CN104715559B - 一种基于轨迹辨识的烟雾检测及火灾预警方法 - Google Patents

Abstract

本发明提供一种基于轨迹辨识的烟雾检测及火灾预警方法，包括以下步骤：第一步，视频信息预处理：依次包括为提高薄烟与环境对比度的设置暗黑通道阶段和图像分块阶段，以及通过投影变换将三维图像变换成二维投影压缩图像，并建立时间压缩轨迹的视频时间信息压缩阶段；第二步，基于轨迹辨识的烟雾检测：对第一步的视频时间压缩轨迹进行烟雾检测，依次包括去除背景图像、抽取运动轨迹和烟雾特性检测三个阶段；第三步，烟源定位和烟雾定量计算：对第二步检测到的烟雾进行烟源的定位并根据烟源计算烟量。本发明的有益效果：计算简单、识别的准确率较高、识别速度快，具有良好的适应性，识别效果较好。

Description

一种基于轨迹辨识的烟雾检测及火灾预警方法

技术领域

本发明涉及一种预警火灾的烟雾检测方法，特别涉及一种基于轨迹辨识的烟雾检测及火灾预警方法。

背景技术

全世界每天发生火灾上万起，造成数百人死亡；每年欧洲约10km²的森林毁于火灾，俄罗斯和美国约100km²、全世界约0.1％的森林毁于火灾，每年超过20％的CO₂排放来自火灾。火灾是发生频最高的灾难，给人类的生活带来巨大的损失。人们在与火灾的长久斗争中逐渐积累经验，总结火灾发生的规律，已经由过去只能被动的接受火灾，开始转变为主动探测预防火灾。根据烟雾、气体、温度等物理量变化，感温、感烟、感光、气体探测以及复合式探测而设计的吸气式烟雾探测器、单点式烟雾探测器(离子式烟雾探测器、光电式烟雾探测器)、投影束式烟雾探测器、反射束式烟雾探测器、空气取样烟雾探测器、辐射的能量感应烟雾探测器(紫外线烟雾探测器、红外线烟雾探测器、火花灰烬烟雾探测器)、图像对的单点式模拟探测器等已经在室内广泛应用。但是在空间距离和占地面积都较大型的场所(如电站、粮油库、飞机库、大仓库、古建筑群、隧道、车站、购物中心等)或存在着强气流的地方，安装上述烟雾探测器则难以发挥作用，其防火、防泄漏的早期报警始终是很困难的问题。其原因主要在于：1、普通的感烟火灾探测器为被动工作方式，需等待烟达后才能探测。火灾早期烟雾的扩散速度通常较慢，有时经过较长的时间才能到达探测器，甚至根本就到达不了探测器。2、在大空间室内环境，烟雾上升至一定高度会被周围的空气冷却，停留空中不再上升，使得传统的感烟探测器失去了作用。3、在室外环境，烟雾易被高速气流吹散，致使烟雾到达不了感烟探测器，无法探测。4、传统感烟探测器易受环境中粉尘等微小颗粒的影响，降低探测效率。总之，普通型感烟火灾探测器是一种接触式的探测手段，易受空间高度、气流等复杂条件的限制，特别是在环境恶劣的室外场所，有时达不到极早期火灾探测报警的要求。

基于视频的烟雾监控将能够有效弥补传统火灾探测器的不足，具有非接触式探测的优势，不会受复杂环境条件的局限，是一种室外或大空间场所进行火灾探测的有效手段，可望能解决工厂、森林、草原、隧道、车站、车站、购物中心等场所的火灾预警问题。基于视频的烟雾检测主要通过烟雾的色彩、纹理、半透明性、形状变化和飘动等特性进行分析检测。但是现有方法所提出的烟雾特征，无论是静态特性还是较为可靠的动态特性，都不能准确检测烟雾排除其它目标，建立与烟雾的一一对应关系。颜色、纹理特征太分散，变化范围很大，并且与天气、光照和时间，甚至分辨率相关，无法排除和烟雾的颜色一样或相似的区域，例如阴影。动态特性往往需要背景建模，而且无法区别同样向上运动、形状不规则的动态目标，例如飘动的旗帜。基于频域的分析对于远距离、丢失了细节变化的监控，往往无能为力。大面积单色物体或者大量同色物体的出现，同样会减少场景的高频分量，增加低频分量。频域分析难以排除这种情况。因此，过去的研究不得不综合多种特征，采用神经网络(NeuralNetworks,NN)、支持向量机(Sorpport Vector Machine,SVM)、Bayesian分类器、模糊逻辑等方法进行判断。但这些方法需要比较强的计算能力，时间和空间等计算资源消耗大，CCD监控系统往往不具备这样的计算资源。

