JP2008046967A - 火災検出装置 - Google Patents
火災検出装置 Download PDFInfo
- Publication number
- JP2008046967A JP2008046967A JP2006223277A JP2006223277A JP2008046967A JP 2008046967 A JP2008046967 A JP 2008046967A JP 2006223277 A JP2006223277 A JP 2006223277A JP 2006223277 A JP2006223277 A JP 2006223277A JP 2008046967 A JP2008046967 A JP 2008046967A
- Authority
- JP
- Japan
- Prior art keywords
- image
- fire
- frequency
- area
- luminance
- 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.)
- Pending
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】画像の周波数分析により火災を検出するとき、商用電源周波数で点灯される照明を画像サンプリングすることにより生じる折返し雑音の影響の小さい火災検出装置を提供する。
【解決手段】監視区域を撮影する撮像手段と、撮影した画像を処理することにより上記監視区域内における火災または煙の検出を行う画像処理手段とを備え、上記画像処理手段は、撮像した画像から火災候補領域を抽出する火災候補領域抽出手段と、抽出された火災候補領域の特徴点の時系列データから抽出された火災候補領域が本当の火災領域であるかを検出する火災検出手段と、を有する火災検出装置において、
上記火災検出手段は、特徴量の時系列データを周波数分析する周波数解析演算手段と、上記周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くノイズ除去手段と、を有する。
【選択図】図1
【解決手段】監視区域を撮影する撮像手段と、撮影した画像を処理することにより上記監視区域内における火災または煙の検出を行う画像処理手段とを備え、上記画像処理手段は、撮像した画像から火災候補領域を抽出する火災候補領域抽出手段と、抽出された火災候補領域の特徴点の時系列データから抽出された火災候補領域が本当の火災領域であるかを検出する火災検出手段と、を有する火災検出装置において、
上記火災検出手段は、特徴量の時系列データを周波数分析する周波数解析演算手段と、上記周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くノイズ除去手段と、を有する。
【選択図】図1
Description
この発明は、火災検出に画像処理を用いた火災検出装置に関し、特に監視区域に監視対
象である炎以外の光源が混在する場合に用いて好適な火災検出装置に関するものである。
象である炎以外の光源が混在する場合に用いて好適な火災検出装置に関するものである。
従来の火災検出装置は、撮像手段と、撮像手段によって撮像された画像から所定値以上の輝度を有する領域を火災候補領域として抽出する火災候補領域抽出手段と、火災候補領域の画素情報やその火災候補領域に関する情報に基づき、対象物が炎であるか否かを判断する火災判別手段とを備え、火災判別手段は、情報として、対象物画像領域の円形度、対象物画像領域の大きさの時間的分散率、対象物画像領域の大きさの時間変化についての自己相関を割り出し、割り出された対象物画像領域の円形度、対象物画像領域の大きさの時間的分散率、対象物画像領域の大きさの時間変化についての自己相関に基づいて対象物が炎であるか否かを判断する(例えば、特許文献1参照)。
ところで、画像から火災を検出するにあたっては、フーリエ変換やウェーブレット変換などの周波数解析手段を備え、輝度の時系列データの周波数分析を行っている。
しかし、監視領域に商用電源で点灯する照明があると、この照明は商用電源周波数で点滅しているため、カメラで撮影するとちらついて見え、周波数分析した結果にノイズとして現れるという問題がある。
即ち、照明が例えば50Hzの商用電源周波数で点灯しているのに対して、カメラは30Hzの間隔で画像を撮影しているので、カメラの撮影タイミングによっては、カメラに入力される光量が変化して、その結果、ちらついて見えることになる。
しかし、監視領域に商用電源で点灯する照明があると、この照明は商用電源周波数で点滅しているため、カメラで撮影するとちらついて見え、周波数分析した結果にノイズとして現れるという問題がある。
即ち、照明が例えば50Hzの商用電源周波数で点灯しているのに対して、カメラは30Hzの間隔で画像を撮影しているので、カメラの撮影タイミングによっては、カメラに入力される光量が変化して、その結果、ちらついて見えることになる。
この発明の目的は、画像の周波数分析により火災を検出するとき、商用電源周波数で点灯される照明を画像サンプリングすることにより生じる折返し雑音の影響の小さい火災検出装置を提供することである。
この発明に係わる火災検出装置は、監視区域を撮影する撮像手段と、撮影した画像を処理することにより上記監視区域内における火災または煙の検出を行う画像処理手段とを備え、上記画像処理手段は、撮像した画像から火災候補領域を抽出する火災候補領域抽出手段と、抽出された火災候補領域の特徴点の時系列データから抽出された火災候補領域が本当の火災領域であるかを検出する火災検出手段と、を有する火災検出装置において、
上記火災検出手段は、特徴量の時系列データを周波数分析する周波数解析演算手段と、上記周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くノイズ除去手段と、を有する。
