EP1220178A1 - Video-Rauchdetektionssystem - Google Patents

Video-Rauchdetektionssystem Download PDF

Info

Publication number
EP1220178A1
EP1220178A1 EP00128606A EP00128606A EP1220178A1 EP 1220178 A1 EP1220178 A1 EP 1220178A1 EP 00128606 A EP00128606 A EP 00128606A EP 00128606 A EP00128606 A EP 00128606A EP 1220178 A1 EP1220178 A1 EP 1220178A1
Authority
EP
European Patent Office
Prior art keywords
value
detection system
smoke detection
video
pixels
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.)
Withdrawn
Application number
EP00128606A
Other languages
English (en)
French (fr)
Inventor
Dieter Wieser
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Building Technologies AG
Original Assignee
Siemens Building Technologies AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Building Technologies AG filed Critical Siemens Building Technologies AG
Priority to EP00128606A priority Critical patent/EP1220178A1/de
Priority to PCT/CH2001/000731 priority patent/WO2002054364A2/de
Priority to AU2002220440A priority patent/AU2002220440B2/en
Priority to EP01272590.9A priority patent/EP1346330B1/de
Priority to CNB018057217A priority patent/CN1190759C/zh
Publication of EP1220178A1 publication Critical patent/EP1220178A1/de
Priority to HK03106653.2A priority patent/HK1054457B/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Definitions