由于没有合适的特征，因此现有的烟雾检测方法无法完全排除近似目标，对强烈的浓烟和淡薄的弱烟不能等同处理，在准确性、适应性和计算的快速性方面还有所欠缺。

发明内容

为了改进现有视频的烟雾监控的缺陷，本发明提供一种基于轨迹辨识的烟雾检测及火灾预警方法。

为了实现上述目的，本发明所采取的技术方案是：

本发明提供了一种基于轨迹辨识的烟雾检测及火灾预警方法，包括以下步骤：

第一步，视频信息预处理：依次包括为提高薄烟与环境对比度的设置暗黑通道阶段和图像分块阶段，以及对视频图像通过投影变换将三维图像变换成二维投影压缩图像，并建立视频的时间压缩轨迹(三维图像中的点(X,Y,Z)在投影压缩图像中成像为(u,v)，视频的时间压缩轨迹是视频在u-t和v-t坐标上的投影压缩图像)的视频时间信息压缩阶段；

第二步，基于轨迹辨识的烟雾检测：对第一步的视频时间压缩轨迹进行烟雾检测，依次包括去除背景图像、抽取运动轨迹和烟雾特性检测三个阶段；

第三步，烟源定位和烟雾定量计算：对第二步检测到的烟雾进行烟源的定位并根据烟源计算烟量，依次包括烟源定位和烟量计算两个阶段。

所述第一步中的暗黑通道定义为：，其中J^c为图像J的RGB色彩通道中的一个，Ω(x)为中心在x处的一个局部图像模块。

所述第一步中的图像分块依次包括以下过程：根据图像分辨率确定块的尺度n，将图像分割成n×n的矩形块；对每块图像，抽取暗黑通道，计算其时间压缩图像，判断是存在运动轨迹；将存在动态轨迹的相邻块合并在一起。

所述第二步中的抽取运动轨迹为通过分水岭算法抽取用来检测烟雾轨迹的中心骨架线。

所述第二步中的烟雾特性检测包括判断中心骨架线是否是右倾直线的右倾直线特性检测、通过烟雾的轨迹的脊线上每点的斜率与脊线上所有点斜率的均值的比值范围判断中心骨架线是否连续的连续流线特性接触、采用烟雾轨迹的梯度及其方差都在一定范围内的原理进行的低频特性检测和通过轨迹的纵横向范围比判断烟雾的纵向轨迹比横向轨迹大的比例特征检测。

所述第三步中的烟源定位方法为：当只有一条识别的烟雾轨迹时，其在u-t图像和v-t图像中的起点为烟源的位置；当有多条识别的烟雾轨迹时，在u-t图像和v-t图像中所有轨迹在x、y方向的最大投影坐标即为烟源位置。

所述第三步中的烟量计算包括计算包含背景的烟量图和根据粒子反射成像规则计算有浓淡、色彩区分的烟雾量图。

本发明的有益效果：利用烟雾上升的匀速特性和时间压缩图像中烟雾轨迹的独特性，不需要背景建模就能够找到动态目标，即使是烟雾旁边有其它动态目标也能将烟雾和动态目标区分开来，计算简单、识别的准确率较高、识别速度快；能准确分辨出飘动的旗帜、翻腾的云雾、行人、车灯等，对天气、气候、光照、季节等环境变化不敏感，具有良好的适应性；对于森林等与烟雾差别较大的环境，以及早期的动态烟雾，效果较好，如果把相机按监控火灾的要求进行安装，安置在较高的位置，相机光心斜向下监控大范围的室外场景，在画面中只为天空保留较少的幅面，则识别率更高，甚至只采用右倾直线特性就可以辨识烟雾。