上記火災検出手段は、特徴量の時系列データを周波数分析する周波数解析演算手段と、上記周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くノイズ除去手段と、を有する。
この発明に係わる火災検出装置の効果は、特徴量の時系列データに含まれる商用電源周波数により点灯される照明の画像サンプリングに起因する折返し雑音を除くことができ、精度良く火災を検出することができる。
図1は、この発明に係わる火災検出装置のブロック図である。図2は、この発明に係わるトンネル内を監視するCCDカメラが撮影する画像である。
この発明の実施の形態に係わる火災検出装置1は、図1に示すように、例えばCCDカメラ2を用いた撮像手段としての撮像部3、撮像部3で撮影された画像を処理する画像処理手段としての画像処理装置4、画像処理装置4からの情報を表示する表示部5を備える。なお、撮像手段に用いるCCDカメラ2以外に、CMOSカメラ、赤外線カメラなど監視区域から入射される光信号を電気信号に変換し、二次元に画素が配置されているものであれば何れでもよい。
この発明の実施の形態に係わる火災検出装置1は、図1に示すように、例えばCCDカメラ2を用いた撮像手段としての撮像部3、撮像部3で撮影された画像を処理する画像処理手段としての画像処理装置4、画像処理装置4からの情報を表示する表示部5を備える。なお、撮像手段に用いるCCDカメラ2以外に、CMOSカメラ、赤外線カメラなど監視区域から入射される光信号を電気信号に変換し、二次元に画素が配置されているものであれば何れでもよい。
CCDカメラ2は、例えば、1秒間に30回監視区域を撮影し、時系列的に連続する30枚の画像を出力する。
CCDカメラ2は、例えば監視区域としてのトンネル内全体を見渡せる位置に設置される。図2は、CCDカメラ2により撮影された画像で、この画像から分かるようにCCDカメラ2は車両6が走り去って行く方向を映すように、例えばトンネル内の側壁上部に設置されている。CCDカメラ2により撮影された画像には、車両6の回転灯7、ナトリウム灯8、炎9および人物10が撮影されている。
CCDカメラ2は、例えば監視区域としてのトンネル内全体を見渡せる位置に設置される。図2は、CCDカメラ2により撮影された画像で、この画像から分かるようにCCDカメラ2は車両6が走り去って行く方向を映すように、例えばトンネル内の側壁上部に設置されている。CCDカメラ2により撮影された画像には、車両6の回転灯7、ナトリウム灯8、炎9および人物10が撮影されている。
画像処理装置4は、CCDカメラ2で撮影され入力される電気信号を処理する画像入力部11、画像入力部11からの輝度画像を記憶する複数の画像メモリ12、設定値を保存する設定値保存メモリ13、画像メモリ12および設定値保存メモリ13からの情報に基づいて処理を行い火災判別を行う画像処理部16、画像処理部16からの画像情報を表示部5へ出力する画像出力部17を有する。
そして、画像処理装置4は、CPU、ROM、RAM、インターフェース回路を有するコンピュータから構成されている。
そして、画像処理装置4は、CPU、ROM、RAM、インターフェース回路を有するコンピュータから構成されている。
複数の画像メモリ12は、順番が付けられており、小さな数の順番が付けられた画像メモリ12から順に、時系列的に連続する最新の画像から所定の枚数だけ遡る画像が記憶されるように割り当てられている。そして、最新の画像を記憶するときには、最も大きな数の順番が付けられた画像メモリ12に記憶された画像を消去し、画像メモリ12に記憶されている画像をそれが記憶されている画像メモリ12より1つ大きな数の順番が付けられた画像メモリ12に移し変える。それから、最新の画像を最も小さな数の順番が付けられた画像メモリ12に記憶する。
画像入力部11は、CCDカメラ2から送られてくる電気信号をデジタル信号に変換するアナログデジタル変換部(A/D変換部)21、画素毎にデジタル信号の大きさを画素の輝度とし、その画素の輝度を画素の値とする輝度画像を作成して画像メモリ12に記憶する輝度画像作成部22を有する。
アナログデジタル変換部21は、CCDカメラ2で撮影されたアナログ電気信号を画素毎に多階調、例えば255階調のデジタル信号に変換する。なお、以下の説明では説明を簡単にするために11階調(0〜11階)としている。
輝度画像作成部22は、最新の画像が入力すると、その最新の画像の画素毎に画素のデジタル信号をノイズフィルタを施した後に、その画素の輝度を画素の値として輝度画像を作成する。また、輝度画像作成部22は、最も先に記憶された輝度画像を消去し、他の画像メモリ12に記憶されている輝度画像を1つ古い画像が記憶される画像メモリ12に移し変える。それから、最新の輝度画像を、最も新しい画像が記憶されるように割り当てられている画像メモリ12に記憶する。
アナログデジタル変換部21は、CCDカメラ2で撮影されたアナログ電気信号を画素毎に多階調、例えば255階調のデジタル信号に変換する。なお、以下の説明では説明を簡単にするために11階調(0〜11階)としている。
輝度画像作成部22は、最新の画像が入力すると、その最新の画像の画素毎に画素のデジタル信号をノイズフィルタを施した後に、その画素の輝度を画素の値として輝度画像を作成する。また、輝度画像作成部22は、最も先に記憶された輝度画像を消去し、他の画像メモリ12に記憶されている輝度画像を1つ古い画像が記憶される画像メモリ12に移し変える。それから、最新の輝度画像を、最も新しい画像が記憶されるように割り当てられている画像メモリ12に記憶する。
