CN103425959B - 一种识别火灾的火焰视频检测方法 - Google Patents
一种识别火灾的火焰视频检测方法 Download PDFInfo
- Publication number
- CN103425959B CN103425959B CN201210163450.3A CN201210163450A CN103425959B CN 103425959 B CN103425959 B CN 103425959B CN 201210163450 A CN201210163450 A CN 201210163450A CN 103425959 B CN103425959 B CN 103425959B
- Authority
- CN
- China
- Prior art keywords
- flame
- region
- detection
- color
- designated
- 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.)
- Expired - Fee Related
Links
Landscapes
- Fire-Detection Mechanisms (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种通过视频检测火灾发生的识别火灾的火焰视频检测方法，包括如下步骤：(1)预处理；(2)运动检测；(3)颜色检测；(4)空间纹理检测；(5)时间纹理检测；(6)连续区域处理与形状分析；(7)向焰心投影，得到焰心；(8)区域合并，根据面积大小判断是否输出警报。本发明的识别火灾的火焰视频检测方法，基于视频监控，根据火灾发生时火焰的颜色、运动、纹理等特征从图像序列中正确识别火焰信息和火灾发展状况；摄像头可监控范围广，一个摄像头就可以监控较大的范围，可以大大降低成本；对于一些开阔的地域如厂区、森林等，传统方法很难进行早期的预报，安装和电力提供等都难以解决。
Description
技术领域
本发明涉及一种火灾识别方法，尤其是一种识别火灾的火焰视频检测方法。
背景技术
目前火灾的检测方法有烟感、温感等方法，但是很难在较大空间的室内和室外大范围应用，对厂房、商场、森林、广场、学校、小区、道路等大视野范围进行监控，需要安装很多烟感或温感设备，成本高，很难管理。
发明内容
本发明提供了一种通过视频检测火灾发生的识别火灾的火焰视频检测方法。
实现本发明目的的识别火灾的火焰视频检测方法，包括如下步骤：
(1)预处理：获得摄像头的视频后，对各帧图像提取红色分量，使用阈值方法，大于阈值区域记为R1；
(2)运动检测：对原图像的R1区域中每点计算运动前景，并记为R2；
(3)颜色检测：对原图像的R1区域中每点计算颜色是否符合火焰色彩分布，符合火焰色彩分布的区域记为R3；
(4)空间纹理检测：对原图像的R1区域分块计算空间纹理特征，符合火焰空间纹理特征的区域记为R4，即采用二维小波变换高通通道取绝对值大于阈值点数目大于另一阈值的判断方法，技术空间纹理特征；
(5)时间纹理检测：对原图像的R1区域每点计算时间纹理特征，符合火焰时间纹理特征的区域记为R5，即利用取出对应位置历史若干连续帧图像像素值，计算极大值点频率或平滑后计算极大值点频率，若此频率位于某区间就判断为符合火焰时间纹理点；
(6)连续区域处理与形状分析：记R2、R3、R4、R5至少三项的组合的相交区域为火焰区域R6；火焰区域R6经形态学处理、连通区域检测、形状特征判别和区域大小取阈值后得到R7；
(7)向焰心投影，得到焰心：将R7进行向焰心方向的投影并与R3求交获得焰心，记R8；
(8)区域合并：将R7和R8合并得到火焰区域，对火焰区域进行连通区域检测后，根据面积大小判断是否输出警报。
所述步骤(2)采用混合高斯分布法和帧差法技术运动前景。
所述步骤(3)中采用混合高斯分布法和色彩区间法计算是否符合火焰色彩分布。
所述步骤(7)中的投影方法如下：取地面竖直向下方向向两边延展一定角度，或进一步考虑火焰延伸方向对上述角度进行约束，或使用测地膨胀方法，即循环膨胀并与R3求交。
本发明的识别火灾的火焰视频检测方法，基于视频监控，根据火灾发生时火焰的颜色、运动、纹理等特征从图像序列中正确识别火焰信息和火灾发展状况。与传统的火灾检测方法如烟感、温感等方法相比，基于视频监控的火灾火焰检测方法有如下优点：
1)摄像头可监控范围广，一个摄像头就可以监控较大的范围，可以大大降低成本；
2)对于一些开阔的地域如厂区、森林等，传统方法很难进行早期的预报，安装和电力提供等都难以解决；
3)传统方法难以在高温等极端环境下工作，而加装一定保护的摄像头可以处理；
4)基于视频监控的火灾火焰检测方法可以及时地通过将视频传回将警报结果提供给管理者查询和确认；
5)便于火灾发生原因和进程的分析，通过对火灾视频的纪录可以提供完整的火灾发生、发展、扑灭的资料，视频监控系统还可以提供更多功能的开发平台。
附图说明
图1为本发明的识别火灾的火焰视频检测方法的流程图。
具体实施方式
如图1所示，本发明的识别火灾的火焰视频检测方法，包括如下步骤：
(1)预处理：获得摄像头的视频后，对各帧图像提取红色分量，使用阈值方法，大于阈值区域记为R1；
(2)运动检测：对原图像的R1区域中每点计算运动前景，并记为R2；
(3)颜色检测：对原图像的R1区域中每点计算颜色是否符合火焰色彩分布，符合火焰色彩分布的区域记为R3；
(4)空间纹理检测：对原图像的R1区域分块计算空间纹理特征，符合火焰空间纹理特征的区域记为R4，即采用二维小波变换高通通道取绝对值大于阈值点数目大于另一阈值的判断方法，技术空间纹理特征；
