CN103617635A - 基于图像处理的瞬态火焰检测方法 - Google Patents

Abstract

本发明公开了一种基于图像处理的瞬态火焰检测方法，采用高速摄像机拍摄瞬态火焰视频，完整记录瞬态火焰动态发展历程；应用图像叠加方法获取瞬态火焰整体分布图像；提出符合瞬态火焰彩色空间分布规律的图像增强方法，亮化瞬态火焰区域，暗化背景区域；综合运用图像滤波、图像增强、图像分割、图像轮廓提取等图像处理方法，提取瞬态火焰区域，分析计算瞬态火焰面积、周长、最大直径、平均直径、平均光密度等参量，为火炮、燃烧药、发射药等的研制、性能测试提供有效的数据及技术支持。

Description

基于图像处理的瞬态火焰检测方法

技术领域

本发明属于火焰检测领域，具体涉及运用数字图像处理方法提取瞬态火焰区域、测量火焰参量的方法。

背景技术

密闭爆发器、火炮等装备在引爆或者发射弹药之后，不可避免的在爆发器内、炮口形成瞬态火焰，反映出火药燃烧不完全，能量利用率下降，从而影响该类装备的实际应用性能，为了改善瞬态火焰的这些影响，就需要对瞬态火焰进行深入的研究，因此如何探测瞬态火焰，评判火焰大小和强弱是十分重要的。目前国内外用火焰测试方法主要有照相机B门等待法和转鼓摄影法，照相机B门等待法拍摄的是瞬态火焰在其持续时间内的火焰的累积照片，可以从整体上进行火焰分析，转鼓摄影法即采用转鼓摄影仪拍摄瞬态火焰，两种方法只能定性的分析火焰在全时间内的总体空间分布及强弱，定量的测量需要人工辅以测量工具进行测试，测试过程复杂繁琐，且测量重复性不好，测量精度较差。

较多的中国发明专利公开了应用图像处理的方法对火焰进行检测，如中国发明专利(公开号CN1308224A，CN102034110A,CN101441712A，CN101840571A等)，以上专利火焰检测的目的在于检测视频拍摄区域内有无火焰产生，具体图像处理方法上没有以检测瞬态火焰区域的相关参量为目标，没有对火焰在整个时间段上的整体分布规律进行联合分析，并且以上专利中的火焰检测均采用普通摄像机完成，而瞬态火焰持续时间极其短暂（发生时间属于毫秒级别），普通摄像机的帧率无法满足现场录制、场景回放要求。

发明内容

本发明的目的在于提供一种基于图像处理的瞬态火焰检测方法，采用高速摄像机拍摄瞬态火焰视频，应用图像处理技术，提取瞬态火焰区域，分析计算火焰参量，为火炮、枪支等武器的研制、性能测试提供了有效的数据及技术支持。

实现本发明目的的技术解决方案为：

一种基于图像处理的瞬态火焰检测方法，具体步骤如下：

步骤1：高速摄像机放置在距离瞬态火焰发生装置适当距离的地方，摄像机垂直于瞬态火焰发生装置的发射方向，拍摄瞬态火焰视频并完成视频中图像像素与实际尺寸的标定，视频共包含T帧图像，视频中第一帧为不包含瞬态火焰的背景图像I_B；

步骤2：从所述瞬态火焰视频中提取出各帧图像I_t，t=1,2，…，T，将各帧图像进行叠加得到瞬态火焰的叠加图像I_D，叠加方法为：针对叠加图像中的每个像素点I_D(x,y)的R、G、B三通道的取值I_DR(x,y)，I_DG(x,y)，I_DB(x,y)，分别对应于瞬态火焰视频各帧图像中对应位置及通道取值的最大值：

I_DR(x,y)＝max(I_1R(x,y),I_2R(x,y),I_3R(x,y),...,I_TR(x,y))

I_DG(x,y)＝max(I_1G(x,y),I_2G(x,y),I_3G(x,y),...,I_TG(x,y))