  • the invention is in the field of smoke detection using a video image.
  • residential and Industrial buildings, warehouses, museums, churches and the like are used for smoke detection with smoke detectors mounted on the ceiling of the respective room, for example based on the principle of light scattering or attenuation by smoke.
  • smoke detectors mounted on the ceiling of the respective room for example based on the principle of light scattering or attenuation by smoke.
  • railway or road tunnels on the other hand, practically no smoke detectors are used, because here because of the air movement caused by the moving cars and trains Stratification of the air does not guarantee that the smoke that arises in the event of a fire useful time would reach smoke detectors mounted on the ceiling. Therefore
  • linear heat detection systems such as for example the FibroLaser system from Siemens Building Technologies AG, Cerberus Division used.
  • the present invention relates to a video smoke detection system with at least one device for recording video images and with a signal processing stage in which a Determination of the brightness of the individual pixels or of groups of pixels of the video images he follows.
  • the object to be achieved with the invention is a video smoke detection system indicate which enables a quick and safe detection of smoke and is particularly suitable for use in road and rail tunnels.
  • the Smoke detection should take place at the earliest possible stage of fire and False alarms should be practically excluded.
  • the video smoke detection system is characterized in that the The brightness of the pixels is determined by a process in which a for the Brightness representative value is obtained, and that an investigation of the temporal Development of the mentioned value to a characteristic for the occurrence of smoke Change takes place.
  • a first preferred embodiment of the video smoke detection system according to the invention is characterized in that the determination of the brightness of the pixels by a Edge extraction process takes place in which an edge value is assigned to each pixel.
  • the smoke detection system according to the invention is based on the knowledge that the occurrence of smoke leads to the contrast being reduced.
  • the edges are smeared or disappear. This process has the advantage that the edge value is insensitive to global changes in lighting.
  • a second preferred embodiment of the video smoke detection system according to the invention is characterized in that for each pixel a comparison of the edge value with a Average value is taken, and that from this comparison is a so-called counter image is obtained, which indicates the temporal behavior of the edge value relative to the mean.
  • a third preferred embodiment of the video smoke detection system according to the invention is characterized in that the counter image, which indicates how often the brightness of the pixels in question over a certain time on average above said average every time the edge value is compared to the mean.
  • a fourth preferred embodiment is characterized in that a comparison of the Counter image with a threshold value and one when this threshold value is exceeded An initialization value is added up to a current value.
  • a fifth preferred embodiment is characterized in that the high pass filtered image is compared with the low pass filtered image.
  • this has the advantage that a common wavelet method is used for preprocessing can.
  • the video smoke detection system becomes a quotient from the current value and the initialization value is formed, this is compared with a smoke threshold, and if the latter triggers an alarm.
  • Another preferred embodiment of the video smoke detection system according to the invention is characterized in that an examination of the recorded video images on movements, and that detected movements are suppressed.
  • the video smoke detection system essentially exists according to FIG. 1 from a number of video cameras 1 and a common processor 2, in which the Processing and evaluation of the signals from video cameras 1 is carried out.
  • the video cameras 1 are installed in a road tunnel, for example, and are used for traffic monitoring, For example, to monitor compliance with traffic rules and to detect Congestion, accidents and the like.
  • the cameras are manned Operations center connected, in which the traffic in the tunnel via monitors is observed.
  • the processors 2 are arranged decentrally, a certain number A common processor 2 is assigned to 8 to 10 cameras, for example.
  • the video images are broken down into pixels, the individual pixels and / or groups of these, brightness values are assigned and based on a comparison of the Brightness values of the pixels with a reference value are made via the decision Presence of smoke.
  • this mapping be global Changes in brightness, i.e. changes in the lighting of the entire image, is independent. This independence from lighting can be achieved by looking at the pixels Assigns edge values, which are a derivative.
  • the detection of smoke is based on the assumption that the edges are weakened or disappear by smoke.
  • the signal processing and evaluation in processor 2 can be done in two in FIG. 1 with pixel brightness 3 and smoke detection 4 designated function blocks can be divided. According to this
  • the flow chart of FIG. 2 shows the division of the values for the brightness of the pixels representative values (pixel brightness 3) and that of FIG. 3 their further investigation the presence of smoke (smoke detection 4).
  • 4 shows a flowchart of for certain applications (smoke detection indoors, such as in corridors, Foyers and the like) required additional steps of the method according to FIG. 2.
  • the video images recorded by each camera 1 are broken down into pixels and digitized, as a result of which the intensity value I i, j , which can be, for example, between 0 and 255, is determined for each pixel with the coordinates i and j.
  • the mean values M i, j or the median, or a value obtained by low-pass filtering, is formed from the intensity values I i, j for a specific group of pixels, for example 3 times 3 or 5 times 5.
  • the median has the advantage that it can be calculated in 8 bits.
  • an edge value is obtained from the intensity I i, j , which is done by derivation or by frequency analysis (high-pass filtering, for example wavelet transformation).
  • the edge values K i, j of the individual pixels can be determined, for example, by using a Roberts or Sobe operator. Of course, you can also use a more complicated operator for the edge calculation and apply it to larger areas such as 5x5 or 7x7 pixels.
  • edge value K i, j is above the mean or the median. If YES, a number ⁇ ob is added to a value Z i, j and the old value Z i, j is replaced by the new one, if NO, a number ⁇ un is subtracted from a value Z i, j and the old one Value Z i, j is replaced by the new one.
  • the value Z i, j is a number which indicates how often the edge value and thus the brightness of the pixel in question has been above a certain threshold (mean or median M i, j ) on average over a certain time. This number Z i, j is referred to below as a counter image.
  • the range of values of Z i, j is, for example, 0 to 255, the initial value of Z i, j when the system is initialized is 0.
  • the numbers ⁇ un and ⁇ ob can be the same or different; for example, both can be equal to one.
  • the counter image Z i, j has a particular advantage with regard to the effect of movements on the edge values. If an object moves through the image, then at least one edge also moves through it, and this has the consequence that the pixel has a higher edge value at the respective location of the edge, as a result of which the counter image Z i, j increases by ⁇ . As soon as the edge has left the pixel in question, the counter image Z i, j is reduced by ⁇ un , so that in total the passage of edges through the video image in the counter image Z i, j of the individual pixels has no effect.
  • the counter image Z i, j finally obtained thus preferably represents a value representative of the brightness of the pixel in question.
  • three time scales are used: the frequency of the recorded video images, for example 1/25 second, every 10 Seconds after 255 pictures and about every half hour.
  • the counter image Z i, j is compared with a threshold S Z. If the counter image Z i, j is below the threshold S Z , nothing happens; if it is above the threshold S Z , a summation takes place, that is to say a value ⁇ x is increased by 1 and replaced by this new value.
  • ⁇ x is significantly larger than ⁇ x 0 , then new edges have appeared, which can be caused by a stationary object being in the image area of the video camera.
  • a stationary object can be, for example, a standing car in a tunnel or an object parked in a tunnel; in both cases the object covers a certain image area, which is referred to as cover in FIG. 3.
  • the initialization value ⁇ x 0 is redefined.
  • the quotient ⁇ x / ⁇ x 0 is then formed and compared with a smoke threshold value S R. If the quotient mentioned is below the smoke threshold and edges are weakened or disappeared, an alarm is triggered.
  • the subroutine shown in FIG. 4 is used if necessary, which serves to eliminate movements and starts from the edges K i, j (FIG. 2).
  • the difference ⁇ K i, j of successive images is formed and compared with a movement threshold value S B. If ⁇ K i, j is below this threshold, there are no movements. With ⁇ K i, j > S B , the pixels that meet this condition are combined into sub-areas from which the movement is hidden. The latter occurs because the counter image Z i, j is not updated and the last counter image before the movement is used for the sub-areas mentioned.
  • the signal noise is eliminated by a morphological filter (eroding). That means The following:
  • the difference image which is the number of changed pixels in the sub-areas returns is a binary image. You run a pattern over this binary image and give it Pixels that coincide with the pattern have the value "1". This will end the movement indicated that the sub-areas disappear from the image one after the other and the edges lose weight.
  • the alarm can be triggered, for example, in that in a manned alarm or Surveillance center to which the camera in question is connected appropriate alarm is displayed, which prompts the operating personnel, the by the Analyze the supplied camera image of the eye in more detail.
  • the said headquarters For example, a police or fire department in an urban or regional area Base or the command center of a road tunnel.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