画像処理部16は、画像メモリ12に記憶される輝度画像から火災候補領域を抽出する火災候補領域抽出手段25、火災候補領域抽出手段25によって抽出された火災候補領域が本当の火災領域であるか否かを判別して火災を検出する火災検出手段26を有する。
火災候補領域抽出手段25は、画素毎に最新の輝度画像の輝度と直前の輝度画像の輝度との差分を求めて差分画像を作成するフレーム差分処理部31を有する。
火災候補領域抽出手段25は、画素毎に最新の輝度画像の輝度と直前の輝度画像の輝度との差分を求めて差分画像を作成するフレーム差分処理部31を有する。
また、火災候補領域抽出手段25は、画素毎に、最新の輝度画像の輝度と直前の輝度画像の輝度とを比較し、高い方の輝度を画素の値とする高輝度画像を作成する高輝度画像作成部32、画素毎に、差分画像と高輝度画像の輝度とを乗算して得られる差分輝度積を画素値とする差分輝度積画像を作成する差分輝度積画像作成部33を有する。
また、火災候補領域抽出手段25は、画素毎に、差分輝度積画像の差分輝度積が設定値保存メモリ13に記憶されている所定の閾値以上か否かを判断し、差分輝度積が閾値以上のときこの画素が火災候補画素であるとして抽出し、抽出した火災候補画素に火災候補画素が隣接しているときには連結し、火災候補領域とする火災候補領域抽出部34を有する。
また、火災候補領域抽出手段25は、画素毎に、差分輝度積画像の差分輝度積が設定値保存メモリ13に記憶されている所定の閾値以上か否かを判断し、差分輝度積が閾値以上のときこの画素が火災候補画素であるとして抽出し、抽出した火災候補画素に火災候補画素が隣接しているときには連結し、火災候補領域とする火災候補領域抽出部34を有する。
火災検出手段26は、火災候補領域特徴量演算手段36、ノイズ除去手段37、周波数解析演算手段38、火災判別手段39を有する。
火災候補領域特徴量演算手段36は、火災候補領域の特徴量、例えば平均輝度または面積を所定時間に亘って演算し、特徴量の時系列データを収集する。
火災候補領域特徴量演算手段36は、火災候補領域の特徴量、例えば平均輝度または面積を所定時間に亘って演算し、特徴量の時系列データを収集する。
周波数解析演算手段38は、ウェーブレット変換演算手段と2次元FFT手段とから構成され、火災候補領域特徴量演算手段36で収集された特徴量の時系列データにウェーブレット変換を行って、時間−周波数スペクトルの画像を求める。
ノイズ除去手段37は、周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くものである。このノイズ除去手段37は、ウェーブレット変換演算手段によって、ウェーブレット変換された時間−周波数スペクトルの画像において、0.5Hz以上、9Hz以下の周波数帯の成分を通過するバンドパスフィルタ処理を施す。このバンドパスフィルタ処理を施された時間−周波数スペクトルの画像には、0.5Hz未満および9Hzを超える周波数帯の成分が含まれていない。この0.5Hz未満および10Hz近傍の周波数帯の成分には監視区域を商用電源周波数で点灯する照明に係わる折返し雑音が含まれるので、その成分を除外することにより折返し雑音の影響を除くことができる。
そして、周波数解析演算手段38としての2次元FFT手段がその時間−周波数スペクトルの画像に2次元FFTを行って、時間軸の分布と周波数軸の分布を示す画像を求める。また、それぞれ作成した画像から、周波数重心位置の最小値と分散の比率と、X軸の重心平均位置とY軸の重心平均位置の比率とを演算する。
火災判別手段39は、それぞれ演算した周波数重心位置の最小値と分散の比率と、X軸の重心平均位置とY軸の重心平均位置の比率とを基に、所定値と比較して、抽出した火災候補領域が火災(炎)であるか否かの判別を行う。
ノイズ除去手段37は、周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くものである。このノイズ除去手段37は、ウェーブレット変換演算手段によって、ウェーブレット変換された時間−周波数スペクトルの画像において、0.5Hz以上、9Hz以下の周波数帯の成分を通過するバンドパスフィルタ処理を施す。このバンドパスフィルタ処理を施された時間−周波数スペクトルの画像には、0.5Hz未満および9Hzを超える周波数帯の成分が含まれていない。この0.5Hz未満および10Hz近傍の周波数帯の成分には監視区域を商用電源周波数で点灯する照明に係わる折返し雑音が含まれるので、その成分を除外することにより折返し雑音の影響を除くことができる。
そして、周波数解析演算手段38としての2次元FFT手段がその時間−周波数スペクトルの画像に2次元FFTを行って、時間軸の分布と周波数軸の分布を示す画像を求める。また、それぞれ作成した画像から、周波数重心位置の最小値と分散の比率と、X軸の重心平均位置とY軸の重心平均位置の比率とを演算する。
火災判別手段39は、それぞれ演算した周波数重心位置の最小値と分散の比率と、X軸の重心平均位置とY軸の重心平均位置の比率とを基に、所定値と比較して、抽出した火災候補領域が火災(炎)であるか否かの判別を行う。
図3は、火災候補領域を抽出する手順を示すフローチャートである。図4は、火災候補領域を抽出する手順で使用または作成される、輝度が数値で表示される輝度画像である。図4において、説明のために、炎9や回転灯7、ナトリウム灯8、人物10の場合を分けて図示している。この図4は、図2の撮影画像においてそれぞれの領域が画像処理部16の処理によってどのように処理されるかを説明するためのものである。図4(a)は、CCDカメラ2で一番最新に撮影した最新画像の直前に撮影された輝度画像である。図4(b)は、最新の時点で撮影された輝度画像であり、代表的に縦横3マスづつ(画素)の画像を11階調で示している。
ここで、図4の直前画像(a)および最新画像(b)において、各領域(炎、ナトリウム灯、人物)のそれぞれの特徴について説明する。
