CN102609685A - 一种图像型火灾探测器的遮挡判别方法 - Google Patents

Abstract

一种图像型火灾探测器的遮挡判别方法，属于火灾探测技术领域，具体涉及计算机图像处理和图像火灾探测。本发明可解决图像型火灾探测器被遮挡失效的问题。本发明包括如下步骤：实时读取图像型火灾探测器捕获的图像；对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像；采用帧间差分法得到前景图像B；联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域；对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，如果判别存在大面积遮挡物体，则发出遮挡故障信息；如果判别不存在大面积遮挡物体，则返回对捕获的图像进行学习，继续判别下一帧图像。

Description

一种图像型火灾探测器的遮挡判别方法

技术领域

本发明属于火灾探测技术领域，具体涉及计算机图像处理和图像火灾探测，特别是涉及一种图像型火灾探测器的遮挡判别方法。

背景技术

随着我国经济建设的迅速发展，高大空间建筑不断增多，如候车室、候机厅、工矿厂房、电影院、大型商场(超市)等。由于此类建筑使用功能复杂、火灾载荷大、人员密集，一旦发生火灾，往往造成群死群伤和巨大的财产损失，产生恶劣的社会影响。因此，迫切需要解决上述场所的火灾探测报警关键技术难题，为灭火和人员疏散争取更多宝贵时间。

由于高大空间场所占地面积大、内部举架高，常规的火灾探测器很难保证在火灾的初期迅速采集到烟、温、气和火焰等火灾早期特征参量的变化信息，难以满足此类建筑火灾早期探测和可靠报警的要求。与常规火灾探测器相比，图像型火灾探测器利用CCD摄像机作为采集前端，以图像处理为手段，判别火灾的发生；具有探测距离远、保护范围广、响应速度快等优点，尤其适用于高大空间场所。

但是，图像型火灾探测器依赖于CCD摄像机的监控范围，如果CCD摄像机被遮挡，即使火灾已经发生，也无法及时发出报警信息。例如在会展中心、商场中庭等场所，常常在内部新增布置展厅幕布、活动促销标识等大面积的物体，很容易将已经安装好的CCD摄像机遮挡，造成图像型火灾探测器的失效。

发明内容

针对现有技术存在的问题，本发明提供一种图像型火灾探测器的遮挡判别方法，以解决图像型火灾探测器被遮挡失效的问题。

为了实现上述目的，本发明采用如下技术方案，一种图像型火灾探测器的遮挡判别方法，包括如下步骤：

步骤一：实时读取图像型火灾探测器捕获的图像；

步骤二：对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像；

步骤三：采用帧间差分法得到前景图像B；

步骤四：联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域；

步骤五：对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，如果判别存在大面积遮挡物体，则发出遮挡故障信息；如果判别不存在大面积遮挡物体，则返回执行步骤二，继续判别下一帧图像。

步骤二中所述的对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像，其具体方法如下：

对图像型火灾探测器初始状态下前1分钟内捕获的图像进行学习，即取前1分钟内捕获的所有图像的平均值，确定为背景图像N，背景图像N中每个像素点的像素值是前1分钟内捕获的所有图像对应像素点的像素值的平均值；然后采用背景差分法对图像型火灾探测器实时捕获到的当前帧图像进行处理，得到前景图像A，其采用公式如下：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；A(x，y)为前景图像A在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；T是阈值；

实时更新背景图像N，其采用公式如下：

$N(x,y)=\left\{\begin{array}{ccc}\mathrm{aI}(x,y,j)+(1-a)N(x,y)& \mathrm{if}& A(x,y)=0\\ N(x,y)& \mathrm{if}& A(x,y)=1\end{array}\right.---\left(2\right)$

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；A(x，y)为前景图像A在点(x，y)位置的像素值；α是常数，0＜α＜1；

如果差分结果前景图像A在点(x，y)位置的像素值为0，则更新背景图像N在点(x，y)位置的像素值N(x，y)；如果差分结果前景图像A在点(x，y)位置的像素值为1，则不进行操作。

步骤三中所述的采用帧间差分法得到前景图像B，其具体方法如下：

将图像型火灾探测器实时捕获到的当前帧及前一帧图像按照下式进行处理：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，I(x，y，j-1)为前一帧图像在点(x，y)位置的像素值，j代表当前帧；B(x，y)为前景图像B在点(x，y)位置的像素值；L是阈值。