Das Video-Rauchdetektionssystem enthält mindestens eine Einrichtung (1) zur Aufnahme von Videobildern und eine Signalverarbeitungsstufe (2), in welcher eine Bestimmung der Helligkeit der einzelnen Pixel oder von Gruppen von Pixeln der Videobilder erfolgt. Die Bestimmung der Helligkeit der Pixel erfolgt durch einen Prozess, bei welchem ein für die Helligkeit repräsentativer Wert gewonnen wird. Der zeitliche Verlauf des genannten Wertes wird auf eine für das Auftreten von Rauch charakteristische Veränderung untersucht. Die Bestimmung der Helligkeit der Pixel erfolgt durch einen Kantenextraktionsprozess, bei welchem jedem Pixel ein Kantenwert zugeordnet wird. Für jedes Pixel erfolgt ein Vergleich des Kantenwerts mit einem Mittelwert, und aus diesem Vergleich wird ein so genanntes Zählerbild gewonnen, welches das zeitliche Verhalten des Kantenwerts relativ zum Mittelwert angibt. <IMAGE>

Description

Die Erfindung liegt auf dem Gebiet der Rauchdetektion anhand eines Videobildes. In Wohnund Industriegebäuden, Lagerhallen, Museen, Kirchen und dergleichen erfolgt die Rauchdetektion mit an der Decke des jeweiligen Raums montierten Rauchmeldern, welche beispielsweise auf dem Prinzip der Lichtstreuung oder Lichtabschwächung durch Rauch beruhen. In Eisenbahn- oder Strassentunnels hingegen werden praktisch keine Rauchmelder eingesetzt, weil hier wegen der durch die fahrenden Autos und Züge verursachte Luftbewegung und Luftschichtung nicht gewährleistet ist, dass der bei einem Brand entstehende Rauch in nützlicher Frist bis zu an der Decke montierten Rauchmeldern gelangen würde. Daher werden heute für die Brandüberwachung in Tunnels sogenannte lineare Wärmemeldesysteme wie beispielsweise das System FibroLaser der Siemens Building Technologies AG, Cerberus Division verwendet.
In jüngster Zeit bestehen Bestrebungen, die für die Verkehrsüberwachung in Tunnels ohnehin vorhandenen Videosysteme zur Rauchdetektion zu verwenden. Da die Videobilder für einen Betrachter sehr oft uninteressant sind und ausserdem durch Rauch nur sehr kleine Veränderungen im Videobild verursacht werden, kommt eine Überwachung durch das Personal an den Bildschirmen nicht in Frage. Wenn überhaupt, kann die Überwachung nur durch eine automatische Auswertung der Videobilder erfolgen. Bei einem bekannten Verfahren zur automatischen Untersuchung von Videobildern auf das Auftreten von Rauch werden die Intensitätswerte der einzelnen Pixel aufeinanderfolgender Bilder miteinander verglichen. Wenn Intensitätswerte gemessen werden, die für ein helleres, durch die Anwesenheit von Rauch verursachtes Bild repräsentativ sind, wird auf das Vorhandensein von Rauch geschlossen und Alarm ausgelöst.
Bei diesem Verfahren besteht unter anderem das Problem, dass Rauch vor einem hellen Hintergrund nicht erkannt und selbst Feuer, welches nur wenig Rauch erzeugt, nicht detektiert wird. Ausserdem können Helligkeitsänderungen, wie sie beispielsweise durch sich durch das Blickfeld der Kamera bewegende Personen verursacht werden, einen Fehlalarm auslösen. Dieses Problem hat man dadurch zu lösen versucht, dass man zusätzlich zum eigentlichen Überwachungsbereich noch einen äusseren Bereich untersucht und bei Änderungen in diesem äusseren Bereich die Beobachtung des Überwachungsbereichs unterbricht. Dieses Verfahren hat den Nachteil, dass ein Feuer unter Umständen erst nach einer bestimmten Verzögerung detektiert wird, und dass Rauchquellen in dem zusätzlich zum Überwachungsbereich vorgesehenen äusseren Bereich nicht erkannt werden.
Die vorliegende Erfindung betrifft ein Video-Rauchdetektionssystem mit mindestens einer Einrichtung zur Aufnahme von Videobildern und mit einer Signalverarbeitungsstufe, in welcher eine Bestimmung der Helligkeit der einzelnen Pixel oder von Gruppen von Pixeln der Videobilder erfolgt.
Die mit der Erfindung zu lösende Aufgabe besteht darin, ein Video-Rauchdetektionssystem anzugeben, welches eine rasche und sichere Detektion von Rauch ermöglicht und insbesondere für den Einsatz in Strassen- und Eisenbahntunnels geeignet ist. Die Rauchdetektion soll in einem möglichst frühen Stadium der Brandentstehung erfolgen und Fehlalarme sollen praktisch ausgeschlossen sein.
