CN102034110A - 一种火焰检测方法 - Google Patents

Abstract

一种火焰检测方法。因为火焰在一个位置具有一定的持续性等特点，本发明采集视频图像，利用颜色信息检测图像中具有火焰颜色特征的像素点，利用时域滤波检测运动区域等，检测出火焰区域。可用于远距离、大范围的火灾监控。

Description

一种火焰检测方法

技术领域

本发明涉及一种火焰检测方法。

背景技术

在各种灾害中，火灾是最经常、最普遍地威胁公共安全和社会发展的主要自然灾害之一。及时准确的火灾检测报警能有效减小或消除这种威胁。传统火灾检测一般是基于传感器(比如红外传感器、紫外传感器等)实现的。但是，这些传感器易受到各种干扰影响，灵敏度会逐渐变差，可靠性也慢慢下降。同时，单个传感器的监控范围是非常有限的，对大场景远距离的监控有着比较大的局限性。而视频监控装置可以克服上述缺点，且成本低廉。随着数字图像技术和视频处理技术的快速发展，基于计算机视觉的火灾检测技术也得到了很大发展，而在火灾检测中，火焰检测算法是十分重要的。

通过对现有最新技术的文献检索发现：《2004年国际图像处理会议论文集》(A Early Fire-Detection Method Based on Image Processing[C].Proceedings ofthe 2004 International Conference on Image Processing.IEEE Press，Singapore，2004：1701-1710)中提出利用原始的R、G、B颜色信息，对火焰像素进行分类，并结合运动信息进行火焰检测，取得了较好的效果，但是若场景中同时存在类似火焰的运动物体，就会造成误判。

《2006年IEEE声学、语音和信号处理国际会议论文集》(A.E.Real-timeFile and Flame Detection in Video[C].In Proc.Of IEEE ICASSP 05，2005，669-672)中首先利用背景差提去处视频中的运动区域，接着对运动区域在时域和空域做小波分析，利用小波系数分析视频中是否存在火焰，由于这种方法采用了背景差分法，需要训练背景模型，当场景发生变化时，算法可能会失效。

发明内容

本发明提出了一种火焰检测方法。

本发明解决其技术问题所采用的技术方案是：

1、本发明的构思：

(1)根据火焰的颜色信息，由于火焰具有比较高的亮度值，且含有较高的红色分量和较低的绿色分量。在YCrCb色彩空间表现为：Y分量和Cr分量均要大于整幅图像的Y平均量和Cr平均量，而Cb分量要小于整幅图像的Cb平均量，且Y分量要大于Cr分量，Cr与Cb的差要大于一个阈值。

(2)火焰在燃烧的过程中，燃烧形状是在不断变化的，具有动态特性。

(3)一个位置的火焰要燃料耗尽才会熄灭，燃烧会持续一段时间，表现为一定的持续性。

2、采用下述技术方案：

一种火焰检测方法，根据火焰的多种特性而设计，具体步骤如下：

(1)启动视频监控系统：采集视频图像I_k(x，y)，k表示图像的帧号，x、y表示像素在图像中的空间位置，以图像左上角的像素为坐标原点，设每张图像的大小为K行L列。

(2)利用颜色信息检测图像中具有火焰颜色特征的像素点，具体步骤如下：

①将图像I_k从RGB颜色空间转化到YCrCb颜色空间：

Y＝0.299×R+0.587×G+0.114×B

Cr＝(R-Y)×0.713+128

Cb＝(B-Y)×0.564+128

②计算Y、Cr、Cb的平均值：

$Y_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}Y(x_i,y_j)$

${\mathrm{Cr}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cr}(x_i,y_j)$

${\mathrm{Cb}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cb}(x_i,y_j)$

③将满足下式的像素组成的区域确定为疑似火焰区域：

C＝(Y＞Y_m)∩(Cr＞Cr_m)∩(Cb＜Cb_m)∩(Y＞Cr)∩((Cr-Cb)＞T1)

其中∩为‘逻辑与’操作符，T₁为阈值；

(3)利用时域滤波检测运动区域，具体步骤如下：对相邻帧做时域滤波，采用(0.5，-0.25，-0.25)的滤波算子进行滤波，并对滤波结果二值化：

M＝(0.5×I_k-0.25×I_k-1-0.25×I_k-2)＞T

(4)将同时满足步骤2)和步骤3)的区域作为疑似火焰区域；

F(x，y)＝C(x，y)∩M(x，y)

(5)根据火焰在一个位置具有一定的持续性，先缓存N帧步骤(4)的检测结果，统计像素被判为为疑似火焰的次数：

$D(x,y)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{F}_i(x,y)$

(6)对统计结果进行均值滤波，若滤波后有像素值大于阈值，则认为视频中存在火焰，且该像素位置即为火焰中心点的位置。

本发明的有益效果是，与现有技术比较，本发明运算简单、灵活，容易实现，解决了场景中存在类似火焰的运动物体会导致误判的问题，由于不需要训练背景，当视频监控设备切换场景时，能很快适应新场景。应用此发明的视频监控设备可按装在云台上，定时切换到不同场景，使得一台监控设备能监控更大的场景，降低监控成本。