步骤四中所述的联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域，其具体方法如下：

首先将前景图像A和前景图像B进行分块处理，分别分成16×16的图像块，图像块的坐标为(m，n)；然后统计每个图像块中像素数为1的像素点的个数，并进行判别，其具体判别方法如下：

若前景图像A的某图像块中像素数为1的像素点的个数大于最大阈值Pmax，则说明当前帧中该图像块对应位置存在被遮挡区域；此时，若前景图像B相同位置的图像块中像素数为1的像素点的个数大于最大阈值Qmax，则说明前景图像A中被遮挡区域为被运动中的物体遮挡，只是形成暂时遮挡，此时，将该图像块标记为非疑似遮挡区域；若前景图像B相同位置的图像块中像素数为1的像素点的个数小于最大阈值Qmax，则说明前景图像A中被遮挡区域为被静止中的物体遮挡，此时，将该图像块标记为疑似遮挡区域；

若前景图像A的某图像块中像素数为1的像素点的个数小于最大阈值Pmax，则说明当前帧中该图像块对应位置未被遮挡；此时，将该图像块标记为非疑似遮挡区域。

步骤五中所述的对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，其具体方法如下：

对于在步骤四中已标记为疑似遮挡区域的前景图像A中的图像块，使用四邻域连通域方法再进行一次搜索，其具体步骤如下：

步骤A：令标号H＝1；

步骤B：自左向右、自上向下的扫描前景图像A，对于已标记为疑似遮挡区域的图像块，做下述操作：

1)若A(m-1，n)＝0，A(m，n-1)＝1，则令当前图像块(m，n)的标号与图像块(m，n-1)的标号相同，即H(m，n)＝H(m，n-1)；

2)若A(m-1，n)＝1，A(m，n-1)＝0，则令H(m，n)＝H(m-1，n)；

3)若A(m-1，n)＝A(m，n-1)＝1，且两点标号相同，即H(m-1，n)＝H(m，n-1)，则令H(m，n)＝H(m-1，n)；

4)若A(m-1，n)＝A(m，n-1)＝0，则认为当前图像块为一新区域的起点，故赋予它一个新的标号，令H＝H+1，H(m，n)＝H；

5)若A(m-1，n)＝A(m，n-1)＝1，且两点标号不同，即H(m-1，n)≠H(m，n-1)，则令H(m-1，n)＝H(m，n-1)，且H(m，n)＝H(m，n-1)；

上述搜索方法中，A(m，n)＝0、A(m-1，n)＝0、A(m，n-1)＝0表示A(m，n)、A(m-1，n)、A(m，n-1)为非疑似遮挡区域；A(m，n)＝1、A(m-1，n)＝1、A(m，n-1)＝1表示A(m，n)、A(m-1，n)、A(m，n-1)为疑似遮挡区域；

搜索完成后，每个疑似遮挡区域的图像块被标号，彼此相连接的疑似遮挡区域的图像块标号相同；此时，将标号相同的图像块个数相加，如果其面积大于整个图像面积的十分之一，则认为图像中存在大面积遮挡物体；否则，认为图像中不存在大面积遮挡物体。

本发明的有益效果：

本发明的图像型火灾探测器的遮挡判别方法能够判断监控区域内是否存在大面积的遮挡物体，并能够去除走动的人或其它移动的物体这类暂时性遮挡情况的影响。将该判别方法应用于会展中心、商场中庭等场所安装的图像型火灾探测器上，能够有效解决这类场所由于在内部新增布置展厅幕布、活动促销标识等大面积的物体，使得图像型火灾探测器前端被遮挡，造成图像型火灾探测器失效的问题。