附图说明

图1本发明的方框流程图。

具体实施方式

为克服现有视频的烟雾监控的缺陷，结合视频的烟雾监控的固有优势，设计首先为了提高薄烟与环境的对比度，采用了暗黑通道和分块计算两个增加措施。

暗黑通道：He Kaiming观察到对于一幅没有雾霾的户外景物图像，除了天空区域，J^dark的亮度非常小，经常趋于零。烟雾的出现无疑会改变场景的暗黑通道，而烟雾对暗黑通道的变化与烟雾对RGB图像的变化更为显著，因此检测暗黑通道的变化可以增加烟雾与背景的对比度。暗黑通道定义如下：

其中，J^c是图像J的RGB色彩通道中的一个，Ω(X)是中心在x处的一个局部图像模块。

分块计算：根据图像分辨率确定块的尺度n，将图像分割成n×n的矩形块以提高分辨能力；对每块图像，抽取暗黑通道，计算其时间压缩图像，判断是否存在运动轨迹；将存在动态轨迹的相邻块合并在一起。

然后进行视频时间信息压缩：将视频F_t(u,v)分别向u方向、v方向压缩，压缩后的图像为视频的v-t时间压缩图像f_t(v)和视频的u-t时间压缩图像f_t(u)，

即将每帧u-v图像向u和v方向累加，然后以时间t作为横坐标得到的两幅图像，其中w、h是帧宽和帧高。

时间压缩图像中，F_t(u,v)中静止的行或者列分别f_t(v)和f_t(u)中的水平直线，在原地摆动的物体为上下波动的水平直线，而运动的物体其轨迹为一个区域。为了将运动的前景S(v,t)与静止背景B(v,t)分割开来，采用Hongda Tian提出的计算方法。前景S(v,t)与静止背景B(v,t)按下式合成为时间压缩图像I(v,t)，即f_t(v)

I(v,t)＝[1-e(v,t)]B(v,t)+e(v,t)S(v,t) (3)

按照下式估算前景S(v,t)

同时，认为烟雾前景S在邻域内是渐变的，即

将以上4、5式合并可从前景、背景计算出没有背景的时间压缩图像。

根据烟雾的时间压缩轨迹具有与众不同的以下特点进行烟雾检测。

右倾直线特性：烟雾的运动，可以用Navier-Stokes方程表达。如果把烟雾运动分解为垂直分量和水平分量，那么在热能驱动下的垂直分量近似于管流，受到阻力和重力的作用，阻力随着速度的减小而减小。根据伯克努力方程和玻尔兹曼方程，垂直方向坐标Y和时间t的关系可以表示为：

式中k₁为阻尼系数，ρ₀烟雾的出口浓度，s表示出口处的横截面积，R为普适气体常量，T为温度，P₀为大气压力，v₀烟雾的出口速度，M为摩尔质量，g是重力加速度。因此，从发生到消散，烟雾垂直运动分量近似直线，速度大约1-5米/秒。

烟雾成像时，经过投影变换，世界坐标下的点(X,Y,Z)在图像坐标中成像为(u,v)。其中

S_y为图像单位距离上的像素数(pixels/mm)，α为相机对垂直方向的倾角。如果设帧频为f_v，那么为

因此，将df_v转换为时间，那么烟雾的v-t图像为向右上倾斜的直线，倾角与焦距f、距离Z、帧频f_v和比例系数S_y有关，在50°-80°范围内。距离越近，其轨迹倾角越小。

连续流线型：烟雾的轨迹是流线型的，不会出现急剧的转折，并且飘动方向连续。这是由于烟雾是可变形的柔体所产生的。设烟雾的轨迹的脊线上每点的斜率为α，mean(α)是脊线上所有点斜率的均值，α_th是阈值，那么

max(α/mean(α))＜α_th (9)

低频特性：烟雾的轨迹具有低频特性，不会出现高频的抖动，并且烟雾的出现会导致u-t图像和v-t图像中高频减少、低频增加。若前景轨迹各点梯度G_T的幅值及方差δ_abs(GT)都应该在一定范围内，即

式10中，R_T是轨迹所在区域，T_f和T_δ是经验性阈值。满足此式就可以判断为具有低频特性。

比例特征：如果不是被相同色彩的背景所截断，烟雾的纵向轨迹一般比横向轨迹大，而其它在地面上运动的物体则相反。设烟雾轨迹的纵向范围为V_range，横向范围为U_range，因此

U_range/V_range>r_th (11)