附图说明

图1是本发明的流程示意图。

具体实施方式

下面结合附图1对本发明的实施案例详细说明：

本实施例对1个AVI格式的视频序列进行火灾检测，其图像帧大小为640x480、帧率为每秒24帧，整个视频序列长度为1421帧，如图1所以，包括如下步骤：

第一步，将图像帧从RGB颜色空间变换到YCrCb颜色空间，再计算整个图像Y、Cr、Cb分量的平均值，若像素的Y、Cr、Cb分量满足条件，则判为火焰点。

所述的将图像帧从RGB颜色空间转换到YCrCb颜色空间的计算公式为：

Y＝0.299×R+0.587×G+0.114×B

Cr＝(R-Y)×0.713+128

Cb＝(B-Y)×0.564+128

所述的计算Y、Cr、Cb均值的计算公式如下：

$Y_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}Y(x_i,y_j)$

${\mathrm{Cr}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cr}(x_i,y_j)$

${\mathrm{Cb}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cb}(x_i,y_j)$

其中：K表示图像帧的宽，L表示图像帧的高，x、y表示像素在图像中的空间位置，以图像左像素点为原点，Y_m、Cr_m、Cb_m为图像Y、Cr、Cb分量对应的平均值。

所述的条件为：

C＝(Y＞Y_m)∩(Cr＞Cr_m)∩(Cb＜Cb_m)∩(Y＞Cr)∩((Cr-Cb)＞T1)

所述的颜色提取疑似火焰区域的结果是：若像素的Y、Cr值大于整幅图像对应的Y、Cr平均值，而Cb值小于整幅图像对应的Cb的平均值，且Y值大于Cr值，Cr与Cb的差大于一个阈值T₁，则把这个像素判为疑似火焰点。其中T₁＝40。

第二步，对图像帧做时间滤波，滤波算子为(0.5，-0.25，-0.25)。

所述的时间滤波是将连续的三帧图像同位置的相似滤波，将滤波后值大于阈值的像素判为疑似火焰像素。计算公式：

M＝(0.5×I_k-0.25×I_k-1-0.25×I_k-2)＞T2

其中，I表示像素灰度值，k表示图像序号，T₂为阈值，T₂＝15

第三步，将第二步和第三步的检测结果做逻辑与运算，即认为要同时满足第二步和第三步的条件才能被判为火焰像素，进一步消除干扰。

所示的逻辑与的公式为：

F(x，y)＝C(x，y)∩M(x，y)

第四步，缓存N帧通过第三步得到的检测结果，计算每个像素点被判为火焰像素的次数。

所述的计算公式为：

$D(x,y)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{F}_i(x,y)$

其中i表示缓存中的图像序号。本实例中N＝50

第5步，将第四步的计数结果进行均值滤波，若滤波有像素值大于阈值，则认为视频中存在火焰，且该像素位置即为火焰中心点的位置。

所述的均值滤波是指：

$\mathrm{avg}(x,y)=D(x,y)\⊗m$

$m=\frac{1}{9}\left[\begin{array}{ccc}1& 1& 1\\ 1& 1& 1\\ 1& 1& 1\end{array}\right]$

其中

表示卷积，m表示均值滤波算子。

第6步，清空缓存中的内容，重复上述五个步骤。

本实例中火焰区域大小变化范围为0-500个像素，处理时间是每帧25ms。

Claims (3)

1.一种火焰检测方法，其特征是：

步骤一：启动视频监控系统，采集视频图像；

步骤二：利用颜色信息检测图像中具有火焰颜色特征的像素点；

步骤三：利用时域滤波检测运动区域；

步骤四：将同时满足步骤二和步骤三的区域作为疑似火焰区域；

步骤五：根据火焰在一个位置具有一定的持续性，缓存步骤四的检测结果，统计像素被判为疑似火焰的次数；

步骤六：对统计结果进行均值滤波，若滤波后有像素值大于阈值，则认为视频中存在火焰，且该像素位置即为火焰中心区域的位置。

2.如权利要求1所述的一种火焰检测方法，其特征是：所述检测图像中具有火焰颜色特征的像素点的具体步骤如下：

①将视频图像I_k从RGB颜色空间转化到YCrCb颜色空间：

Y＝0.299×R+0.587×G+0.114×B

Cr＝(R-Y)×0.713+128

Cb＝(B-Y)×0.564+128

②计算Y、Cr、Cb的平均值：

$Y_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}Y(x_i,y_j)$

${\mathrm{Cr}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cr}(x_i,y_j)$

${\mathrm{Cb}}_m=\frac{1}{K\×L}\underset{i=0,j=0}{\overset{K-1,L-1}{\mathrm{\Σ}}}\mathrm{Cb}(x_i,y_j)$

③将满足下式的像素组成的区域确定为疑似火焰区域：

C＝(Y＞Y_m)∩(Cr＞Cr_m)∩(Cb＜Cb_m)∩(Y＞Cr)∩((Cr-Cb)＞T1)

其中：视频图像I_k(x，y)，k表示图像的帧号，x、y表示像素在图像中的空间位置，以图像左上角的像素为坐标原点，设每张图像的大小为K行L列，∩为‘逻辑与’操作符，T₁为阈值；

3.如权利要求1的一种火焰检测方法，其特征是：所述检测运动区域的具体步骤如下：

对相邻帧做时域滤波，采用(0.5，-0.25，-0.25)的滤波算子进行滤波，并对滤波结果二值化：

M＝(0.5×I_k-0.25×I_k-1-0.25×I_k-2)＞T。

Images