附图说明

图1为本发明的图像型火灾探测器的系统组成示意图；

图2为本发明的图像型火灾探测器的遮挡判别方法的程序流程图；

图1中，1-图像处理主机，2-CCD摄像机，3-视频数据采集卡，4-监控区域。

具体实施方式

下面结合附图对本发明做进一步说明：

本发明的图像型火灾探测器的遮挡判别方法在具体应用时，所采用的图像型火灾探测器目前有两种系统实现方式：一种是CCTV(closed-circuit TV)闭路电视监控系统实现方式，这种方式是将CCD摄像机2采集到的监控区域4的视频图像数据通过视频数据采集卡3传送给图像处理主机1，图像处理主机1可利用本发明的遮挡判别方法对视频图像进行在线自动分析，如图1所示；另一种是基于DSP(Digital Signal Processing)微处理器系统实现方式，这种方式是将CCD摄像机2采集到的监控区域4的视频图像数据直接传送给集成到CCD摄像机2上的DSP微处理器上，微处理器可直接利用本发明的遮挡判别方法对视频图像进行在线自动分析。

一种图像型火灾探测器的遮挡判别方法，如图2所示，包括如下步骤：

步骤一：实时读取图像型火灾探测器捕获的图像。

步骤二：对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像，其具体方法如下：

对图像型火灾探测器初始状态下前1分钟内捕获的图像进行学习，即取前1分钟内捕获的所有图像的平均值，确定为背景图像N，背景图像N中每个像素点的像素值是前1分钟内捕获的所有图像对应像素点的像素值的平均值；然后采用背景差分法对图像型火灾探测器实时捕获到的当前帧图像进行处理，得到前景图像A，其采用公式如下：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；A(x，y)为前景图像A在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；T是阈值，一般取70～100间的某个数值，背景环境亮度越高，该阈值越大，背景环境亮度越低，该阈值越小；

实时更新背景图像N，其采用公式如下：

$N(x,y)=\left\{\begin{array}{ccc}\mathrm{aI}(x,y,j)+(1-a)N(x,y)& \mathrm{if}& A(x,y)=0\\ N(x,y)& \mathrm{if}& A(x,y)=1\end{array}\right.---\left(2\right)$

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；A(x，y)为前景图像A在点(x，y)位置的像素值；α是常数，0＜α＜1，常取0.01；

如果差分结果前景图像A在点(x，y)位置的像素值为0，则更新背景图像N在点(x，y)位置的像素值N(x，y)；如果差分结果前景图像A在点(x，y)位置的像素值为1，则不进行操作。

步骤三：采用帧间差分法得到前景图像B，其具体方法如下：

将图像型火灾探测器实时捕获到的当前帧及前一帧图像按照下式进行处理：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，I(x，y，j-1)为前一帧图像在点(x，y)位置的像素值，j代表当前帧；B(x，y)为前景图像B在点(x，y)位置的像素值；L是阈值，需要根据监控图像背景情况进行设定，也可采用动态阈值法获得L，L这里可取为30。

步骤四：联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域，其具体方法如下：

首先将前景图像A和前景图像B进行分块处理，分别分成16×16的图像块，图像块的坐标为(m，n)；然后统计每个图像块中像素数为1的像素点的个数，并进行判别，其具体判别方法如下：

若前景图像A的某图像块中像素数为1的像素点的个数大于最大阈值192，则说明当前帧中该图像块对应位置存在被遮挡区域；此时，若前景图像B相同位置的图像块中像素数为1的像素点的个数大于最大阈值32，则说明前景图像A中被遮挡区域为被运动中的物体遮挡，可能为走动的人或其它移动的物体，只是形成暂时遮挡，此时，将该图像块标记为非疑似遮挡区域；若前景图像B相同位置的图像块中像素数为1的像素点的个数小于最大阈值32，则说明前景图像A中被遮挡区域为被静止中的物体遮挡，此时，将该图像块标记为疑似遮挡区域；

若前景图像A的某图像块中像素数为1的像素点的个数小于最大阈值192，则说明当前帧中该图像块对应位置未被遮挡；若前景图像B相同位置的图像块中像素数为1的像素点的个数大于最大阈值32，则考虑是当前帧中存在较多的噪声的情况，此时，将该图像块标记为非疑似遮挡区域；若前景图像B相同位置的图像块中像素数为1的像素点的个数小于最大阈值32，则说明当前帧中该图像块对应位置未被遮挡，将该图像块标记为非疑似遮挡区域。

以上判断中设定的192和32两个阈值为参考阈值，可根据具体场景进行调整。

步骤五：对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，如果判别存在大面积遮挡物体，则发出遮挡故障信息；如果判别不存在大面积遮挡物体，则返回执行步骤二，继续判别下一帧图像；