(5)时间纹理检测：对原图像的R1区域每点计算时间纹理特征，符合火焰时间纹理特征的区域记为R5，即利用取出对应位置历史若干连续帧图像像素值，计算极大值点频率或平滑后计算极大值点频率，若此频率位于某区间就判断为符合火焰时间纹理点；
(6)连续区域处理与形状分析：记R2、R3、R4、R5至少三项的组合的相交区域为火焰区域R6；火焰区域R6经形态学处理、连通区域检测、形状特征判别和区域大小取阈值后得到R7；
(7)向焰心投影，得到焰心：将R7进行向焰心方向的投影并与R3求交获得焰心，记R8；
(8)区域合并：将R7和R8合并得到火焰区域，对火焰区域进行连通区域检测后，根据面积大小判断是否输出警报。
所述步骤(2)采用混合高斯分布法和帧差法技术运动前景。
所述步骤(3)中采用混合高斯分布法和色彩区间法计算是否符合火焰色彩分布。
所述步骤(7)中的投影方法如下：取地面竖直向下方向向两边延展一定角度，或进一步考虑火焰延伸方向对上述角度进行约束，或使用测地膨胀方法，即循环膨胀并与R3求交。
下面对各个步骤进行详细说明：
1、预处理
由于车灯照射区域及其他一些亮度较高区域对火检测有较大影响，为了处理这些情况，我们首先提取输入彩色图像的红色分量，以一定阈值判断红色分量，大于阈值的像素集合记为R1。阈值的获得可以采用实验方法获得；
2、运动区域检测
由于火焰的焰饵具有运动的特性，所以我们对于原图像进行运动检测，方法可以使用帧差法或混合高斯模型方法等，运动前景与R1的相交区域记为R2；
3、颜色检测
由于火焰区域的颜色符合特定分布，所以我们对原彩色图像的R1区域的像素判断是否为火焰颜色。火焰颜色的判定可以使用对一些摄像头获得的火焰部分像素建立混合高斯分布的概率模型，符合火焰颜色分布的区域记为R3。一个像素被认为是火焰颜色当其符合下式要求(既符合N个高斯分布中的至少一个，分别为第i个高斯分布R，G，B分量均值和总方差，通过训练获得)；
4、空间纹理检测
火焰的焰饵在空间上具有随机性，这是火焰区分为其他相似图像部分的重要特征。为了利用这个特性，我们通过将原彩色图像转化为灰度图像后，对R1区域进行分块处理，对每个块作小波变换，对变换后的小波系数高频系数统计绝对值超过一定阈值点的比例，若此比例达到一定阈值就认为此块符合火焰空间纹理分布，区域记为R4；
5、时间纹理检测
火焰的焰饵在时间上具有随机变化特性。为了利用这个特性，我们通过将原彩色图像转化为灰度图像后，对R1区域的每个像素，取此像素之前若干帧对应位置灰度图像像素值(记为(p-N，p-N+1，...，p-1，p0)，其中pi为之前i帧对应像素值)，对这个值序列计算局部极值，定义如下：(pi＞pi-1+t，pi＞pi+1+t)，即若序列中某值大于相邻两值且差不小于某阈值(t)就认为pi为极值。若序列中极值数目超过一定阈值，就认为此像素是符合火焰时间纹理点，符合火焰时间纹理的区域记为R5；
6、连通区域处理
从R2到R5中选择至少三项，取交获得初始焰饵区域(如取R2，R3和R4，即运动区域、火焰色彩区域和火焰空间纹理区域，将这三个区域求共同部分)R6，进行形态学运算，再进行连通区域检测，还可采用形状判别进一步剔除火焰相似区域。获得的连通区域认为是焰饵区域，记为R7。
7、向焰心投影及区域合并
虽然上述过程可以较好地得到焰饵区域，但由于焰心区域通常并没有明显的运动和时间纹理变化，所以上述过程通常只能得到焰饵区域。为了进一步得到焰心区域，我们利用火焰的如下特性：火焰是物质燃烧产生的，其产生的大量热能使火焰上方空气密度降低而使焰饵一般是向上的，即使有风的作用，焰饵方向也是倾斜向上并且比较一致。我们利用火焰的这个特性，将R7在R3中进行测地膨胀，即：
直到R8′不再变化，记为R8。这里K为形态学运算核，核的形式是上下非对称的，即膨胀过程只向焰心方向生长。将R7和R8的并记为火焰区域，用于火焰的最终判别。
上面所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神前提下，本领域普通工程技术人员对本发明技术方案做出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
Claims (4)
1.一种识别火灾的火焰视频检测方法，包括如下步骤：
(1)预处理：获得摄像头的视频后，对各帧图像提取红色分量，使用阈值方法，大于阈值区域记为R1；
(2)运动检测：对原图像的R1区域中每点计算运动前景，并记为R2；
(3)颜色检测：对原图像的R1区域中每点计算颜色是否符合火焰色彩分布，符合火焰色彩分布的区域记为R3；
(4)空间纹理检测：对原图像的R1区域分块计算空间纹理特征，符合火焰空间纹理特征的区域记为R4，即采用二维小波变换高通通道取绝对值大于阈值点数目大于另一阈值的判断方法；
(5)时间纹理检测：对原图像的R1区域每点计算时间纹理特征，符合火焰时间纹理特征的区域记为R5，即利用取出对应位置历史若干连续帧图像像素值，计算极大值点频率或平滑后计算极大值点频率，若此频率位于某区间就判断为符合火焰时间纹理点；
(6)连续区域处理与形状分析：记R2、R3、R4、R5至少三项的组合的相交区域为火焰区域R6；火焰区域R6经形态学处理、连通区域检测、形状特征判别和区域大小取阈值后得到R7；
(7)向焰心投影，得到焰心：将R7进行向焰心方向的投影并与R3求交获得焰心，记R8；
(8)区域合并：将R7和R8合并得到火焰区域，对火焰区域进行连通区域检测后，根据面积大小判断是否输出警报。
2.根据权利要求1所述的识别火灾的火焰视频检测方法，其特征在于：所述步骤(2)采用混合高斯分布法和帧差法。
3.根据权利要求1所述的识别火灾的火焰视频检测方法，其特征在于：所述步骤(3)中采用混合高斯分布法和色彩区间法计算是否符合火焰色彩分布。