(1)炎、回転灯の場合
この領域は、輝度値が高く、かつ動きのある領域である。しかし、炎の場合は、動く部分は上部に限られるので、直前画像(a)と最新画像(b)では、下部領域の輝度値の変化はほとんどない。
(2)ナトリウム灯(固定光源の場合)
この領域は、輝度値が高いが、直前画像(a)と最新画像(b)において、動き(変化)がほとんどない領域である。仮に、何らかの原因で、輝度値が変化しても(例えば、左上マス、右下マス)、炎の領域のような大きな変化はないので、差分画像(c)では差分値の値が小さく、差分輝度積をとっても所定値を越えることはない。
(3)人物の場合
この領域は、動きはあるが、もともと発光するわけではないので、輝度値が低い領域である。このため、差分画像(c)では差分値が生じるが、輝度値が低いため、差分輝度積(e)を求めても、所定値を越えることはない。
(1)炎、回転灯の場合
この領域は、輝度値が高く、かつ動きのある領域である。しかし、炎の場合は、動く部分は上部に限られるので、直前画像(a)と最新画像(b)では、下部領域の輝度値の変化はほとんどない。
(2)ナトリウム灯(固定光源の場合)
この領域は、輝度値が高いが、直前画像(a)と最新画像(b)において、動き(変化)がほとんどない領域である。仮に、何らかの原因で、輝度値が変化しても(例えば、左上マス、右下マス)、炎の領域のような大きな変化はないので、差分画像(c)では差分値の値が小さく、差分輝度積をとっても所定値を越えることはない。
(3)人物の場合
この領域は、動きはあるが、もともと発光するわけではないので、輝度値が低い領域である。このため、差分画像(c)では差分値が生じるが、輝度値が低いため、差分輝度積(e)を求めても、所定値を越えることはない。
次に、火災候補領域の抽出手順について図3を参照して説明する。
この図4(a)、図4(b)に示す輝度画像がそれぞれ直前の画像、最新の画像として画像メモリ12に記憶されている。
ステップS101で、フレーム差分処理部31は、最新の画像(図4(b)に示す輝度画像)と直前の画像(図4(a)に示す輝度画像)を画像メモリ12から読み込み、対応する画素毎に差分を求め、その絶対値を算出し、図4(c)に示す差分絶対値が画素の値となる差分画像を作成する。
ステップS102で、高輝度画像作成部32は、対応する画素毎に、最新の画像(図4(b))と直前の画像(図4(a))との輝度を比較して高い輝度の方が画素の値となる高輝度画像(図4(d))を作成する。
ステップS103で、差分輝度積画像作成部33は、画素毎に、図4(c)に示す差分画像の差分絶対値と図4(d)に示す高輝度画像の輝度とを乗算し、図4(e)に示す差分輝度積を画素の値とする差分輝度積画像を作成する。
ステップS104で、火災候補領域抽出部34は、差分輝度積画像の差分輝度積が所定の閾値として設定されている6以上か否かを判断し、差分輝度積が6以上のときその画素を火災候補画素として火災候補画素画像を作成する。
なお、閾値と比較する前に、差分輝度積画像(図4(e))は、例えば、約4秒(計120枚)に亘って画像を累計した上で、輝度積の値を平均化するようにする。また、この際、差分輝度積画像を時間軸方向へLPF処理してもよい。このようにして、明るく動きのある部分を強調した画像が作成できる。
ステップS105で、火災候補画素に対して隣接する他の火災候補画素が有るか否かを判断し、隣接する火災候補画素が有るとき、画素同士を連結し、隣接する火災候補画素がないとき単独の画素を火災候補領域として抽出する。
この図4(a)、図4(b)に示す輝度画像がそれぞれ直前の画像、最新の画像として画像メモリ12に記憶されている。
ステップS101で、フレーム差分処理部31は、最新の画像(図4(b)に示す輝度画像)と直前の画像(図4(a)に示す輝度画像)を画像メモリ12から読み込み、対応する画素毎に差分を求め、その絶対値を算出し、図4(c)に示す差分絶対値が画素の値となる差分画像を作成する。
ステップS102で、高輝度画像作成部32は、対応する画素毎に、最新の画像(図4(b))と直前の画像(図4(a))との輝度を比較して高い輝度の方が画素の値となる高輝度画像(図4(d))を作成する。
ステップS103で、差分輝度積画像作成部33は、画素毎に、図4(c)に示す差分画像の差分絶対値と図4(d)に示す高輝度画像の輝度とを乗算し、図4(e)に示す差分輝度積を画素の値とする差分輝度積画像を作成する。
ステップS104で、火災候補領域抽出部34は、差分輝度積画像の差分輝度積が所定の閾値として設定されている6以上か否かを判断し、差分輝度積が6以上のときその画素を火災候補画素として火災候補画素画像を作成する。
なお、閾値と比較する前に、差分輝度積画像(図4(e))は、例えば、約4秒(計120枚)に亘って画像を累計した上で、輝度積の値を平均化するようにする。また、この際、差分輝度積画像を時間軸方向へLPF処理してもよい。このようにして、明るく動きのある部分を強調した画像が作成できる。
ステップS105で、火災候補画素に対して隣接する他の火災候補画素が有るか否かを判断し、隣接する火災候補画素が有るとき、画素同士を連結し、隣接する火災候補画素がないとき単独の画素を火災候補領域として抽出する。
このように最新画像と直前画像との輝度の差分画像を作成することで、輝度値は高くても輝度の変化がほとんどない例えばナトリウム灯8を火災候補領域から除くことができ、差分輝度積が所定の閾値以上か否かにより、人間のように動きはあるが輝度としては比較的小さなものを火災候補領域から除くことができるので、火災候補領域として残る領域は明るくて動きのある本当の炎9と回転灯7だけに絞ることができ、火災検出手段26において、火災候補領域の特徴量を求めるための演算量が少なくなる。