所述的对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，其具体方法如下：

对于在步骤四中已标记为疑似遮挡区域的前景图像A中的图像块，使用四邻域连通域方法再进行一次搜索，其具体步骤如下：

步骤A：令标号H＝1；

步骤B：自左向右、自上向下的扫描前景图像A，对于已标记为疑似遮挡区域的图像块，做下述操作：

1)若A(m-1，n)＝0，A(m，n-1)＝1，则令当前图像块(m，n)的标号与图像块(m，n-1)的标号相同，即H(m，n)＝H(m，n-1)；

2)若A(m-1，n)＝1，A(m，n-1)＝0，则令H(m，n)＝H(m-1，n)；

3)若A(m-1，n)＝A(m，n-1)＝1，且两点标号相同，即H(m-1，n)＝H(m，n-1)，则令H(m，n)＝H(m-1，n)；

4)若A(m-1，n)＝A(m，n-1)＝0，则认为当前图像块为一新区域的起点，故赋予它一个新的标号，令H＝H+1，H(m，n)＝H；

5)若A(m-1，n)＝A(m，n-1)＝1，且两点标号不同，即H(m-1，n)≠H(m，n-1)，则令H(m-1，n)＝H(m，n-1)，且H(m，n)＝H(m，n-1)；

上述搜索方法中，A(m，n)＝0、A(m-1，n)＝0、A(m，n-1)＝0表示A(m，n)、A(m-1，n)、A(m，n-1)为非疑似遮挡区域；A(m，n)＝1、A(m-1，n)＝1、A(m，n-1)＝1表示A(m，n)、A(m-1，n)、A(m，n-1)为疑似遮挡区域；

搜索完成后，每个疑似遮挡区域的图像块被标号，彼此相连接的疑似遮挡区域的图像块标号相同；此时，将标号相同的图像块个数相加，如果其面积大于整个图像面积的十分之一，则认为图像中存在大面积遮挡物体；否则，认为图像中不存在大面积遮挡物体。

这里需要说明的是：目前图像型火灾探测器大多采用彩色摄像头，而本发明的方法是针对黑白图像进行处理；因此，需要先将彩色图像转变为亮度值范围为0到255的黑白图像。彩色图像转黑白图像的方法在图像处理中为通用的固定方法，本发明不对此内容进行详细讨论。

Claims (5)

1.一种图像型火灾探测器的遮挡判别方法，其特征在于，包括如下步骤：

步骤一：实时读取图像型火灾探测器捕获的图像；

步骤二：对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像；

步骤三：采用帧间差分法得到前景图像B；

步骤四：联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域；

步骤五：对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，如果判别存在大面积遮挡物体，则发出遮挡故障信息；如果判别不存在大面积遮挡物体，则返回执行步骤二，继续判别下一帧图像。

2.根据权利要求1所述的一种图像型火灾探测器的遮挡判别方法，其特征在于步骤二中所述的对捕获的图像进行学习，确定背景图像，并采用背景差分法对当前帧图像进行处理，得到前景图像A，实时更新背景图像，其具体方法如下：

对图像型火灾探测器初始状态下前1分钟内捕获的图像进行学习，即取前1分钟内捕获的所有图像的平均值，确定为背景图像N，背景图像N中每个像素点的像素值是前1分钟内捕获的所有图像对应像素点的像素值的平均值；然后采用背景差分法对图像型火灾探测器实时捕获到的当前帧图像进行处理，得到前景图像A，其采用公式如下：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；A(x，y)为前景图像A在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；T是阈值；

实时更新背景图像N，其采用公式如下：

$N(x,y)=\left\{\begin{array}{ccc}\mathrm{aI}(x,y,j)+(1-a)N(x,y)& \mathrm{if}& A(x,y)=0\\ N(x,y)& \mathrm{if}& A(x,y)=1\end{array}\right.---\left(2\right)$

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；N(x，y)为背景图像N在点(x，y)位置的像素值；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，j代表当前帧；A(x，y)为前景图像A在点(x，y)位置的像素值；α是常数，0＜α＜1；