4.根据权利要求1所述的识别火灾的火焰视频检测方法，其特征在于：所述步骤(7)中的投影方法如下：取地面竖直向下方向向两边延展一定角度，或进一步考虑火焰延伸方向对上述角度进行约束，或使用测地膨胀方法，即循环膨胀并与R3求交。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210163450.3A CN103425959B (zh) | 2012-05-24 | 2012-05-24 | 一种识别火灾的火焰视频检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210163450.3A CN103425959B (zh) | 2012-05-24 | 2012-05-24 | 一种识别火灾的火焰视频检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103425959A CN103425959A (zh) | 2013-12-04 |
| CN103425959B true CN103425959B (zh) | 2017-02-22 |
Family
ID=49650675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210163450.3A Expired - Fee Related CN103425959B (zh) | 2012-05-24 | 2012-05-24 | 一种识别火灾的火焰视频检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103425959B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104978733B (zh) * | 2014-04-11 | 2018-02-23 | 富士通株式会社 | 烟雾检测方法以及装置 |
| CN104156950A (zh) * | 2014-07-26 | 2014-11-19 | 佳都新太科技股份有限公司 | 一种基于Parzen窗和贝叶斯分类器的明火检测方法 |
| CN106203334B (zh) * | 2016-07-11 | 2019-04-02 | 电子科技大学 | 一种室内场景火苗检测方法 |
| CN106650584B (zh) * | 2016-09-29 | 2019-12-03 | 广东安居宝数码科技股份有限公司 | 火焰检测方法和系统 |
| CN106846375A (zh) * | 2016-12-30 | 2017-06-13 | 广东工业大学 | 一种应用于自主灭火机器人的火焰检测方法 |
| CN108692436B (zh) * | 2018-04-23 | 2019-10-25 | 珠海格力电器股份有限公司 | 具有防火灾功能的空调系统及控制方法 |
| CN111739252B (zh) * | 2020-07-03 | 2022-03-01 | 徐州鑫科机器人有限公司 | 一种火灾监测及自动灭火系统及其工作方法 |
| CN112735078B (zh) * | 2020-12-24 | 2021-10-26 | 中标慧安信息技术股份有限公司 | 物联网的智能家居管理方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7609856B2 (en) * | 2007-11-13 | 2009-10-27 | Huper Laboratories Co., Ltd. | Smoke detection method based on video processing |
| CN101853512A (zh) * | 2010-05-13 | 2010-10-06 | 电子科技大学 | 一种基于视频时间和空间信息的火焰检测方法 |
| CN102236947A (zh) * | 2010-04-29 | 2011-11-09 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与系统 |
-
2012
- 2012-05-24 CN CN201210163450.3A patent/CN103425959B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7609856B2 (en) * | 2007-11-13 | 2009-10-27 | Huper Laboratories Co., Ltd. | Smoke detection method based on video processing |
| CN102236947A (zh) * | 2010-04-29 | 2011-11-09 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与系统 |
| CN101853512A (zh) * | 2010-05-13 | 2010-10-06 | 电子科技大学 | 一种基于视频时间和空间信息的火焰检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103425959A (zh) | 2013-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103425959B (zh) | 一种识别火灾的火焰视频检测方法 | |
| CN104123544B (zh) | 基于视频分析的异常行为检测方法及系统 | |