また、差分画像を考慮して火災候補領域を抽出するので、背景が明るくても炎のように明るくて動きのある領域だけを正しく火災候補領域として抽出できる。
また、差分画像を考慮して火災候補領域を抽出するので、背景が明るくても炎のように明るくて動きのある領域だけを正しく火災候補領域として抽出できる。
また、本当の炎9についても、炎9の根元部分では輝度は高いが輝度の変化は小さいので、火災候補領域として更に小さな領域に絞ることができ、火災検出手段26において、火災候補領域の特徴量を求めるための演算量がさらに少なくなる。
なお、差分輝度積の画素値と所定値とを比較するにあたっては、実施形態で説明したように画素毎に行ってもよいが、複数の画素を一つのブロックとしてまとめ、そのブロック毎に閾値の比較を行うようにしてもよい。例えば、画面を格子状に1200程度に分割して、各ブロック内における差分輝度積の総和が閾値を超えた場合に、そのブロック領域を火災候補領域(注目領域ともいう)とするようにしてもよい。
なお、差分輝度積の画素値と所定値とを比較するにあたっては、実施形態で説明したように画素毎に行ってもよいが、複数の画素を一つのブロックとしてまとめ、そのブロック毎に閾値の比較を行うようにしてもよい。例えば、画面を格子状に1200程度に分割して、各ブロック内における差分輝度積の総和が閾値を超えた場合に、そのブロック領域を火災候補領域(注目領域ともいう)とするようにしてもよい。
ここで、閾値について説明する。輝度値を255階調で表す場合、直前画像の輝度値が0で、最新画像の輝度値が255の値をとるとき、差分値が255となり、高輝度画像の輝度値が255となる。従って、差分輝度積画像の値は、255×255で、65025となる。これが差分輝度積画像のとりうる最大値となる。
火災のような場合は、一例として、最新画像が200、直前画像が180程度の値をとるので、差分値20、高輝度画像の値が200であるから、差分輝度積画像は4000となる。このため、輝度値が255階調の場合は、4000程度を閾値の目安とすることができる。
火災のような場合は、一例として、最新画像が200、直前画像が180程度の値をとるので、差分値20、高輝度画像の値が200であるから、差分輝度積画像は4000となる。このため、輝度値が255階調の場合は、4000程度を閾値の目安とすることができる。
次に、火災検出手段26の動作について説明する。まず、火災候補領域特徴量演算手段36は、火災候補領域抽出手段25によって抽出された火災候補領域の特徴量を所定の時間に亘って演算する。ここでは、例えば火災候補領域の平均輝度を所定時間にわたって演算し、図5に示すようなデータを収集する。この平均輝度の時系列データに対して、周波数解析演算手段38を構成するウェーブレット変換演算手段がウェーブレット変換を行い、図6に示す横軸が時間、縦軸が周波数で示される時間−周波数スペクトルの画像を得る。ここで図6(a)に示す時間−周波数スペクトルは、火災候補領域が炎9の場合、図6(b)に示す時間−周波数スペクトルは、火災候補領域が回転灯7の場合のものである。なお、参考までに図8に図6で示した時間−周波数スペクトルの原画像を示す。
図8(a)の時間−周波数スペクトルの原画像から分かるように、画像の上端にわたって、時間軸方向に水平に延びる縞模様のようなものが、9〜10Hz付近に現れる、50Hzの商用電源が原因となる折返し雑音のスペクトルである。
CCDカメラ2は、1秒間に30フレーム撮影しており、照明が50Hzで点灯しているので、50Hzで変動している照明を30Hzでサンプリングしていることになる。すると、照明の点灯の周波数は、図8において、折返し雑音として10Hzのところにスペクトルのピークが出現する。また、照明が60Hzの商用電源の地域にあれば、折返し雑音が0Hz付近の低周波数帯のところにスペクトルのピークが出現する。このように、折返し雑音は、商用電源の周波数と画像のサンプリング周波数とによって計算して求められるものであり、必ずしも直流成分となる0Hz付近と10Hz付近の周波数帯だけに限定されるものでない。
ここで、ノイズ除去手段37は、周波数解析演算手段38の周波数分析で得られた、図6(図8)のウェーブレット変換された時間−周波数のスペクトル画像において、0.5Hzから9Hzまでの周波数帯域の成分を通過するフィルタ処理を施して、折返し雑音のスペクトルをカットして、以降の演算処理を行うようにする。このため、商用電源に伴う折返し雑音の影響を無視して、火災検出の画像処理を行うことが可能となり、結果として、精度の高い火災検出を行うことができる。なお、単純にフィルタ処理を施すことなく、1〜9Hz付近のスペクトルだけを画像処理に使用してもよい。
CCDカメラ2は、1秒間に30フレーム撮影しており、照明が50Hzで点灯しているので、50Hzで変動している照明を30Hzでサンプリングしていることになる。すると、照明の点灯の周波数は、図8において、折返し雑音として10Hzのところにスペクトルのピークが出現する。また、照明が60Hzの商用電源の地域にあれば、折返し雑音が0Hz付近の低周波数帯のところにスペクトルのピークが出現する。このように、折返し雑音は、商用電源の周波数と画像のサンプリング周波数とによって計算して求められるものであり、必ずしも直流成分となる0Hz付近と10Hz付近の周波数帯だけに限定されるものでない。
ここで、ノイズ除去手段37は、周波数解析演算手段38の周波数分析で得られた、図6(図8)のウェーブレット変換された時間−周波数のスペクトル画像において、0.5Hzから9Hzまでの周波数帯域の成分を通過するフィルタ処理を施して、折返し雑音のスペクトルをカットして、以降の演算処理を行うようにする。このため、商用電源に伴う折返し雑音の影響を無視して、火災検出の画像処理を行うことが可能となり、結果として、精度の高い火災検出を行うことができる。なお、単純にフィルタ処理を施すことなく、1〜9Hz付近のスペクトルだけを画像処理に使用してもよい。