如果差分结果前景图像A在点(x，y)位置的像素值为0，则更新背景图像N在点(x，y)位置的像素值N(x，y)；如果差分结果前景图像A在点(x，y)位置的像素值为1，则不进行操作。

3.根据权利要求1所述的一种图像型火灾探测器的遮挡判别方法，其特征在于步骤三中所述的采用帧间差分法得到前景图像B，其具体方法如下：

将图像型火灾探测器实时捕获到的当前帧及前一帧图像按照下式进行处理：

式中，(x，y)为以图像长方向为x轴，宽方向为y轴建立的坐标系中像素点的坐标；I(x，y，j)为当前帧图像在点(x，y)位置的像素值，I(x，y，j-1)为前一帧图像在点(x，y)位置的像素值，j代表当前帧；B(x，y)为前景图像B在点(x，y)位置的像素值；L是阈值。

4.根据权利要求1所述的一种图像型火灾探测器的遮挡判别方法，其特征在于步骤四中所述的联立前景图像A和前景图像B，并进行分块判断疑似遮挡区域，其具体方法如下：

首先将前景图像A和前景图像B进行分块处理，分别分成16×16的图像块，图像块的坐标为(m，n)；然后统计每个图像块中像素数为1的像素点的个数，并进行判别，其具体判别方法如下：

若前景图像A的某图像块中像素数为1的像素点的个数大于最大阈值Pmax，则说明当前帧中该图像块对应位置存在被遮挡区域；此时，若前景图像B相同位置的图像块中像素数为1的像素点的个数大于最大阈值Qmax，则说明前景图像A中被遮挡区域为被运动中的物体遮挡，只是形成暂时遮挡，此时，将该图像块标记为非疑似遮挡区域；若前景图像B相同位置的图像块中像素数为1的像素点的个数小于最大阈值Qmax，则说明前景图像A中被遮挡区域为被静止中的物体遮挡，此时，将该图像块标记为疑似遮挡区域；

若前景图像A的某图像块中像素数为1的像素点的个数小于最大阈值Pmax，则说明当前帧中该图像块对应位置未被遮挡；此时，将该图像块标记为非疑似遮挡区域。

5.根据权利要求1所述的一种图像型火灾探测器的遮挡判别方法，其特征在于步骤五中所述的对疑似遮挡区域进行连通域搜索，并根据搜索结果进行判别，其具体方法如下：

对于在步骤四中已标记为疑似遮挡区域的前景图像A中的图像块，使用四邻域连通域方法再进行一次搜索，其具体步骤如下：

步骤A：令标号H＝1；

步骤B：自左向右、自上向下的扫描前景图像A，对于已标记为疑似遮挡区域的图像块，做下述操作：

1)若A(m-1，n)＝0，A(m，n-1)＝1，则令当前图像块(m，n)的标号与图像块(m，n-1)的标号相同，即H(m，n)＝H(m，n-1)；

2)若A(m-1，n)＝1，A(m，n-1)＝0，则令H(m，n)＝H(m-1，n)；

3)若A(m-1，n)＝A(m，n-1)＝1，且两点标号相同，即H(m-1，n)＝H(m，n-1)，则令H(m，n)＝H(m-1，n)；

4)若A(m-1，n)＝A(m，n-1)＝0，则认为当前图像块为一新区域的起点，故赋予它一个新的标号，令H＝H+1，H(m，n)＝H；

5)若A(m-1，n)＝A(m，n-1)＝1，且两点标号不同，即H(m-1，n)≠H(m，n-1)，则令H(m-1，n)＝H(m，n-1)，且H(m，n)＝H(m，n-1)；

上述搜索方法中，A(m，n)＝0、A(m-1，n)＝0、A(m，n-1)＝0表示A(m，n)、A(m-1，n)、A(m，n-1)为非疑似遮挡区域；A(m，n)＝1、A(m-1，n)＝1、A(m，n-1)＝1表示A(m，n)、A(m-1，n)、A(m，n-1)为疑似遮挡区域；

搜索完成后，每个疑似遮挡区域的图像块被标号，彼此相连接的疑似遮挡区域的图像块标号相同；此时，将标号相同的图像块个数相加，如果其面积大于整个图像面积的十分之一，则认为图像中存在大面积遮挡物体；否则，认为图像中不存在大面积遮挡物体。

Images