN108648409A (zh) * 2018-04-28 2018-10-12 北京环境特性研究所 一种烟雾检测方法及装置
CN109731258A (zh) * 2018-12-19 2019-05-10 沈阳天眼智云信息科技有限公司 基于红外技术的变压器着火点监测及灭火方法和系统
CN109978896A (zh) * 2019-04-04 2019-07-05 辽宁鼎汉奇辉电子系统工程有限公司 一种基于图像处理技术的铁路货车车厢烟火监测方法
CN111353334A (zh) * 2018-12-21 2020-06-30 富士通株式会社 烟雾检测方法和装置
WO2020214084A1 (en) * 2019-04-17 2020-10-22 Hendricks Corp Pte Ltd Method and system for detecting fire and smoke
CN111898463A (zh) * 2020-07-08 2020-11-06 浙江大华技术股份有限公司 烟火检测识别方法和装置、存储介质及电子装置
CN112767643A (zh) * 2020-12-23 2021-05-07 青海大唐国际格尔木光伏发电有限责任公司 光伏场站的双光谱火源探测预警装置
US11651670B2 (en) 2019-07-18 2023-05-16 Carrier Corporation Flame detection device and method

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5604822A (en) * 1993-11-12 1997-02-18 Martin Marietta Corporation Methods and apparatus for centroid based object segmentation in object recognition-type image processing system
WO2008088324A1 (en) * 2007-01-16 2008-07-24 Utc Fire & Security Corporation System and method for video detection of smoke and flame
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测系统及其火灾探测方法
CN101393603A (zh) * 2008-10-09 2009-03-25 浙江大学 一种识别和检测隧道火灾火焰的方法
CN101441712A (zh) * 2008-12-25 2009-05-27 北京中星微电子有限公司 一种火焰的视频识别方法和一种火灾监控方法及其系统
CN101515326A (zh) * 2009-03-19 2009-08-26 浙江大学 一种适用于识别和检测大空间火灾火焰的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5604822A (en) * 1993-11-12 1997-02-18 Martin Marietta Corporation Methods and apparatus for centroid based object segmentation in object recognition-type image processing system
WO2008088324A1 (en) * 2007-01-16 2008-07-24 Utc Fire & Security Corporation System and method for video detection of smoke and flame
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测系统及其火灾探测方法
CN101393603A (zh) * 2008-10-09 2009-03-25 浙江大学 一种识别和检测隧道火灾火焰的方法
CN101441712A (zh) * 2008-12-25 2009-05-27 北京中星微电子有限公司 一种火焰的视频识别方法和一种火灾监控方法及其系统
CN101515326A (zh) * 2009-03-19 2009-08-26 浙江大学 一种适用于识别和检测大空间火灾火焰的方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509078A (zh) * 2011-10-28 2012-06-20 北京安控科技股份有限公司 基于视频分析的烟火检测装置
US9171375B2 (en) 2012-06-14 2015-10-27 International Business Machines Corporation Multi-cue object detection and analysis
WO2013186662A1 (en) * 2012-06-14 2013-12-19 International Business Machines Corporation Multi-cue object detection and analysis
US8917934B2 (en) 2012-06-14 2014-12-23 International Business Machines Corporation Multi-cue object detection and analysis
GB2516204A (en) * 2012-06-14 2015-01-14 Ibm Multi-cue object detection and analysis
GB2516204B (en) * 2012-06-14 2015-09-16 Ibm Multi-cue object detection and analysis
US10037604B2 (en) 2012-06-14 2018-07-31 International Business Machines Corporation Multi-cue object detection and analysis
US9396548B2 (en) 2012-06-14 2016-07-19 International Business Machines Corporation Multi-cue object detection and analysis
CN103020628B (zh) * 2012-11-30 2016-02-24 北京理工大学 一种基于rgb对比图像与目标形状的烟雾检测方法
CN103020628A (zh) * 2012-11-30 2013-04-03 北京理工大学 一种基于rgb对比图像与目标形状的烟雾检测方法
CN104751593A (zh) * 2015-04-01 2015-07-01 大连希尔德安全技术有限公司 一种火灾探测、报警、定位、扑灭方法及系统
CN104751591A (zh) * 2015-04-01 2015-07-01 大连希尔德安全技术有限公司 一种基于半透明特征的早期火灾烟雾检测方法
CN104958850A (zh) * 2015-07-23 2015-10-07 北京龙扬际程安全技术有限公司 公交灭火逃生系统
CN107330884A (zh) * 2017-07-06 2017-11-07 北京安宁威尔科技发展有限公司 着火点检测方法及装置
CN107633212A (zh) * 2017-08-30 2018-01-26 清华大学苏州汽车研究院(吴江) 一种基于视频图像的烟火检测方法和装置
CN108648409A (zh) * 2018-04-28 2018-10-12 北京环境特性研究所 一种烟雾检测方法及装置
CN109731258A (zh) * 2018-12-19 2019-05-10 沈阳天眼智云信息科技有限公司 基于红外技术的变压器着火点监测及灭火方法和系统
CN111353334A (zh) * 2018-12-21 2020-06-30 富士通株式会社 烟雾检测方法和装置
CN109978896A (zh) * 2019-04-04 2019-07-05 辽宁鼎汉奇辉电子系统工程有限公司 一种基于图像处理技术的铁路货车车厢烟火监测方法
WO2020214084A1 (en) * 2019-04-17 2020-10-22 Hendricks Corp Pte Ltd Method and system for detecting fire and smoke
US12094310B2 (en) 2019-04-17 2024-09-17 Hendricks Corp Pte Ltd Method and system for detecting fire and smoke
US11651670B2 (en) 2019-07-18 2023-05-16 Carrier Corporation Flame detection device and method
CN111898463A (zh) * 2020-07-08 2020-11-06 浙江大华技术股份有限公司 烟火检测识别方法和装置、存储介质及电子装置
CN111898463B (zh) * 2020-07-08 2023-04-07 浙江大华技术股份有限公司 烟火检测识别方法和装置、存储介质及电子装置
CN112767643A (zh) * 2020-12-23 2021-05-07 青海大唐国际格尔木光伏发电有限责任公司 光伏场站的双光谱火源探测预警装置