Das erfindungsgemässe Video-Rauchdetektionssystem ist dadurch gekennzeichnet, dass die Bestimmung der Helligkeit der Pixel durch einen Prozess erfolgt, bei welchem ein für die Helligkeit repräsentativer Wert gewonnen wird, und dass eine Untersuchung des zeitlichen Verlaufs des genannten Wertes auf eine für das Auftreten von Rauch charakteristische Veränderung erfolgt.
Eine erste bevorzugte Ausführungsform des erfindungsgemässen Video-Rauchdetektionssystems ist dadurch gekennzeichnet, dass die Bestimmung der Helligkeit der Pixel durch einen Kantenextraktionsprozess erfolgt, bei welchem jedem Pixel ein Kantenwert zugeordnet wird.
Das erfindungsgemässe Rauchdetektionssystem basiert auf der Erkenntnis, dass das Auftreten von Rauch dazu führt, dass der Kontrast reduziert wird. Bei der Bestimmung der Helligkeit durch einen Kantenextraktionsprozess werden die Kanten verschmiert oder sie verschwinden.
Dabei hat dieser Prozess den Vorteil, dass der Kantenwert gegen globale Beleuchtungsänderungen unempfindlich ist.
Eine zweite bevorzugte Ausführungsform des erfindungsgemässen Video-Rauchdetektionssystems ist dadurch gekennzeichnet, dass für jedes Pixel ein Vergleich des Kantenwerts mit einem Mittelwert erfolgt, und dass aus diesem Vergleich ein nachfolgend so genanntes Zählerbild gewonnen wird, welches das zeitliche Verhalten des Kantenwerts relativ zum Mittelwert angibt.
Eine dritte bevorzugte Ausführungsform des erfindungsgemässen Video-Rauchdetektionssystems ist dadurch gekennzeichnet, dass das Zählerbild, welches angibt, wie oft die Helligkeit des betreffenden Pixels über eine bestimmte Zeit im Mittel oberhalb des genannten Mittelwerts gelegen hat, bei jedem Vergleich des Kantenwerts mit dem Mittelwert aktualisiert wird.
Eine vierte bevorzugte Ausführungsform ist dadurch gekennzeichnet, dass ein Vergleich des Zählerbildes mit einem Schwellwert und bei Überschreiten dieses Schwellwerts eine Aufsummierung eines Initialisierungswertes zu einem aktuellen Wert erfolgt.
Eine fünfte bevorzugte Ausführungsform ist dadurch gekenntzeichnet, dass das hochpassgefilterte Bild mit dem tiefpassgefiterten Bild verglichen wird. Dies hat unter Anderem den Vorteil, dass für die Vorverarbeitung ein gängiges Wavelet-Verfahren verwendet werden kann.
Gemäss einer weiteren bevorzugten Ausführungsform des erfindungsgemässen Video-Rauchdetektionssystems wird aus dem aktuellen Wert und dem Initialisierungswert ein Quotient gebildet, dieser wird mit einem Rauchschwellenwert verglichen, und bei Überschreiten des letzteren erfolgt eine Alarmauslösung.
Eine weitere bevorzugte Ausführungsform des erfindungsgemässen Video-Rauchdetektionssystems ist dadurch gekennzeichnet, dass eine Untersuchung der aufgenommenen Videobilder auf Bewegungen erfolgt, und dass festgestellte Bewegungen unterdrückt werden.
Im folgenden wird die Erfindung anhand eines Ausführungsbeispiels und der Zeichnungen näher erläutert; es zeigt:
Fig. 1
ein Blockschema eines erfindungsgemässen Video-Rauchdetektionssystems,
Fig. 2, 3
je ein Flussdiagramm zur Funktionserläuterung; und
Fig. 4
ein weiteres Flussdiagramm zur Erläuterung eines optionalen Details des erfindungsgemässen Video-Rauchdetektionssystems.
Das erfindungsgemässe Video-Rauchdetektionssystem besteht gemäss Fig. 1 im wesentlichen aus einer Anzahl von Videokameras 1 und einem gemeinsamen Prozessor 2, in welchem die Verarbeitung und Auswertung der Signale der Videokameras 1 erfolgt. Die Videokameras 1 sind beispielsweise in einem Strassentunnel montiert und dienen zur Verkehrsüberwachung, beispielsweise zur Überwachung der Einhaltung der Verkehrsregeln und zur Detektion von Staubildungen, Unfällen und dergleichen. Die Kameras sind mit einer bemannten Einsatzzentrale verbunden, in welcher das Verkehrsgeschehen im Tunnel über Monitore beobachtet wird. Die Prozessoren 2 sind dezentral angeordnet, wobei einer bestimmten Anzahl von beispielsweise 8 bis 10 Kameras jeweils ein gemeinsamer Prozessor 2 zugeordnet ist.
Im Prozessor 2 werden die Videobilder in Pixel zerlegt, den einzelnen Pixeln und/oder Gruppen von diesen werden Helligkeitswerte zugeordnet und anhand eines Vergleichs der Helligkeitswerte der Pixel mit einem Referenzwert erfolgt die Entscheidung über das Vorhandensein von Rauch. Bei der Zuordnung der Helligkeitswerte zu den einzelnen Pixeln oder Pixelgruppen ist es wesentlich, dass diese Zuordnung von globalen Helligkeitsänderungen, also Änderungen der Beleuchtung des ganzen Bildes, unabhängig ist. Diese Unabhängigkeit von der Beleuchtung lässt sich dadurch erreichen, dass man den Pixeln Kantenwerte zuordnet, welche ja eine Ableitung darstellen. Die Erkennung von Rauch basiert auf der Annahme, dass die Kanten durch Rauch abgeschwächt werden oder verschwinden.
