CN104751591A - 一种基于半透明特征的早期火灾烟雾检测方法 - Google Patents

Abstract

本发明涉及一种基于半透明特征的早期火灾烟雾检测方法，其包括以下步骤：1)采集一幅图像作为原图像；2)计算得到原图像的复原图，如果原图像是采集到的第一帧图像，则分别保存此图像及其复原图作为背景图像及其复原图并返回步骤1)，否则进入步骤3)；3)两幅复原图像中每一对应小块区域的相似度；4)建立与复原图像大小一致的不相似块标志图I_O1；5)计算原图像和背景图像中的每一图像块的相似度；6)建立与原图像大小一致的不相似标志图I_O2；7)获取图像半透明区域；8)在半透明区域中搜索连通区域并计算其面积；9)搜索完整烟雾区域；10)计算图像动态也行；11)输出火警信号，并在原图像中标出烟雾区域位置。本发明可以应用石化工厂、大型仓库、大型公众场所等诸多领域。

Description

一种基于半透明特征的早期火灾烟雾检测方法

技术领域

本发明涉及一种火灾烟雾检测方法，特别是关于一种基于半透明特征的早期火灾烟雾检测方法，属于火灾监测及报警技术领域。

背景技术

火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。为有效预防火灾发生，做好火灾预警非常重要。目前常用气体或温度传感器监测火灾，这种方法需要火势扩展到传感器一定距离范围内才能做出警报，不易及早发现危险，欲达到较好效果需要安装大量传感器，仅适用于家庭及小型公共场所。而且传感器对环境条件较为敏感，大部分传感器长期置于高湿度、高温、粉尘等恶劣环境便会发生传感器中毒，影响检测效果。近几年随着计算机视觉技术的不断发展，基于视频的方法逐渐应用于火灾监测中，这种方法的优点在于可以通过选择视频采集点的位置，仅需设置少数摄像头便可对大范围多角度进行检测，硬件简单、成本低，对环境适应能力也较强。火灾的发生发展过程一般情况下先出现可见烟阶段，之后才进入燃烧阶段和剧烈燃烧阶段，可见火灾发生初期常伴随烟雾产生，通过检测烟雾的方法可以在火灾发生初期进行迅速反应，有利于火灾的早期预警和控制，将火灾危害程度降低。

国内外对火灾烟雾检测方法的研究和成果很多，例如杨杰提出一种基于颜色矩的烟雾检测算法，该方法仅基于烟雾像素颜色特性；Byoung Chul Ko利用方向梯度直方图，通过随机森林分类器进行烟雾和非烟雾的划分；Hidenori Maruta通过纹理特征结合支持向量机对烟雾进行识别；王欣刚进行运动物体的检测分割,分析图像帧中运动物体的动态特征(烟雾区域整体移动相对稳定性、边缘模糊性、面积增长特征)，进而判断监控区域是否有火灾烟雾的发生；袁飞牛建立滑动时间窗得到块运动序列，根据可以反映出运动持续的程度的累积量和表明每个块最可能的运动方向的主运动方向，提出一种烟雾检测方法；王涛通过对烟雾飘动特性的分析，提出一种视频烟雾检测的新方法，首先利用滑动时间窗分析视频中运动区域的飘动性特征，提取出飘动方向、周期飘动强度、周期有效飘动强度和周期逆向飘动强度等特征，建立多特征向量使用神经模糊推理系统训练并检测烟雾；A.Genovese等人综合颜色、边缘等静态特性和运动特性、区域增长特性来识别烟雾。

综上所述，现有方法主要基于烟雾图像的颜色特征、静态特征和动态特征对火灾烟雾进行判断和识别，这些方法普遍存在运算复杂度较高、环境条件限制度高的问题。另外，上述方法均存在无法克服的缺陷是都有较高的误报率，尤其在室外复杂环境中，误报率居高不下，难以实用化。