I_DB(x,y)＝max(I_1B(x,y),I_2B(x,y),I_3B(x,y),...,I_TB(x,y))

式中I_iR(x,y)，I_iG(x,y)，I_iB(x,y)，i=1,2…,T，分别表示瞬态火焰视频中第i帧图像中像素点(x,y)的R、G、B三通道的取值，经过上述的图像叠加之后，在叠加图像中的每个像素点将会遍历到T帧图像对应位置对应通道的最大取值，从而将瞬态火焰视频中瞬态火焰的整体分布表现在叠加图像中；

步骤3：对所述叠加图像进行图像滤波以及图像增强，亮化叠加图像中瞬态火焰区域，暗化背景区域，图像增强具体步骤为：

①将叠加图像与背景图像做差分，得差分图像I_S1；

②对叠加图像I_D的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成亮度增强图像I’_D：

I′_DR(x,y)＝I′_DG(x,y)＝I′_DB(x,y)＝max(I_DR(x,y),I_DG(x,y),I_DB(x,y))

式中I′_DR(x,y)、I′_DG(x,y)、I′_DB(x,y)分别表示亮度增强图像I′_D的R、G、B三通道在像素点(x,y)的取值；

③将亮度增强图像与背景图像作差分，得差分图像I_S2；

④将差分图像I_S1与差分图像I_S2对应像素值进行相加，除以2，得到融合图像I_S；

⑤对融合图像I_S的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成最终的亮度增强的叠加图像I″_D：

I″_DR(x,y)＝I″_DG(x,y)＝I″_DB(x,y)＝max(I_SR(x,y),I_SG(x,y),I_SB(x,y))

式中I″_DR(x,y)、I″_DG(x,y)、I″_DB(x,y)分别表示最终亮度增强的叠加图像I″_D的R、G、B三通道在像素点(x，y)的取值，I_SR(x,y)、I_SG(x,y)、I_SB(x,y)分别表示融合图像I_S的R、G、B三通道在像素点(x，y)的取值。经过以上步骤的图像增强之后，瞬态火焰区域部分的像素的亮度将会明显增强，而背景部分像素由于不在瞬态火焰区域，没有额外亮度像素进行增强，其亮度将会得到暗化；

步骤4：针对图像增强后的瞬态火焰图像应用图像分割，得到包含瞬态火焰区域的二值化图像；

步骤5：依据图像分割的结果，提取瞬态火焰前景图像轮廓，并结合步骤1中的标定数据，计算瞬态火焰面积、周长、最大直径、平均直径、平均光密度参量（平均光密度即瞬态火焰区域内像素灰度值的平均值）。

本发明与现有技术相比，其显著优点：

1、应用高速摄像机拍摄瞬态火焰视频，利用其高帧率的特点，完整记录瞬态火焰整个过程，便于还原瞬态火焰的动态发展历程，统计瞬态火焰整体特征；

2、本发明实现图像的自动化检测，在拍摄瞬态火焰视频后，本方法智能进行图像处理，提取出瞬态火焰的轮廓，计算出瞬态火焰面积、周长、最大直径、平均直径、平均光密度等参量，免去了人工测量的繁琐，提高了测量精度；

3、所公开的方法通过图像叠加的方法，总结出瞬态火焰的整体分布区域，便于获取瞬态火焰的整体分布特征，为火炮、燃烧药、发射药等的研制、性能测试提供了有效的数据及技术支持；