Die Signalverarbeitung und -auswertung im Prozessor 2 kann in zwei in Fig. 1 mit Pixelhelligkeit 3 und Rauchdetektion 4 bezeichnete Funktionsblöcke unterteilt werden. Entsprechend dieser Aufteilung zeigt das Flussdiagramm von Fig. 2 die Gewinnung der für die Helligkeit der Pixel repräsentativen Werte (Pixel-Helligkeit 3) und dasjenige von Fig. 3 deren weitere Untersuchung auf das Vorhandensein von Rauch (Rauchdetektion 4). Fig. 4 zeigt ein Flussdiagramm von für bestimmte Anwendungen (Rauchdetektion in Innenräumen, wie beispielsweise in Gängen, Foyers und dergleichen) erforderliche zusätzliche Schritte des Verfahrens gemäss Fig. 2.
Die von jeder Kamera 1 aufgenommenen Videobilder werden in Pixel zerlegt und digitalisiert, wodurch für jedes Pixel mit den Koordinaten i und j dessen Intensitätswert Ii,j bestimmt wird, der beispielsweise zwischen 0 und 255 liegen kann. Aus den Intensitätswerten Ii,j wird für eine bestimmte Gruppe von Pixeln von beispielsweise 3 mal 3 oder 5 mal 5 der Mittelwert Mi,j oder der Median gebildet, oder ein durch eine Tiefpassfilterung gewonnener Wert. Der Median hat den Vorteil, dass seine Berechnung in 8-Bit erfolgen kann.
Parallel zur Berechnung des Mittelwerts oder Medians wird aus der Intensität Ii,j ein Kantenwert gewonnen, was durch eine Ableitung oder durch eine Frequenzanalyse (Hochpassfilterung, beispielsweise Wavelet-Transformation) erfolgt. Die Kantenwerte Ki,j der einzelnen Pixel können beispielsweise durch Anwendung eines Roberts- oder eines Sobeloperators ermittelt werden. Man kann aber selbstverständlich für die Kantenberechnung auch einen komplizierteren Operator verwenden und auf grössere Gebiete wie z.B. 5x5 oder 7x7 Pixel anwenden.
Dann wird untersucht, ob der Kantenwert Ki,j oberhalb des Mittelwerts oder des Medians liegt. Wenn JA, wird zu einem Wert Zi,j eine Zahl δob dazu gezählt und der alte Wert Zi,j wird durch den neuen ersetzt, wenn NEIN, wird von einem Wert Zi,j eine Zahl δun abgezogen und der alte Wert Zi,j wird durch den neuen ersetzt. Der Wert Zi,j ist eine Zahl, die angibt, wie oft der Kantenwert und damit die Helligkeit des betreffenden Pixels über eine bestimmte Zeit im Mittel oberhalb einer bestimmten Schwelle (Mittelwert oder Median Mi,j) gelegen hat. Diese Zahl Zi,j wird nachfolgend als Zählerbild bezeichnet. Der Wertebereich von Zi,j beträgt z.B. 0 bis 255, der Anfangswert von Zi,j bei der Initialisierung des Systems beträgt 0. Die Zahlen δun und δob können gleich oder unterschiedlich sein; beispielsweise können beide gleich eins sein.
Das Zählerbild Zi,j hat einen besonderen Vorteil hinsichtlich der Auswirkung von Bewegungen auf die Kantenwerte. Wenn sich ein Objekt durch das Bild bewegt, dann bewegt sich auch mindestens eine Kante durch dieses, und das hat zur Folge, dass das Pixel am jeweiligen Ort der Kante einen höheren Kantenwert hat, wodurch das Zählerbild Zi,j um δ steigt. Sobald die Kante das betreffende Pixel verlassen hat, wird das Zählerbild Zi,j um δun reduziert, so dass sich also in Summe der Durchgang von Kanten durch das Videobild im Zählerbild Zi,j der einzelnen Pixel nicht auswirkt.
Das schliesslich erhaltene Zählerbild Zi,j stellt also vorzugsweise einen für die Helligkeit des betreffenden Pixels repräsentativen Wert dar. Bei der Untersuchung des Zählerbildes Zi,j werden drei Zeitskalen verwendet: Die Frequenz der aufgenommenen Videobilder, beispielsweise 1/25 Sekunde, alle 10 Sekunden nach 255 Bildern und etwa jede halbe Stunde.
Gemäss Fig. 3 wird das Zählerbild Zi,j mit einer Schwelle SZ verglichen. Wenn das Zählerbild Zi,j unterhalb der Schwelle SZ liegt, geschieht nichts, wenn es oberhalb der Schwelle SZ liegt, dann erfolgt eine Summierung, das heisst ein Wert Σx wird um 1 erhöht und durch diesen neuen Wert ersetzt. Der Initialisierungswert Σx 0 wird so gewonnen, dass man bei der Initialisierung mit Σ = 0 beginnt und aufsummiert, wobei sich nach einer gewissen stabilen Phase von einigen Sekunden ein stabiler Wert einstellt, der dann als Initialisierungswert Σx 0 genommen wird. Unter normalen Verhältnissen sollte Σx gleich Σx 0 sein.