Also Published As

Publication number Publication date
CN101944267B (zh) 2012-04-18

Similar Documents

Publication Publication Date Title
CN101944267B (zh) 基于视频的烟火检测装置
CN101916372B (zh) 基于视频的多特征融合的烟检测装置和方法
CN104980646B (zh) 阻挡检测方法及电子装置
US9070023B2 (en) System and method of alerting a driver that visual perception of pedestrian may be difficult
CN102231236B (zh) 车辆计数方法和装置
US20130265419A1 (en) System and method for available parking space estimation for multispace on-street parking
CN112800860A (zh) 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统
CN103714325A (zh) 基于嵌入式系统的遗留物和遗失物实时检测方法
JP6764481B2 (ja) 監視装置
US20200250840A1 (en) Shadow detection method and system for surveillance video image, and shadow removing method
CN105915840B (zh) 一种基于视频信号的工厂烟气排放自动监测的方法
EP2659668A1 (en) Calibration device and method for use in a surveillance system for event detection
CN109409368A (zh) 矿用皮带纵撕检测装置及检测方法
CN101930540A (zh) 基于视频的多特征融合的火焰检测装置和方法
CN105046218B (zh) 一种基于串并行处理的多特征交通视频烟雾检测方法
CN106096512B (zh) 利用深度摄像头对车辆或行人进行识别的检测装置及方法
CN102122390A (zh) 基于深度图像进行人体检测的方法
CN110674672B (zh) 一种基于tof相机的多场景人数统计方法
CN109084350A (zh) 一种具滤光功能视觉检测模块的油烟机及油烟浓度检测方法
WO1998028706B1 (en) Low false alarm rate video security system using object classification
KR101030257B1 (ko) 카메라의 영상을 이용한 보행자 계수 방법 및 장치
CN105046948A (zh) 一种黄色网格线区域内交通违章停车监测系统和方法
CN103456123B (zh) 一种基于流动和扩散特征的视频烟气探测方法
CN108230607A (zh) 一种基于区域特征分析的图像火灾探测方法
CN112770090A (zh) 一种基于异动检测与目标跟踪的监控方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120418

Termination date: 20190908