发明内容

针对上述问题，本发明的目的是提供一种能够有效降低室外大空间早期火灾烟雾检测误报率的基于半透明特征的早期火灾烟雾检测方法。

为实现上述目的，本发明采取以下技术方案：一种基于半透明特征的早期火灾烟雾检测方法，其包括以下步骤：1)采集某一室外场景位于监控区域内的一幅图像作为原图像；2)将步骤1)中采集的原图像利用复原公式进行计算得到原图像的复原图，如果原图像是采集到的第一帧图像，则分别保存此图像及其复原图作为背景图像及其复原图并返回步骤1)，否则进入步骤3)；3)将步骤2)计算得到的原图像的复原图与背景图像的复原图分别均匀分成边长为M×N的小块，并计算两幅复原图像中每一对应小块区域的相似度；4)设定相似度阈值T1，建立与复原图像大小一致的不相似块标志图I_O1；5)按照步骤3)计算原图像和背景图像中的每一图像块的相似度；6)建立与原图像大小一致的不相似标志图I_O2；7)将两幅图I_O1和I_O2相减，得到图像差I_diff即得到图像半透明区域；8)在半透明区域I_diff中搜素连通区域S₁，求取连通区域S₁的面积A，并设定面积阈值T2，若满足A＞T2则进入步骤9)，否则将原图像与原背景图像进行融合，生成新的背景图像并返回步骤1)；9)搜索完整烟雾区域，即以连通区域S₁作为种子区域，在I_O2中搜寻连通区域S₂，则S₂包含了整个烟雾图像的半透明和不透明区域；10)设符合条件的图像计数初始值为0，计算连通区域S₂的动态特性参数，若该原始图像是第一帧符合的图像计数加1，记录此连通区域S₂的中心C、面积A、周长P和尖角数量Sc，返回步骤1)；否则比较该帧原图像的连通区域与前一帧图像最大连通区域的中心C，面积A、周长P和尖角数量的差值C_diff，A_diff,P_diff，Sc_diff，若满足C_diff＜T3，A_diff＞T4，P_diff＞T5，Sc_diff＞T6则符合条件的图像计数加1，若符合条件的图形计数值大于T7，则进入步骤11)；否则将符合条件的图像数量计数值赋为0，返回步骤1)，其中，T3、T4、T5、T6为预先设定的阈值；11)输出火警信号，并在原图像中标出烟雾区域位置。

所述2)将步骤1)中采集的原图像利用复原公式进行计算得到原图像的复原图，其中，复原公式为：

J(x)＝(I(x)-I_b)/(1-I_b)

式中，J(x)为场景辐射率，I(x)为半透明烟雾覆盖后的图像，I_b为空气光的辐射率。

所述3)将步骤2)计算得到的原图像的复原图与背景图像的复原图分别均匀分成边长为M×N的小块，并计算两幅复原图像中每一对应小块区域的相似度，计算公式为：

${\mathrm{MV}}_{(i,j)}=\frac{\sqrt{{(a_1-b_1)}^2+{(a_2-b_2)}^2+......+{(a_k-b_k)}^2}}{\sqrt{a_1{b}_1+a_2{b}_2+......+a_k{b}_k}}$

式中，i、j是指原图像的复原图与背景图像的复原图中对应的图像块，a₁、a₂......a_k和b₁、b₂......b_k是原图像的复原图与背景图像的复原图中的每一对应小块中的对应像素点的颜色值。

本发明由于采取以上技术方案，其具有以下优点：1、本发明基于早期火灾烟雾发散过程中具有半透明区域这一本质特性进行烟雾检测，因此各种室外条件下均可正常工作，有效降低了室外大空间早期火灾烟雾检测误报率。2、本发明半透明判定算法基于大气光散射模型、黑体理论和暗原色先验，理论成熟，计算复杂度低。3、本发明在找出半透明区域后，又在原图像与背景图像的差异区域中搜索出完整烟雾区域，定位准确。4、本发明在连续含有疑似烟雾的视频帧中辅以烟雾动态特性，进一步提高了方法的准确性。综上所述，本发明可以应用在一切室内外大空间早期火灾探测、报警、定位场合，例如石化工厂、大型仓库、大型公众场所等诸多领域。

附图说明

图1是本发明基于半透明特征的早期火灾烟雾检测方法的流程示意图；

图2是本发明中半透明区域提取的示例图，其中，图(a)是背景图像复原图，图(b)是的原图像复原图，图(c)是I_O1示意图，图(A)是背景图像，图(B)是原图像，图(C)是I_O2示意图，图(D)是I_diff示意图；

图3是本发明中烟雾检测结果的示例图。

具体实施方式

以下结合附图来对本发明进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。

火灾烟雾产生后，由于温度和密度变化，浓烟膨胀扩散，转化成稀薄烟雾，稀薄的烟雾使图像背景模糊而具有半透明特性，因此半透明是稀薄烟雾的本质特性，所有火灾烟雾都包含稀薄的半透明区域。本发明基于大气散射模型，黑体理论和暗原色先验，推导出烟雾图像的成像模型，具体推导过程为：