Wenn Σx deutlich grösser ist als Σx 0, dann sind neue Kanten aufgetreten, was dadurch verursacht sein kann, dass sich ein stehendes Objekt im Bildbereich der Videokamera befindet. Ein solches Objekt kann in einem Tunnel beispielsweise ein stehendes Auto oder in einem Gang ein in diesem abgestellter Gegenstand sein; in beiden Fällen wird durch das Objekt ein bestimmter Bildbereich abgedeckt, was in Fig. 3 mit Abdeckung bezeichnet ist. Im Fall von Abdeckung wird der Initialisierungswert Σx 0 neu definiert. Anschliessend wird der Quotient Σx/Σx 0 gebildet und mit einem Rauchschwellwert SR verglichen. Wenn der genannte Quotient unterhalb des Rauchschwellwerts liegt und somit Kanten abgeschwächt oder verschwunden sind, wird Alarm ausgelöst.
Der Vergleich des Quotienten Σx/Σx 0 mit dem Rauchschwellwert SR ist für eine genaue und fehlalarmsichere Rauchdetektion absolut ausreichend, solange sich scharfe Kanten im Vordergrund translatorisch bewegen, was in Tunnels in der Regel immer der Fall ist. Für die Rauchdetektion in Strassen- oder Bahntunnels wird man also ein System mit der in den Figuren 2 und 3 dargestellten Funktionalität einsetzen.
Die Verhältnisse liegen anders, wenn es um die Rauchdetektion in Innenräumen geht, in denen sich Menschen aufhalten. Man hat festgestellt, dass Menschen, die an einem Ort stehen und sich miteinander unterhalten, eine Art von oszillierender oder am Ort hin- und hergehender Bewegung ausführen, die im Unterschied zu einer translatorischen Bewegung nicht mehr aus dem Zählerbild Zi,j herausfällt. Problematisch sind auch Bewegungen von Texturen oder Mustern. Diese Bewegungen führen dazu, dass neue Kanten entstehen, was die Abschwächung oder die Reduktion von Kanten durch Rauch kompensieren könnte, so dass unter Umständen Rauch nicht mehr sicher detektiert würde. Allgemein gilt, dass Bewegung in der Regel zu neuen Kanten führt und eventuell auch Kanten abdeckt, und dass Rauch nicht zu neuen Kanten führt, sondern Kanten abschwächt. Eine Ausnahme von dieser Regel ist Rauch in grosser Entfernung, der eventuell zu einer neuen Kante führen kann. Da sich die von der Kamera am weitesten entfernten Bereiche im obersten Teil des Videobildes befinden, kann man diesen Effekt durch Ausblenden dieses obersten Bildteils ausschalten oder man kann die Annahme treffen, dass sich eine durch Rauch gebildete Kante nur sehr langsam bewegen wird.
Zur Verhinderung des störenden Einflusses von Bewegungen, wird bei Bedarf das in Fig. 4 dargestellte Unterprogramm verwendet, welches zur Eliminierung von Bewegungen dient und von den Kanten Ki,j (Fig. 2) ausgeht. Man könnte grundsätzlich auch von der Intensität Ii,j ausgehen, was aber mit dem Nachteil des Vorhandenseins störender Gleichstromanteile verbunden wäre. Man bildet die Differenz ΔKi,j aufeinanderfolgender Bilder und vergleicht diese mit einem Bewegungsschwellwert SB. Wenn ΔKi,j unterhalb dieses Schwellwerts liegt, sind keine Bewegungen vorhanden. Bei ΔKi,j > SB werden die Pixel, welche diese Bedingung erfüllen, zu Untergebieten zusammengefasst, aus denen die Bewegung ausgeblendet wird. Letzteres erfolgt dadurch, dass das Zählerbild Zi,j nicht aktualisiert und für die genannten Untergebiete das letzte Zählerbild vor der Bewegung verwendet wird.
Das Signalrauschen wird durch ein morphologisches Filter (Erodieren) beseitigt. Das bedeutet folgendes: Das Differenzbild, welches die Anzahl der geänderten Pixel in den Untergebieten liefert, ist ein binäres Bild. Man fährt mit einem Muster über dieses binäre Bild und gibt den Pixeln, die sich mit dem Muster decken, den Wert "1". Das Ende der Bewegung wird dadurch angezeigt, dass die Untergebiete nacheinander aus dem Bild verschwinden und die Kanten abnehmen.
Die Alarmauslösung kann beispielsweise dadurch erfolgen, dass in einer bemannten Alarmoder Überwachungszentrale, an welche die betreffende Kamera angeschlossen ist, ein entsprechender Alarm angezeigt wird, welcher das Bedienungspersonal veranlasst, das von der betreffenden Kamera gelieferte Bild von Auge näher zu analysieren. Die genannte Zentrale kann beispielsweise eine Polizei- oder Feuerwehrzentrale in einem städtischen oder regionalen Stützpunkt oder auch die Kommandozentrale eines Strassentunnels sein.