如果判断有烟雾发生，那么可以根据时间压缩轨迹，定位烟源、计算烟量，以辅助进一步采取消防措施：

烟源定位：发生源的位置不变，这是烟雾区别于一般运动物体的一个重要特征。如果只有一条识别出的烟雾轨迹，其在u-t图像和v-t图像中的起点为烟源的位置；如果有多条识别的烟雾轨迹，在u-t图像和v-t图像中所有烟雾轨迹在u、v方向的最大投影坐标为烟源位置。在u-t图像和v-t图像中，相同时刻下烟雾轨迹的区间(u₁,u₂)和(v₁,v₂)在桢图像中的位置(u₁…u₂,v₁…v₂)就是烟雾区域。

计算烟量：确定烟源和烟雾区域后，在每帧图像烟源上方、烟雾区域内取一段水平直线，以此水平直线为列、以烟雾的起止时间为横坐标，得到包含背景的烟量图。采用与前面对时间压缩图像去除背景同样的方法，去除烟量图中的背景，然后累加无背景烟量图的每个像素值，就得到烟雾起始来的总烟量。

本发明的有益效果：利用烟雾上升的匀速特性和时间压缩图像中烟雾轨迹的独特性，不需要背景建模就能够找到动态目标，即使是烟雾旁边有其它动态目标也能将烟雾和动态目标区分开来，计算简单、识别的准确率较高、识别速度快；能准确分辨出飘动的旗帜、翻腾的云雾、行人、车灯等，对天气、气候、光照、季节等环境变化不敏感，具有良好的适应性；对于森林等与烟雾差别较大的环境，以及早期的动态烟雾，效果较好，如果把相机按监控火灾的要求进行安装，安置在较高的位置，相机光心斜向下监控大范围的室外场景，在画面中只为天空保留较少的幅面，则识别率更高，甚至只采用右倾直线特性就可以辨识烟雾。

本领域内普通的技术人员简单替换和更换都是本专利保护范围之内。

Claims (7)

1.一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于包括以下步骤：第一步，视频信息预处理：依次包括为提高薄烟与环境对比度的暗黑通道预处理阶段和图像分块处理阶段，以及将视频中t时刻图像沿x轴方向累加压缩成u-t坐标上一条线和沿y轴方向累加压缩成v-t坐标上一条线，从而构成时间压缩图像；第二步，基于轨迹辨识的烟雾检测：对第一步的视频时间压缩图像检测是否存在烟雾的运动轨迹，依次包括去除背景图像、抽取运动轨迹和烟雾特性检测三个阶段；第三步，烟源定位和烟雾定量计算：对第二步检测到的烟雾进行烟源的定位并根据烟源计算烟量，依次包括烟源定位和烟量计算两个阶段。

2.根据权利要求1所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第一步中的暗黑通道采用定义为的暗黑通道，其中Jc为图像J的RGB色彩通道中的一个，Ω(x)为中心在x处的一个局部图像模块。

3.根据权利要求1所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第一步中的图像分块依次包括以下过程：根据图像分辨率确定块的尺度n，将图像分割成n×n的矩形块以提高分辨能力；对每块图像，抽取暗黑通道，计算其时间压缩图像，按第二步的方法判断是否存在烟雾的运动轨迹；将存在烟雾的运动轨迹相邻块合并成一个大块。

4.根据权利要求1所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第二步中的抽取运动轨迹为通过分水岭算法抽取用来检测烟雾轨迹的中心骨架线。

5.根据权利要求4所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第二步中的烟雾特性检测包括判断中心骨架线是否是右倾直线的右倾直线特性检测、通过烟雾的轨迹的脊线上每点的斜率与脊线上所有点斜率的均值的比值范围判断中心骨架线是否连续的连续流线特性检测、采用烟雾轨迹的梯度及其方差都在一定范围内的原理进行的低频特性检测和通过轨迹的纵横向范围比判断烟雾的纵向轨迹比横向轨迹大的比例特征检测。

6.按照权利要求1所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第三步中的烟源定位方法为：当只有一条识别的烟雾轨迹时，其在u-t图像和v-t图像中的起点为烟源的位置；当有多条识别的烟雾轨迹时，在u-t图像和v-t图像中所有轨迹在u、v方向投影的最大坐标即为烟源位置。

7.按照权利要求1所述的一种基于轨迹辨识的烟雾检测及火灾预警方法，其特征在于所述第三步中的烟量计算包括计算包含背景的烟量图和根据粒子反射成像规则计算有浓淡、色彩区分的烟雾量图。