基于大气散射机制的成像模型可表示为：

I(x)＝t(x)J(x)+(1-t(x))A

式中，右边第一项为场景成像时的衰减；第二项反应了大气光对场景成像的影响。I(x)为半透明烟雾覆盖后的图像，J(x)为场景辐射率，即原始图像，x代表二维空间位置，A为大气光，t(x)为大气传输特性；令I_b＝1-t(x)，表示空气光的辐射率。

根据黑体理论和暗原色先验，可以得出：

$I_b=\underset{c\∈\{r,g,b\}}{\min }\left(\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(I^c\left(y\right)\right)\right)$

式中，I^c代表I的某一个颜色通道，而Ω(x)是以x为中心的一个方块区域。

利用上面两个公式，可以将获得的烟雾覆盖后的图像进行复原，复原公式为：

J(x)＝(I(x)-I_b)/(1-I_b)

如图1～3所示，基于上述原理，本发明提出的基于半透明特征的早期火灾烟雾检测方法，包括以下步骤：

1、采集某一室外场景位于监控区域内的一幅图像作为原图像，如图2(B)所示；

2、将步骤1中采集的原图像利用上述复原公式进行计算得到原图像的复原图如图2(b)所示，如果原图像是采集到的第一帧图像，则分别保存此图像及其复原图作为背景图像及其复原图并返回步骤1，否则进入步骤3；

3、将步骤2计算得到的原图像的复原图与背景图像的复原图分别均匀分成边长为M×N的小块(本发明实施例中M×N选择4*4，但是不限于此，可以根据实际需要进行选择)，并计算两幅复原图像中每一对应小块区域的相似度：

${\mathrm{MV}}_{(i,j)}=\frac{\sqrt{{(a_1-b_1)}^2+{(a_2-b_2)}^2+......+{(a_k-b_k)}^2}}{\sqrt{a_1{b}_1+a_2{b}_2+......+a_k{b}_k}}$

式中，i、j是指原图像的复原图与背景图像的复原图中对应的图像块，a₁、a₂......a_k和b₁、b₂......b_k是原图像的复原图与背景图像的复原图中的每一对应小块中的对应像素点的颜色值，此处颜色值为像素点的r、g、b颜色值；

4、设定相似度阈值T1，建立与复原图像大小一致的不相似块标志图I_O1(例如复原图像大小是640*480，则标志图的大小也是640*480)，具体过程为：初始化不相似块标志图I_O1为全0(黑色)，然后将步骤3中所得到的两幅复原图像中相似度值MV＜T1的图像块在I_O1中对应的区域均赋值为255(白色)，如图2(c)所示，得到复原图像相似块标志图I_O1，本发明实施例中T1＝0.8，但是不限于此，可以根据实验结果或经验进行选择；

5、将采集到的原图像和背景图像均按照步骤3方法计算原图像和背景图像中的每一图像块的相似度MV'；

6、如图2(C)所示，建立与原图像大小一致的不相似标志图I_O2，具体过程为：初始化不相似标志图I_O2为全0(黑色)，然后将步骤5中所得到的两幅图像相似度值MV'＜T1的图像块在I_O2中对应的区域赋值为255(白色)，得到原图像的相似块标志图；

7、如图2(D)所示，将步骤4和步骤6所得到的两幅图I_O1和I_O2相减，得到图像差I_diff即图像半透明区域，因为半透明的区域经过复原后会恢复成没有烟雾的图像，所以I_diff中值为255(白色)的区域就是半透明区域；

8、在半透明区域I_diff中搜素连通区域S₁，求取连通区域S₁的面积A，并设定面积阈值T2，若满足A＞T2则进入步骤9，否则将原图像与原背景图像进行融合，生成新的背景图像并返回步骤1，本发明实施例中T2＝10，但是不限于此，可以根据达到报警烟雾最小面积与监控区域的比值乘以图像分辨率对T2进行确定；另外，图像融合可以采用现有技术中的方法，本发明实施例中对每个像素点的颜色值c_i＝0.8×a_i+0.2×b_i，a_i是原背景图像像素颜色值，b_i是原图像像素颜色值，使新的背景图像逐渐逼近原图像，又可避免短期噪声(如闪光、快速移动的物体等)造成的影响；

9、搜索完整烟雾区域，即以连通区域S₁作为种子区域，在I_O2中采用区域增长法搜寻连通区域S₂，则S₂包含了整个烟雾图像的半透明和不透明区域；

10、设符合条件的图像计数初始值为0，计算连通区域S₂的动态特性参数，若该原图像是第一帧符合步骤8条件的图像，则符合条件的图像计数加1，记录此连通区域S₂的中心C、面积A、周长P和尖角数量Sc，返回步骤1；