Claims (11)

  1. Video-Rauchdetektionssystem mit mindestens einer Einrichtung (1) zur Aufnahme von Videobildern und mit einer Signalverarbeitungsstufe (2), in welcher eine Bestimmung der Helligkeit der einzelnen Pixel oder von Gruppen von Pixeln der Videobilder erfolgt, dadurch gekennzeichnet, dass die Bestimmung der Helligkeit der Pixel durch einen Prozess erfolgt, bei welchem ein für die Helligkeit repräsentativer Wert gewonnen wird, und dass eine Untersuchung des zeitlichen Verlaufs des genannten Wertes auf eine für das Auftreten von Rauch charakteristische Veränderung erfolgt.
  2. Video-Rauchdetektionssystem nach Anspruch 1, dadurch gekennzeichnet, dass die Bestimmung der Helligkeit der Pixel durch einen Kantenextraktionsprozess erfolgt, bei welchem jedem Pixel ein Kantenwert (Ki,j) zugeordnet wird.
  3. Video-Rauchdetektionssystem nach Anspruch 1, dadurch gekennzeichnet, dass die Bestimmung der Helligkeit der Pixel durch eine Frequenzanalyse, vorzugsweise eine Wavelet-Analyse, erfolgt, bei welcher jedem Pixel ein mittels Hochpassfilterung bestimmter Kantenwert (Ki,j) zugeordnet wird.
  4. Video-Rauchdetektionssystem nach Anspruch 2, dadurch gekennzeichnet, dass für jedes Pixel ein Vergleich des Kantenwerts (Ki,j) mit einem Mittelwert (Mi,j) erfolgt und dass aus diesem Vergleich ein nachfolgend so genanntes Zählerbild (Zi,j) gewonnen wird, welches das zeitliche Verhalten des Kantenwerts (Ki,j) relativ zum Mittelwert (Mi,j) angibt.
  5. Video-Rauchdetektionssystem nach Anspruch 4, dadurch gekennzeichnet, dass das Zählerbild (Zi,j), welches angibt, wie oft die Helligkeit des betreffenden Pixels über eine bestimmte Zeit im Mittel oberhalb des genannten Mittelwerts (Mi,j) gelegen hat, bei jedem Vergleich des Kantenwerts (Ki,j) mit dem Mittelwert (Mi,j) aktualisiert wird.
  6. Video-Rauchdetektionssystem nach Anspruch 5, dadurch gekennzeichnet, dass ein Vergleich des Zählerbildes (Zi,j) mit einem Schwellwert (SZ) erfolgt und die Anzahl (Σx) Ueberschreitungen gezählt werden.
  7. Video-Rauchdetektionssystem nach einem der Ansprüche 4 bis 6, dadurch gekennzeichnet, dass eine Untersuchung der aufgenommenen Videobilder auf das Auftreten neuer Kanten erfolgt, wobei mittels einer Korrelationsrechnung zeitlich beabstandeter Zählerbilder (Zi,j) auf das Vorhandensein neuer Kanten geschlossen wird, und dass beim Vorhandensein neuer Kanten eine Neudefinition des Initialisierungswerts (Σx 0) erfolgt.
  8. Video-Rauchdetektionssystem nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass aus dem aktuellen Wert (Σx) und dem Initialisierungswert (Σx 0) ein Quotient gebildet und dieser mit einem Rauchschwellwert (SR) verglichen wird, und dass bei Überschreiten des letzteren eine Alarmauslösung erfolgt.
  9. Video-Rauchdetektionssystem nach Anspruch 8, dadurch gekennzeichnet, dass eine Untersuchung der aufgenommenen Videobilder auf Bewegungen erfolgt, und dass festgestellte Bewegungen unterdrückt werden.
  10. Video-Rauchdetektionssystem nach Anspruch 9, dadurch gekennzeichnet, dass die Differenz der Kantenwerte (Ki,j) der Pixel aufeinanderfolgender Bilder mit einem Schwellwert (SB) verglichen und bei Überschreitung dieses Schwellwerts (SB) auf eine Bewegung in den Bildern geschlossen wird, und dass die betreffenden Pixel zu Untergebieten zusammengefasst werden, in denen die Bewegung ausgeblendet wird.
  11. Video-Rauchdetektionssystem nach Anspruch 10, dadurch gekennzeichnet, dass das Ausblenden der Bewegung in den Untergebieten dadurch erfolgt, dass für diese das Zählerbild (Zi,j) nicht aktualisiert wird.
EP00128606A 2000-12-28 2000-12-28 Video-Rauchdetektionssystem Withdrawn EP1220178A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
EP00128606A EP1220178A1 (de) 2000-12-28 2000-12-28 Video-Rauchdetektionssystem
PCT/CH2001/000731 WO2002054364A2 (de) 2000-12-28 2001-12-20 Video-rauchdetektionssystem
AU2002220440A AU2002220440B2 (en) 2000-12-28 2001-12-20 Video smoke detection system
EP01272590.9A EP1346330B1 (de) 2000-12-28 2001-12-20 Video-rauchdetektionssystem
CNB018057217A CN1190759C (zh) 2000-12-28 2001-12-20 视频烟雾检测系统
HK03106653.2A HK1054457B (zh) 2000-12-28 2003-09-16 視頻烟霧檢測系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP00128606A EP1220178A1 (de) 2000-12-28 2000-12-28 Video-Rauchdetektionssystem