また、図6の時間−周波数スペクトルの画像から分かるように、回転灯7の場合、時間が経過しても周波数が一定であるのに対し、炎9の場合、時間の経過に従って周波数が一定な値をとらずに絶え間なく変化している。このことを何らかの評価値で表せば、その火災候補領域が炎9によるものか回転灯7によるものなのかを識別することができる。評価値の求め方には、色々あるが、ここでは、図6の画像において周波数重心位置の最小値と分散の比率とを演算する。
図6の時間−周波数スペクトルの画像において、回転灯の場合は、炎の場合に比べて、ある高い周波数の値をとり、しかもその値は、時間が経過しても、変化せずほぼ一定の値をとる。つまり、ここで図示しない分散値演算手段が、時間−周波数スペクトルの画像から分散値Vを演算すれば、その分散値Vは、炎の場合は大きい数値となり、回転灯の場合は、小さい値となる。
また、図示しない、周波数軸(Y軸)の重心位置を演算する重心演算手段が、時間−周波数スペクトルの画像から重心Hyを求め、かつその重心Hyの最小値MinHyを求めるようにすれば、その重心の最小値MinHyは、炎の場合は小さい数値となり、回転灯の場合は、大きい数値となる。
従って、評価値S=重心の最小値MinHy/分散Vとすれば、炎の場合、この評価値Sは、回転灯に比べ非常に小さい値となることから、炎による領域なのか回転灯による領域なのかを識別することが可能となる。ここで説明した分散値演算手段と重心演算手段が、分散及び重心を求めて評価値を演算する評価値演算手段の一例となる。
また、図示しない、周波数軸(Y軸)の重心位置を演算する重心演算手段が、時間−周波数スペクトルの画像から重心Hyを求め、かつその重心Hyの最小値MinHyを求めるようにすれば、その重心の最小値MinHyは、炎の場合は小さい数値となり、回転灯の場合は、大きい数値となる。
従って、評価値S=重心の最小値MinHy/分散Vとすれば、炎の場合、この評価値Sは、回転灯に比べ非常に小さい値となることから、炎による領域なのか回転灯による領域なのかを識別することが可能となる。ここで説明した分散値演算手段と重心演算手段が、分散及び重心を求めて評価値を演算する評価値演算手段の一例となる。
また、周波数解析演算手段38を構成するもう一つの手段である2次元FFT手段について説明する。2次元FFT手段は、図6の時間−周波数スペクトルに対して、2次元FFT処理を施し、図7に示す、横軸が時間軸の分布、縦軸が周波数軸の分布(複雑さ)を示す画像を求める。ここで、図7(a)に示したものが、炎の場合で、図7(b)に示したものが回転灯の場合である。なお、図7において、白色の部分が強度が一番大きい箇所である。
図7において、炎9の場合には、時間軸に関して高周波まで分布しており、かつ周波数軸に関して低周波に分布していることがわかる。これに対し、回転灯7の場合には、時間軸に関して低周波に分布しており、周波数軸に関して高周波まで分布していることがわかる。ここでは、この図7の画像から、それぞれX軸の重心平均位置とY軸の重心平均位置の比率を演算して評価値を求める。
図7において、炎9の場合には、時間軸に関して高周波まで分布しており、かつ周波数軸に関して低周波に分布していることがわかる。これに対し、回転灯7の場合には、時間軸に関して低周波に分布しており、周波数軸に関して高周波まで分布していることがわかる。ここでは、この図7の画像から、それぞれX軸の重心平均位置とY軸の重心平均位置の比率を演算して評価値を求める。
火災判別手段39は、図6、図7において、それぞれ演算した周波数重心位置の最小値MinHyと分散Vの比率と、X軸の重心平均位置とY軸の重心平均位置の比率とを基に、所定値と比較して火災(炎)であるか否かの判別を行う。
なお、上述の実施の形態では、周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くか、または、その周波数帯を無視して以降の演算処理を行うようにしたが、次のようにノイズ除去手段を構成してもよい。
つまりノイズ除去手段は、火災候補領域特徴量演算手段36で収集された特徴量の時系列データに0.5Hz以上、9Hz以下の周波数帯の成分を通過するバンドパスフィルタ処理を施して、折返し雑音となる周波数を、周波数分析を行う前にカットする。商用電源の周波数および画像サンプリング周波数が予め分かっているときには、折返し雑音となる周波数は、計算で求められるので、その周波数をカットできるような係数を定めて、FIRやIIRのようなデジタルフィルタ処理を施すことで、このようなノイズ除去手段を構成することができる。
なお、ノイズ除去手段は、商用電源の周波数および画像サンプリング周波数が予め分かっているときには、9Hz以下のローパスフィルタ処理または0.5Hz以上のハイパスフィルタ処理を施しても折返し雑音を除くことができる。
このようにノイズ除去手段を構成しても、周波数スペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除外して2次元FFT処理を施すのと同様に、精度良く火災を検出することができる。
つまりノイズ除去手段は、火災候補領域特徴量演算手段36で収集された特徴量の時系列データに0.5Hz以上、9Hz以下の周波数帯の成分を通過するバンドパスフィルタ処理を施して、折返し雑音となる周波数を、周波数分析を行う前にカットする。商用電源の周波数および画像サンプリング周波数が予め分かっているときには、折返し雑音となる周波数は、計算で求められるので、その周波数をカットできるような係数を定めて、FIRやIIRのようなデジタルフィルタ処理を施すことで、このようなノイズ除去手段を構成することができる。