否则比较该帧原图像的连通区域与前一帧图像最大连通区域的中心C，面积A、周长P和尖角数量的差值C_diff，A_diff,P_diff，Sc_diff，若满足C_diff＜T3，A_diff＞T4，P_diff＞T5，Sc_diff＞T6则符合条件的图像计数加1，若符合条件的图形计数值大于T7，则进入步骤11；否则将符合条件的图像数量计数值赋为0，返回步骤1，其中，本发明实施例中T7＝15，但是不限于此，可以根据国家标准(GB15631-2008)要求的报警时间及实际上每帧图像处理的速度确定T7进行确定，本发明实施例中，图像处理速度为3帧/秒，T7＝15则表示本发明将在5秒做出报警判断，国标规定为30秒内，故满足条件；另外，T3、T4、T5、T6、根据实验结果来选取；

11、如图3所示，输出火警信号，并在原图像中标出烟雾区域位置。

上述各实施例仅用于说明本发明，其中方法的各实施步骤等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (3)

1.一种基于半透明特征的早期火灾烟雾检测方法，其包括以下步骤：

1)采集某一室外场景位于监控区域内的一幅图像作为原图像；

2)将步骤1)中采集的原图像利用复原公式进行计算得到原图像的复原图，如果原图像是采集到的第一帧图像，则分别保存此图像及其复原图作为背景图像及其复原图并返回步骤1)，否则进入步骤3)；

3)将步骤2)计算得到的原图像的复原图与背景图像的复原图分别均匀分成边长为M×N的小块，并计算两幅复原图像中每一对应小块区域的相似度；

4)设定相似度阈值T1，建立与复原图像大小一致的不相似块标志图I_O1；

5)按照步骤3)计算原图像和背景图像中的每一图像块的相似度；

6)建立与原图像大小一致的不相似标志图I_O2；

7)将两幅图I_O1和I_O2相减，得到图像差I_diff即得到图像半透明区域；

8)在半透明区域I_diff中搜素连通区域S₁，求取连通区域S₁的面积A，并设定面积阈值T2，若满足A＞T2则进入步骤9)，否则将原图像与原背景图像进行融合，生成新的背景图像并返回步骤1)；

9)搜索完整烟雾区域，即以连通区域S₁作为种子区域，在I_O2中搜寻连通区域S₂，则S₂包含了整个烟雾图像的半透明和不透明区域；

10)设符合条件的图像计数初始值为0，计算连通区域S₂的动态特性参数，若该原始图像是第一帧符合的图像计数加1，记录此连通区域S₂的中心C、面积A、周长P和尖角数量Sc，返回步骤1)；否则比较该帧原图像的连通区域与前一帧图像最大连通区域的中心C，面积A、周长P和尖角数量的差值C_diff，A_diff,P_diff，Sc_diff，若满足C_diff＜T3，A_diff＞T4，P_diff＞T5，Sc_diff＞T6则符合条件的图像计数加1，若符合条件的图形计数值大于T7，则进入步骤11)；否则将符合条件的图像数量计数值赋为0，返回步骤1)，其中，T3、T4、T5、T6为预先设定的阈值；

11)输出火警信号，并在原图像中标出烟雾区域位置。

2.如权利要求1所述的一种基于半透明特征的早期火灾烟雾检测方法，其特征在于：所述2)将步骤1)中采集的原图像利用复原公式进行计算得到原图像的复原图，其中，复原公式为：

J(x)＝(I(x)-I_b)/(1-I_b)

式中，J(x)为场景辐射率，I(x)为半透明烟雾覆盖后的图像，I_b为空气光的辐射率。

3.如权利要求1或2所述的一种基于半透明特征的早期火灾烟雾检测方法，其特征在于：所述3)将步骤2)计算得到的原图像的复原图与背景图像的复原图分别均匀分成边长为M×N的小块，并计算两幅复原图像中每一对应小块区域的相似度，计算公式为：

${\mathrm{MV}}_{(i,j)}=\frac{\sqrt{{(a_1-b_1)}^2+{(a_2-b_2)}^2+......+{(a_k-b_k)}^2}}{\sqrt{a_1{b}_1+a_2{b}_2+......+a_k{b}_k}}$

式中，i、j是指原图像的复原图与背景图像的复原图中对应的图像块，a₁、a₂......a_k和b₁、b₂......b_k是原图像的复原图与背景图像的复原图中的每一对应小块中的对应像素点的颜色值。