4、所公开的方法提出符合瞬态火焰彩色空间分布规律的图像增强方法，亮化瞬态火焰区域，暗化背景区域，为瞬态火焰轮廓的提取奠定基础。

附图说明

图1为基于图像处理的瞬态火焰检测流程框图。

图2为瞬态火焰叠加图像。

图3为针对图2的叠加图像进行图像增强的效果图。

具体实施方式

下面以某一次瞬态火焰视频拍摄及分析过程为例，说明具体的实施方法，其中瞬态火焰发生装置为火炮。

步骤1：拍摄瞬态火焰视频。高速摄像机放置在距离炮口适当距离的地方，要求整个瞬态火焰区域覆盖高速摄像机拍摄视野的2/3及以上，摄像机垂直于炮口发射方向，在炮口发射方向的反方向上树立标定杆，用于图像像素与实际尺寸的标定，应用高速摄像机拍摄瞬态火焰视频，炮弹发射时，触发高速摄像机拍摄，由于高速摄像机拍摄帧率较高，视频中的第一帧，甚至若干帧为不包含瞬态火焰的背景图像I_B，视频共包含T帧图像。利用视频中的标定杆，完成视频中图像像素与实际尺寸（单位为毫米）的标定，标定方法如下：利用固定放置的高速摄像机拍摄标定杆图像，标定杆长度所占的图像总像素为N，标定杆的长度已知为L，则可以通过L/N求出单位像素的实际尺寸；

步骤2：从火炮瞬态火焰视频中提取出各帧图像I_t，t=1,2，…，T，将各帧图像进行叠加得到瞬态火焰的叠加图像I_D，叠加方法为：针对叠加图像中的每个像素点I_D(x,y)的R、G、B三通道的取值I_DR(x,y)，I_DG(x,y)，I_DB(x,y)，分别对应于瞬态火焰视频各帧图像中对应位置及通道取值的最大值：

I_DR(x,y)＝max(I_1R(x,y),I_2R(x,y),I_3R(x,y),...,I_TR(x,y))

I_DG(x,y)＝max(I_1G(x,y),I_2G(x,y),I_3G(x,y),...,I_TG(x,y))

I_DB(x,y)＝max(I_1B(x,y),I_2B(x,y),I_3B(x,y),...,I_TB(x,y))

式中I_iR(x,y)，I_iG(x,y)，I_iB(x,y)，i=1,2…,T，分别表示瞬态火焰视频中第i帧图像中像素点(x,y)的R、G、B三通道的取值；

步骤3：对所述叠加图像进行图像滤波以及图像增强，亮化叠加图像中瞬态火焰区域，暗化背景区域，图像增强具体步骤为：

①将叠加图像与背景图像做差分，得差分图像I_S1；

②对叠加图像I_D的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成亮度增强图像I’_D：

I′_DR(x,y)＝I′_DG(x,y)＝I′_DB(x,y)＝max(I_DR(x,y),I_DG(x,y),I_DB(x,y))

式中I′_DR(x,y)、I′_DG(x,y)、I′_DB(x,_y)分别表示亮度增强图像I′_D的R、G、B三通道在像素点(x,y)的取值；

③将亮度增强图像与背景图像作差分，得差分图像I_S2；

④将差分图像I_S1与差分图像I_S2对应像素值进行相加，除以2，得到融合图像I_S；

⑤对融合图像I_S的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成最终的亮度增强的叠加图像I″_D：

I″_DR(x,y)＝I″_DG(x,y)＝I″_DB(x,y)＝max(I_SR(x,y),I_SG(x,y),I_SB(x,y))

式中I″_DR(x,y)、I″_DG(x,y)、I″_DB(x,y)分别表示最终亮度增强的叠加图像I″_D的R、G、B三通道在像素点(x，y)的取值，I_SR(x,y)、I_SG(x,y)、I_SB(x,y)分别表示融合图像I_S的R、G、B三通道在像素点(x，y)的取值；

步骤4：针对图像增强后的瞬态火焰图像应用otsu方法(大津法，一种自适应阈值分割算法)进行图像分割，得到包含瞬态火焰区域的二值化图像；

步骤5：依据图像分割的结果，提取瞬态火焰前景图像轮廓，并结合步骤1中的标定数据，计算瞬态火焰面积、周长、最大直径、平均直径、平均光密度等参量，其中瞬态火焰面积的计算方法为：统计出图像轮廓所包围的总点数，乘以单位像素的实际尺寸的平方；周长的计算方法为：通过统计出图像轮廓的总点数，乘以单位像素的实际尺寸；直径的计算方法为：首先计算出图像轮廓所包围的区域的质心坐标，然后遍历通过该质心的所有直线，直线与图像轮廓的两个交点之间的长度，乘以单位像素的实际尺寸得到直径，统计出所有直径的最大值即为最大直径；将所有直径进行累加求出平均值即为平均直径；平均光密度即图像轮廓所包围区域的总像素灰度值的平均值。