Publications (1)

Publication Number Publication Date
EP1220178A1 true EP1220178A1 (de) 2002-07-03

Family

ID=8170845

Family Applications (1)

Application Number Title Priority Date Filing Date
EP00128606A Withdrawn EP1220178A1 (de) 2000-12-28 2000-12-28 Video-Rauchdetektionssystem

Country Status (1)

Country Link
EP (1) EP1220178A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2000952A3 (de) * 2007-05-31 2010-06-16 Industrial Technology Research Institute Verfahren und Vorrichtung zur Raucherkennung
US7859419B2 (en) 2006-12-12 2010-12-28 Industrial Technology Research Institute Smoke detecting method and device

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000023959A1 (en) * 1998-10-20 2000-04-27 Vsd Limited Smoke detection

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000023959A1 (en) * 1998-10-20 2000-04-27 Vsd Limited Smoke detection

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7859419B2 (en) 2006-12-12 2010-12-28 Industrial Technology Research Institute Smoke detecting method and device
EP2000952A3 (de) * 2007-05-31 2010-06-16 Industrial Technology Research Institute Verfahren und Vorrichtung zur Raucherkennung

Similar Documents

Publication Publication Date Title
EP1346330B1 (de) Video-rauchdetektionssystem
EP0986912B1 (de) Verfahren zum überwachen eines vorgegebenen überwachungsbereiches
AT502551B1 (de) Verfahren und bildauswertungseinheit zur szenenanalyse
DE112016006300T5 (de) Vorrichtung zur Überwachung unbeaufsichtigter Objekte, mit derselben ausgestattetes System zur Überwachung unbeaufsichtigter Objekte und Verfahren zur Überwachung unbeaufsichtigter Objekte
DE112016005965T5 (de) Vorrichtung zur überwachung unbeaufsichtigter objekte, mit derselben versehenes system zur überwachung unbeaufsichtigter objekte und verfahren zur überwachung unbeaufsichtigter objekte
DE69738287T2 (de) Verfahren zum Anzeigen eines sich bewegenden Objekts, dessen Bahn zu identifizieren ist, Anzeigesystem unter Verwendung dieses Verfahrens und Programmaufzeichnungsmedium dafür
EP2174260A2 (de) Vorrichtung zur erkennung und/oder klassifizierung von bewegungsmustern in einer bildsequenz von einer überwachungsszene, verfahren sowie computerprogramm
DE19621612C2 (de) Vorrichtung zur Überwachung eines Gleisabschnittes in einem Bahnhof
DE10042935B4 (de) Verfahren zum Überwachen eines vorbestimmten Bereichs und entsprechendes System
DE60123214T2 (de) Rauch- und flammendetektion
EP2462534B1 (de) Verfahren zum überwachen eines bereichs
EP1220178A1 (de) Video-Rauchdetektionssystem
WO1997004428A1 (de) Interaktives überwachungssystem
WO2012110654A1 (de) Verfahren zur auswertung einer mehrzahl zeitlich versetzter bilder, vorrichtung zur auswertung von bildern, überwachungssystem
DE10049366A1 (de) Verfahren zum Überwachen eines Sicherheitsbereichs und entsprechendes System
EP1762995B1 (de) Detektion von Rauch mit einer Videokamera
DE102019114451A1 (de) Aktivitätsbereiche in Videoinhalten
EP1477948B1 (de) Meldeanlage mit bildgebendem Sensor
EP3493171A1 (de) Detektion von aggressivem verhalten in öffentlichen transportmitteln
DE19641000C2 (de) Verfahren und Anordnung zur automatischen Erkennung der Anzahl von Personen in einer Personenschleuse
DE60111046T2 (de) System und anordnung zur bestimmung des gefahrengrads in einer gefährlichen situation
WO2013083327A1 (de) Vorrichtung und verfahren zur automatischen detektion eines ereignisses in sensordaten
DE102006027120A1 (de) Bildverarbeitungsverfahren, Videoüberwachungssystem sowie Computerprogramm
DE202020000028U1 (de) Einrichtung zum Objektschutz oder Perimeterschutz
DE19701186C2 (de) Interaktives Überwachungssystem

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LI LU MC NL PT SE TR

AX Request for extension of the european patent

Free format text: AL;LT;LV;MK;RO;SI

AKX Designation fees paid
REG Reference to a national code

Ref country code: DE

Ref legal event code: 8566

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20030104