なお、ノイズ除去手段は、商用電源の周波数および画像サンプリング周波数が予め分かっているときには、9Hz以下のローパスフィルタ処理または0.5Hz以上のハイパスフィルタ処理を施しても折返し雑音を除くことができる。
このようにノイズ除去手段を構成しても、周波数スペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除外して2次元FFT処理を施すのと同様に、精度良く火災を検出することができる。
また、上述の実施の形態では、画像を解析して火災を検出しているが、煙の検出など商用電源周波数で点灯される照明により照明されている区域を撮影した画像を周波数分析する場合に適用することができる。また、周波数分析は、ウェーブレット変換でなく、フーリエ変換などの他の周波数分析であってもよい。
1 火災検出装置、2 CCDカメラ、3 撮像部、4 画像処理装置、5 表示部、6 車両、7 回転灯、8 ナトリウム灯、9 炎、10 人間、11 画像入力部、12 画像メモリ、13 設定値保存メモリ、16 画像処理部、17 画像出力部、21 アナログデジタル変換部(A/D変換部)、22 輝度画像作成部、25 火災候補領域抽出手段、26 火災検出手段、31 フレーム差分処理部、32 高輝度画像作成部、33 差分輝度積画像作成部、34 火災候補領域抽出部、36 火災候補領域特徴量演算手段、37 ノイズ除去手段、38 周波数解析演算手段、39 火災判別手段。
Claims (2)
- 監視区域を撮影する撮像手段と、撮影した画像を処理することにより上記監視区域内における火災または煙の検出を行う画像処理手段とを備え、上記画像処理手段は、撮像した画像から火災候補領域を抽出する火災候補領域抽出手段と、抽出された火災候補領域の特徴点の時系列データから抽出された火災候補領域が本当の火災領域であるかを検出する火災検出手段と、を有する火災検出装置において、
上記火災検出手段は、特徴量の時系列データを周波数分析する周波数解析演算手段と、上記周波数分析で得られたスペクトルから画像サンプリングに起因する折返し雑音に係わる周波数帯の成分を除くノイズ除去手段と、を有することを特徴とする火災検出装置。 - 監視区域を撮影する撮像手段と、撮影した画像を処理することにより上記監視区域内における火災または煙の検出を行う画像処理手段とを備え、上記画像処理手段は、撮像した画像から火災候補領域を抽出する火災候補領域抽出手段と、抽出された火災候補領域の特徴量の時系列データから抽出された火災候補領域が本当の火災領域であるかを検出する火災検出手段と、を有する火災検出装置において、
上記火災検出手段は、抽出された火災候補領域の特徴量の時系列データから画像サンプリングに起因する折返し雑音を周波数分析の対象から除くノイズ除去手段と、折返し雑音が除かれた特徴量の時系列データを周波数分析する周波数解析演算手段と、を有することを特徴とする火災検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006223277A JP2008046967A (ja) | 2006-08-18 | 2006-08-18 | 火災検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006223277A JP2008046967A (ja) | 2006-08-18 | 2006-08-18 | 火災検出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008046967A true JP2008046967A (ja) | 2008-02-28 |
Family
ID=39180635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006223277A Pending JP2008046967A (ja) | 2006-08-18 | 2006-08-18 | 火災検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008046967A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100922784B1 (ko) * | 2009-02-23 | 2009-10-21 | 주식회사 이미지넥스트 | 영상 기반 화재 감지 방법 및 이를 적용한 방범 및 방재 시스템 |
JP2010218046A (ja) * | 2009-03-13 | 2010-09-30 | Nohmi Bosai Ltd | 煙検出装置 |
JP2011247844A (ja) * | 2010-05-31 | 2011-12-08 | Nippon Signal Co Ltd:The | 埋設物探査装置 |
KR101457985B1 (ko) | 2012-12-24 | 2014-11-12 | 전북대학교산학협력단 | 양계 사육장의 최적 조명환경을 위한 스마트 제어시스템 및 방법 |
CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11144167A (ja) * | 1997-11-06 | 1999-05-28 | Nohmi Bosai Ltd | 火災検出装置 |
JP2000331262A (ja) * | 1999-05-18 | 2000-11-30 | Koito Ind Ltd | 火災発生位置検出装置 |
JP2001169186A (ja) * | 1999-12-06 | 2001-06-22 | Japan Science & Technology Corp | 撮像システム |
JP2002133399A (ja) * | 2000-10-23 | 2002-05-10 | Hitachi Medical Corp | 画像処理装置及びそれを用いたx線ct装置 |
JP2005038000A (ja) * | 2003-07-15 | 2005-02-10 | Nohmi Bosai Ltd | 炎検出装置 |
-
2006
- 2006-08-18 JP JP2006223277A patent/JP2008046967A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11144167A (ja) * | 1997-11-06 | 1999-05-28 | Nohmi Bosai Ltd | 火災検出装置 |
JP2000331262A (ja) * | 1999-05-18 | 2000-11-30 | Koito Ind Ltd | 火災発生位置検出装置 |
JP2001169186A (ja) * | 1999-12-06 | 2001-06-22 | Japan Science & Technology Corp | 撮像システム |
JP2002133399A (ja) * | 2000-10-23 | 2002-05-10 | Hitachi Medical Corp | 画像処理装置及びそれを用いたx線ct装置 |
JP2005038000A (ja) * | 2003-07-15 | 2005-02-10 | Nohmi Bosai Ltd | 炎検出装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100922784B1 (ko) * | 2009-02-23 | 2009-10-21 | 주식회사 이미지넥스트 | 영상 기반 화재 감지 방법 및 이를 적용한 방범 및 방재 시스템 |
JP2010218046A (ja) * | 2009-03-13 | 2010-09-30 | Nohmi Bosai Ltd | 煙検出装置 |
JP2011247844A (ja) * | 2010-05-31 | 2011-12-08 | Nippon Signal Co Ltd:The | 埋設物探査装置 |
KR101457985B1 (ko) | 2012-12-24 | 2014-11-12 | 전북대학교산학협력단 | 양계 사육장의 최적 조명환경을 위한 스마트 제어시스템 및 방법 |
CN106646651A (zh) * | 2016-12-14 | 2017-05-10 | 中国科学院遥感与数字地球研究所 | 一种火灾火点检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4689518B2 (ja) | 火災検出装置 | |
CN109274984B (zh) | 检测视频序列中光源闪烁的方法、装置及图像处理设备 | |
US7859419B2 (en) | Smoke detecting method and device | |
RU2380758C2 (ru) | Cпособ и устройство для обнаружения дыма | |
CN108476304B (zh) | 丢弃物体监视装置和具备该丢弃物体监视装置的丢弃物体监视系统以及丢弃物体监视方法 | |
KR101546933B1 (ko) | 화재 감지 장치 | |
US20070109425A1 (en) | Automatic flicker frequency detection device and method | |
EP2000952B1 (en) | Smoke detecting method and device | |
JP2006268200A (ja) | 炎・ガス煙検出システムおよび炎・ガス煙検出方法 | |
JP2008046967A (ja) | 火災検出装置 | |
JP4587304B2 (ja) | 画像処理装置 | |
JP2008046017A (ja) | 煙検出装置 | |
JP2016149024A (ja) | 清掃状況の評価方法、清掃状況の評価プログラムおよび清掃状況の評価装置 | |
JP2011163947A (ja) | 光特性測定方法およびその装置 | |
JP4926602B2 (ja) | 煙検出装置 | |
JP6617015B2 (ja) | 炎検出装置および炎検出方法 | |
JP5261546B2 (ja) | 煙検出装置 | |
JP4853657B2 (ja) | 画像処理装置 | |
JPH09293141A (ja) | 移動物体検出装置 | |
JP4671737B2 (ja) | 画像処理装置 | |
CN117426104A (zh) | 用于处理图像数据的设备和方法 | |
JP2008134150A (ja) | 画像目標識別装置 | |
WO2022018902A1 (ja) | 物体検出装置、システム、および方法 | |
JP5215707B2 (ja) | 煙検出装置 | |
JP5165611B2 (ja) | 高速度カメラの画像処理装置、画像処理方法及び高速度カメラ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090806 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110902 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110913 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120214 |