参见图2可以看出：通过所给出的图像叠加方法，能够总结出瞬态火焰的整体分布规律；参见图3可以看出：通过所给出的瞬态火焰增强方法，能够有效量化瞬态火焰区域，暗化背景区域，为精确提取瞬态火焰轮廓奠定基础。

Claims (3)

1.一种基于图像处理的瞬态火焰检测方法，其特征为包括以下步骤：

步骤1：应用高速摄像机拍摄瞬态火焰视频并完成视频中图像像素与实际尺寸的标定，视频共包含T帧图像，视频中第一帧为不包含瞬态火焰的背景图像I_B；

步骤2：从所述瞬态火焰视频中提取出各帧图像I_t，t=1,2，…，T，将各帧图像进行叠加得到瞬态火焰的叠加图像I_D；

步骤3：对所述叠加图像进行图像滤波以及图像增强，亮化叠加图像中瞬态火焰区域，暗化背景区域；

步骤4：针对图像增强后的瞬态火焰图像应用图像分割，得到包含瞬态火焰区域的二值化图像；

步骤5：依据图像分割的结果，提取瞬态火焰区域的图像轮廓，并计算瞬态火焰面积、周长、最大直径、平均直径、平均光密度参量。

2.如权利要求1所述的基于图像处理的瞬态火焰检测方法，其特征为：所述步骤2对瞬态火焰视频各帧图像进行叠加的方法为：针对叠加图像中的每个像素点I_D(x,y)的R、G、B三通道的取值I_DR(x,y)，I_DG(x,y)，I_DB(x,y)，分别对应于瞬态火焰视频各帧图像中对应位置及通道取值的最大值：

I_DR(x,y)＝max(I_1R(x,y),I_2R(x,y),I_3R(x,y),...,I_TR(x,y))

I_DG(x,y)＝max(I_1G(x,y),I_2G(x,y),I_3G(x,y),...,I_TG(x,y))

I_DB(x,y)＝max(I_1B(x,y),I_2B(x,y),I_3B(x,y),...,I_TB(x,y))

式中I_iR(x,y)，I_iG(x,y)，I_iB(x,y)，i=1,2…,T，分别表示瞬态火焰视频中第i帧图像中像素点(x,y)的R、G、B三通道的取值。

3.如权利要求1所述的基于图像处理的瞬态火焰检测方法，其特征为：所述步骤3针对叠加图像进行图像增强具体步骤如下：

①将叠加图像与背景图像做差分，得差分图像I_S1；

②对叠加图像I_D的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成亮度增强图像I’_D：

I′_DR(x,y)＝I′_DG(x,y)＝I′_DB(x,y)＝max(I_DR(x,y),I_DG(x,y),I_DB(x,y))

式中I′_DR(x,y)、I′_DG(x,_y)、I′_DB(x,y)分别表示亮度增强图像I′_D的R、G、B三通道在像素点(x,y)的取值；

③将亮度增强图像与背景图像作差分，得差分图像I_S2；

④将差分图像I_S1与差分图像I_S2对应像素值进行相加，除以2，得到融合图像I_S；

⑤对融合图像I_S的R、G、B三通道按照如下公式逐个像素进行亮度增强，生成最终的亮度增强的叠加图像I″_D：

I″_DR(x,y)＝I″_DG(x,y)＝I″_DB(x,y)＝max(I_SR(x,y),I_SG(x,y),I_SB(x,y))

式中I″_DR(x,y)、I″_DG(x,y)、I″_DB(x,y)分别表示最终亮度增强的叠加图像I″_D的R、G、B三通道在像素点(x，y)的取值，I_SR(x,y)、I_SG(x,y)、I_SB(x,y)分别表示融合图像I_S的R、G、B三通道在像素点(x，y)的取值。

Images