| Yuan et al. | Learning-based smoke detection for unmanned aerial vehicles applied to forest fire surveillance | |
| CN101464944B (zh) | 一种基于统计特征的人群密度分析方法 | |
| CN102663869B (zh) | 基于视频监控平台的室内火灾检测方法 | |
| CN110502965A (zh) | 一种基于计算机视觉人体姿态估计的施工安全帽佩戴监测方法 | |
| CN111047818A (zh) | 一种基于视频图像的森林火灾预警系统 | |
| KR101081051B1 (ko) | 퍼지 유한상태 오토마타를 이용한 화재 불꽃 감지 방법 | |
| CN108537215A (zh) | 一种基于图像目标检测的火焰检测方法 | |
| CN106096603A (zh) | 一种融合多特征的动态火焰检测方法及装置 | |
| CN102156880A (zh) | 基于改进的社会力模型的异常集群行为检测方法 | |
| CN105160297A (zh) | 基于肤色特征的蒙面人事件自动检测方法 | |
| CN109635720A (zh) | 基于视频主动监控的非法占道实时检测方法 | |
| CN106686347B (zh) | 一种基于视频的判定地铁摄像机移位的方法 | |
| CN103489012A (zh) | 一种基于支持向量机的人群密集度检测方法及系统 | |
| CN108898098A (zh) | 基于监控平台的早期视频烟雾检测方法 | |
| CN103888731A (zh) | 枪机-球机混合视频监控的结构化描述装置及系统 | |
| CN107169966A (zh) | 一种基于温度分布的输电线路山火辨识方法 | |
| Gu et al. | Automated assessment of wind damage to windows of buildings at a city scale based on oblique photography, deep learning and CFD | |
| CN109145796A (zh) | 一种基于视频图像融合分析算法的电力管廊火源识别及火点测距方法 | |
| CN107180229A (zh) | 一种监控视频中基于运动方向的异常行为检测方法 | |
| CN111898440B (zh) | 一种基于三维卷积神经网络的山火检测方法 | |
| Guo et al. | Investigation of crowd’s aggregation measurement based on an entropy model | |
| CN111274872B (zh) | 基于模板匹配的视频监控动态不规则多监管区域判别方法 | |
| CN105138689B (zh) | 一种带有徘徊异常提示的分层视频摘要方法 |
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 | ||
| C56 | Change in the name or address of the patentee | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100089 Haidian District, Beijing information industry base on the 3rd Street, building two, floor C, No. 228, paragraph Patentee after: Frame robot technology (Beijing) Co., Ltd. Address before: 100089 Haidian District, Beijing information industry base on the 3rd Street, building two, floor C, No. 228, paragraph Patentee before: Xinzheng Electronic Technology (Beijing) Co., Ltd. |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20180703 Address after: 100096 Haidian District, Beijing, west 2 new apartment building, three floor commercial room 337. Patentee after: Letter frame technology (Beijing) Co., Ltd. Address before: 100089 No. 228, section two, two floor, 1 Street, 3rd floor, Haidian District information industry base, Beijing. Patentee before: Frame robot technology (Beijing) Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170222 Termination date: 20190524 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |