KR100782036B1 - 영상 처리를 이용한 화재 감지 장치 및 그 방법 - Google Patents

영상 처리를 이용한 화재 감지 장치 및 그 방법 Download PDF

Info

Publication number
KR100782036B1
KR100782036B1 KR1020050070215A KR20050070215A KR100782036B1 KR 100782036 B1 KR100782036 B1 KR 100782036B1 KR 1020050070215 A KR1020050070215 A KR 1020050070215A KR 20050070215 A KR20050070215 A KR 20050070215A KR 100782036 B1 KR100782036 B1 KR 100782036B1
Authority
KR
South Korea
Prior art keywords
image
fire
images
fire detection
input
Prior art date
Application number
KR1020050070215A
Other languages
English (en)
Other versions
KR20070015703A (ko
Inventor
이현종
최인혁
Original Assignee
이현종
최인혁
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 이현종, 최인혁 filed Critical 이현종
Priority to KR1020050070215A priority Critical patent/KR100782036B1/ko
Publication of KR20070015703A publication Critical patent/KR20070015703A/ko
Application granted granted Critical
Publication of KR100782036B1 publication Critical patent/KR100782036B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • 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
    • G08B13/19665—Details related to the storage of video surveillance data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Fire Alarms (AREA)

Abstract

본 발명은 영상 처리를 이용한 화재 감지 장치 및 그 방법에 관한 것으로서, 본 발명의 영상 처리를 이용한 화재 감지 장치는, 특정 영역의 영상을 수집하는 영상 수집부, 상기 영상 수집부에서 수집된 영상의 해상도 및 영상 파일의 크기를 줄여서 화재 감지에 용이하게 변환하는 영상 변환부, 상기 영상 수집부를 통해 순차적으로 입력되는 복수의 영상들 각각에 대한 상기 영상 변환부의 처리 결과를 저장하는 저장부, 상기 저장부로부터 현재 입력된 제1 영상 정보 및 이전에 입력된 제2 영상 정보를 전달받아 상기 두 영상 정보를 비교하는 영상 비교부, 및 상기 영상 비교부의 비교 결과에 의거하여 화재 경보 발생 여부를 결정하고 그에 대응된 경보를 발생하는 경보 발생부를 포함하고, 화재 발생 여부 판단 기준이 되는 입력 영상의 해상도 및 파일의 크기를 줄임으로써 영상 처리 속도를 줄인다. 이에 따라 보다 신속하고 정확하게 특정 지역(예컨대, 지하 터널 등)에 대한 화재 여부를 감지할 수 있는 효과가 있다.
화재 감지, 영상 처리, PCA

Description

영상 처리를 이용한 화재 감지 장치 및 그 방법{APPARATUS AND METHOD FOR DETECTING FIRE USING IMAGE PROCESSING}
도 1은 본 발명의 일 실시 예에 따른 화재 감지 장치에 대한 개략적인 블록도,
도 2는 본 발명의 일 실시 예에 따른 화재 감지 방법에 대한 처리 흐름도,
도 3 내지 도 7은 본 발명의 일 실시 예에 따른 영상 처리 과정을 설명하기 위한 도면들,
도 8 및 도 9는 본 발명의 일 실시 예에 따른 PCA 데이터 비교 결과를 예시한 도면들, 그리고
도 10은 본 발명의 일 실시 예에 따른 PCA 데이터 값을 이용하여 화재 발생 여부를 결정하는 예를 도시한 도면이다.
본 발명은 화재 감지 장치 및 그 방법에 관한 것으로서, 보다 상세하게는, 영상 처리를 이용한 화재 감지 장치 및 그 방법에 관한 것이다.
통상적으로 화재 감시를 위해서는 구조물의 천정 등에 설치된 화염 센서나 연기 센서 혹은 온도 센서와 같은 화재 감지기를 이용하고 있다. 즉, 종래의 화재 감지 시스템은 상기 화재 감지기와, 상기 화재 감지기로부터 화재 감지 신호를 전달받아 화재 발생 여부를 표시하는 수신반으로 구성된다.
상기와 같은 종래의 화재 감지 시스템은 다음과 같이 동작한다. 먼저, 상기 화재 감지기에서 열이나 온도 등에 의한 화재가 감지되면 상기 화재 감지기는 이 감지신호를 수신반으로 전달하고, 상기 수신반은 상기 감지 신호에 응답하여 화재 발생 지점을 표시함과 동시에 화재 경보를 발생한다.
그런데 상기 화재 감지기(예컨대, 화염 센서, 연기 센서 및 온도 센서 등)는 화재가 아닌 다른 원인에 의해서도 동작될 수 있다. 따라서 종래의 화재 감지 시스템은 상기 화재 감지기의 오동작으로 인한 오보가 발생할 가능성이 매우 높다.
이러한 화재 감지 시스템의 오보 발생(예컨대, 비화재보 발생)은 화재 감시 시스템의 동작 신뢰성을 떨어뜨리며, 화재 감시 시스템의 동작 신뢰성 저하는 치명적이다.
예를 들어 상기와 같이 화재 감지기(예컨대, 화염 센서, 연기 센서 및 온도 센서 등)의 오동작으로 인해 그 신뢰성이 떨어진 경우 상기 화재 감지기를 통해 화재 감지 신호가 전달되더라도 상기 화재 감지 시스템 사용자(또는 관리자)는 상기 감지 신호가 실제 화재로 인해 발생된 것인지의 여부를 확신하기 어렵다. 따라서 화재 감지 신호 발생시, 상기 화재 감지 시스템 사용자(또는 관리자)는 실제 화재가 발생했는지의 여부를 분명히 하기 위해 현장에 직접 가서 육안으로 확인하여야 한다.
하지만, 상기와 같이 화재 감지기의 오동작으로 인해 빈번하게 발생되는 화재 감지 신호 발생시마다 상기 화재 감지 시스템 사용자(또는 관리자)가 현장에 직접 가서 화재 발생 여부를 육안으로 확인하기에는 어려움이 따른다. 이로 인해 종래에는 실제 화재의 발생으로 인해 화재 감지 신호가 발생되더라도 상기 화재 감지 시스템 사용자(또는 관리자)는 이를 눈으로 직접 확인하기 전에는 화재 경보의 발생을 회피하는 경우가 발생하였다. 따라서 종래에는 중대한 안전사고의 발생 및 화재의 초기 진화 실패 등으로 인한 익명, 재산상의 손실을 감수하고 있는 실정이다.
한편, 이러한 문제점을 해결하기 위해 화재 감지기와 화재 현장의 영상을 실시간으로 촬영하는 카메라 수단을 상호 유기적으로 결합함으로써 화재 감지시에 화재 현장의 상황이나 실제 화재의 발생 혹은 오작동 여부 등을 현장에 직접 가지 않고도 모니터링 할 수 있도록 한 영상 화재 감지 장치가 고안되었다.
그러나 이러한 종래의 영상 화재 감지 장치는 영상 처리 시간의 지연으로 인해 실시간 감시가 어려운 문제가 있었다.
상기와 같은 문제점들을 해결하기 위한 본 발명의 목적은, 입력 영상의 처리 속도를 줄임으로써 보다 신속하고 정확하게 특정 지역(예컨대, 지하 터널 등)에 대한 화재 여부를 감지할 수 있도록 하기 위한 장치 및 방법을 제공하는 데 있다.
상기와 같은 목적은 본 발명의 실시예에 따라, 특정 영역의 영상을 수집하는 영상 수집부, 상기 영상 수집부에서 수집된 영상의 해상도 및 영상 파일의 크기를 줄여서 화재 감지에 용이하게 변환하는 영상 변환부, 상기 영상 수집부를 통해 순차적으로 입력되는 복수의 영상들 각각에 대한 상기 영상 변환부의 처리 결과를 저장하는 저장부, 상기 저장부로부터 현재 입력된 제1 영상 정보 및 이전에 입력된 제2 영상 정보를 전달받아 상기 두 영상 정보를 비교하는 영상 비교부, 및 상기 영상 비교부의 비교 결과에 의거하여 화재 경보 발생 여부를 결정하고 그에 대응된 경보를 발생하는 경보 발생부를 포함하는 화재 감시 장치에 의해 달성된다.
이때 상기 영상 변환부는 상기 수집된 영상에 대하여 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성한 후 그 스티어러블 피라미드(steerable pyramid) 영상들 각각의 해상도를 감축하고 상기 해상도를 감축한 영상들 각각에 대한 기본 요소 분석(PCA: Principal Component Analysis)을 수행하는 것이 바람직하다.
또한, 상기 영상 변환부는 상기 복수의 영상들 각각에 대한 상기 기본 요소 분석(PCA) 수행 후 그 기본 요소 분석(PCA) 수행 결과 고유치(eigenvalue)가 큰 순서대로 소정개의 영상만을 선택하여 상기 저장부로 전달하는 것이 바람직하다.
또한, 상기 영상 변환부는 상기 기본 요소 분석(PCA) 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 상기 저장부로 전달하는 것이 바람직하다.
또한, 상기 영상 비교부는 상기 제1 영상 정보와 상기 제2 영상 정보의 상관관계를 비교하는 것이 바람직하다.
또한, 상기 경보 발생부는 상기 제1 영상 정보와 제2 영상 정보의 상관 관계가 기 설정된 기준치 이하인 경우 화재 경보를 발생하는 것이 바람직하다.
또한, 상기 경보 발생부는 상기 영상 비교부에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행하는 것이 바람직하다.
또한, 상기 경보 발생부는 기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함한 복수의 조건에서 테스트를 수행한 후 정상상황, 연기 상황 및 화염 상황 중 어느 하나의 상태인 것을 판단하고 그 결과에 의거하여 화재 발생 여부를 결정하는 것이 바람직하다.
또한, 상기 경보 발생부는 베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 중 적어도 하나 이상을 이용하여 테스트를 수행하는 것이 바람직하다.
한편, 상기와 같은 목적은 본 발명의 실시예에 따라, 화재 감지 대상 영역에 대한 영상 정보가 입력되면 그 입력 영상으로부터 특정 주파수 대역에 존재하는 복수의 1차 변환 영상을 생성하는 과정, 상기 복수의 1차 변환 영상들 각각에 대하여 영상 내에 존재하는 잡음이나 조명의 변화에 무관하고 핵심정보를 효과적으로 제공하는 2차 변환 영상을 생성하는 과정, 상기 2차 변환 영상들 각각에 대한 리던던시(redundancy)를 줄이는 과정, 상기 리던던시를 줄인 영상들 중 상기 입력 영상의 특징을 효과적으로 표현하는 소정 개의 영상만을 선택하여 저장하는 과정, 상기 저장된 영상들 중 현재 입력된 제1 영상정보들 및 이전에 입력된 제2 영상 정보들을 비교하는 과정, 및 상기 비교 결과에 의거하여 화재 경보 발생 여부를 결정하는 과 정을 포함하는 화재 감지 방법에 의해 달성된다.
이때 상기 1차 변환 영상 생성 과정은 상기 입력 영상을 스티어러블 피라미드 필터에 적용시켜서 상기 입력 영상에 대한 복수의 스티어러블 피라미드 영상을 생성하는 것이 바람직하다.
또한, 상기 2차 변환 영상 생성 과정은 상기 1차 변환 영상들 각각에 대하여 복수의 다운 샘플링(down sampling)을 수행하여 상기 1차 변환 영상의 해상도를 낮추는 것이 바람직하다.
또한, 상기 리던던시를 줄이는 과정은 상기 2차 변환 영상들 각각에 대하여 기본 요소 분석(PCA: Principal Component Analysis)을 수행하는 것이 바람직하다.
또한, 상기 영상 선택 및 저장 과정은 상기 기본 요소 분석(PCA) 수행 결과 고유치(eigenvalue)가 큰 순서대로 소정개의 영상만을 선택하여 저장하는 것이 바람직하다.
또한, 상기 영상 선택 및 저장 과정은 상기 기본 요소 분석(PCA) 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 저장함을 특징으로 선택하여 저장하는 것이 바람직하다.
또한, 상기 비교 과정은 상기 제1 영상정보들과 상기 제2 영상정보들의 상관관계를 비교하는 것이 바람직하다.
또한, 상기 결정 과정은 상기 제1 영상정보들과 제2 영상정보들의 상관 관계가 기 설정된 기준치 이하인 경우 화재가 발생한 것으로 판단하고 화재 경보 발생을 결정하는 것이 바람직하다.
또한, 상기 결정 과정은 상기 비교 결과에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행하는 것이 바람직하다.
또한, 상기 결정 과정은 기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함한 복수의 조건에서 테스트를 수행한 후 정상 상황, 연기 상황 및 화염 상황 중 어느 하나의 상태인 것을 판단하고 그 결과에 의거하여 화재 발생 여부를 결정하는 것이 바람직하다.
또한, 상기 결정 과정은 베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 중 적어도 하나 이상을 이용하여 테스트를 수행하는 것이 바람직하다.
상기와 같은 본 발명의 실시예에 따르면, 화재 발생 여부 판단 기준이 되는 입력 영상의 해상도 및 파일의 크기를 줄임으로써 영상 처리 속도를 줄인다. 따라서 보다 신속하고 정확하게 특정 지역(예컨대, 지하 터널 등)에 대한 화재 여부를 감지할 수 있는 효과가 있다.
본 발명의 실시예로는 다수개가 존재할 수 있으며, 이하에서는 첨부한 도면을 참조하여 바람직한 실시예에 대하여 상세히 설명하기로 한다. 이 실시예를 통해 본 발명의 목적, 특징 및 이점 들을 보다 잘 이해할 수 있게 된다.
도 1은 본 발명의 일 실시 예에 따른 화재 감지 장치에 대한 개략적인 블록도이다. 도 1을 참조하면 본 발명의 일 실시 예에 따른 화재 감지 장치(100)는 영상 수집부(110), 영상 변환부(120), 저장부(130), 영상 비교부(140) 및 경보 발생부(150)를 포함한다.
영상 수집부(110)는 특정 영역의 영상을 수집한다. 예를 들어 화재 감지 장치(100)를 이용하여 화재 여부를 감시할 영역에 대한 영상을 수집함이 바람직하다. 영상 수집부(110)의 대표적인 예로 CCD(Charge-Coupled Device) 카메라가 있다.
영상 변환부(120)는 영상 수집부(110)에서 수집된 영상을 화재 감지에 용이한 영상으로 변환한다. 예를 들어 영상 변환부(120)는 상기 수집된 영상의 해상도 및 영상 파일의 크기를 줄이는 작업을 수행한다. 이를 위해 영상 변환부(120)는 입력된 영상에 대하여 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성한 후, 그 스티어러블 피라미드(steerable pyramid) 영상들 각각을 다운 샘플링(down sampling) 함으로써 해상도를 감축하고, 상기 해상도를 감축한 영상들 각각에 대한 PCA(Principal Component Analysis)를 수행함이 바람직하다. 이러한 영상 변환부(120)의 처리 과정은 도 2를 설명한 설명에서 보다 상세히 설명될 것이다.
저장부(130)는 영상 변환부(120)의 처리 결과를 저장한다. 특히 저장부(130)는 영상 수집부(110)를 통해 순차적으로 입력되는 복수의 영상들 각각에 대한 영상 변환부(120)의 처리 결과를 일정 기간 동안 저장한다. 예를 들어 영상 수집부(110)를 통해 입력되는 첫 번째 영상에 대한 영상 처리를 수행한 후 그 결과 생성된 제1 영상과, 영상 수집부(110)를 통해 입력되는 두 번째 영상에 대한 영상 처리를 수행한 후 그 결과 생성된 제2 영상들을 일정 기간 동안 저장한다.
한편, 저장부(130)는 그 저장 용량에 따라 저장 가능한 영상의 수가 결정된다. 예를 들어 저장부(130)는 상기 결정된 개수의 영상만을 저장한다. 그리고 상기 개수 이상의 영상이 입력되면 오래 저장된 영상 순으로 기 저장된 영상을 삭제함으 로써 상기 저장 가능한 영상의 수를 유지한다.
영상 비교부(140)는 저장부(130)로부터 현재 입력된 영상 정보 및 이전에 입력된 영상 정보를 전달받아 상기 두 영상 정보 비교한다. 그리고 그 비교 결과를 경보 발생부(150)로 전달한다. 예컨대, 영상 비교부(140)는 상기 제1 영상과, 상기 제2 영상을 비교한다.
경보 발생부(150)는 상기 영상 비교부(140)의 비교 결과에 의거하여 경보 발생 여부를 결정하고 그에 대응된 경보를 발생한다. 이때 발생된 경보는 화재 램프(포함된 경우)의 점등 및 화재 경고음 발생 등이 있다.
예를 들어 경보 발생부(150)는 상기 제 1 영상과 제 2 영상의 상관관계를 비교하여 상기 두 영상의 상관관계가 떨어지는 경우 해당 영역에 화재가 발생한 것으로 판단한다. 즉, 제 1 영상과 제 2 영상에 대한 특징점이 서로 다를 경우 화재로 생성한다.
특히 경보 발생부(150)는 영상 비교부(140)에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행한다. 예를 들어 정상 상황, 연기 상황, 화염 상황을 판단한다. 이를 위해 경보 발생부(150)는 영상 데이터에서 발생할 수 있는 오류나 불명확성을 효과적으로 처리할 수 있어야 하며, 베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 등을 이용하여 기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함하여 다양한 조건에서 테스트를 수행한 후 정상상황, 연기 상황 및 화염 상황을 판단하는 것이 바람직하다.
상기 화재 감지 장치에 대한 처리 과정이 도 2에 더욱 상세히 예시되어 있다.
도 2는 본 발명의 일 실시 예에 따른 화재 감지 방법에 대한 처리 흐름도로서, 도 1 및 도 2를 참조하여 본 발명의 일 실시 예에 따른 화재 감지 방법을 설명하면 다음과 같다.
먼저, 영상수집부(110)에서 수집된 입력 영상이 영상 변환부(120)로 입력되면(S205) 영상 변환부(120)는 상기 입력 영상에 대한 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성한다(S210). 이때 스티어러블 피라미드(steerable pyramid) 영상은 입력 영상으로부터 특정 주파수 대역에 존재하는 영상 정보로서 영상의 지역적인(local) 변화에 둔감하며 영상의 텍스쳐 정보를 효과적으로 반영할 수 있는 영상을 말한다. 입력 영상으로부터 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성하기 위해서는 상기 입력 영상을 스티어러블 피라미드 필터(steerable pyramid filter)에 적용시킴이 바람직하다. 이와 같이 스티어러블 피라미드 필터(steerable pyramid filter)를 이용한 영상 변환 방법은 통상의 방법을 사용함이 바람직하다. 따라서 본 명세서에서는 입력 영상으로부터 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성하는 처리 과정에 대해서는 구체적인 설명을 생략할 것이다.
이와 같이 입력 영상을 스티어러블 피라미드 필터(steerable pyramid filter)에 적용하여 복수의 스티어러블 피라미드(steerable pyramid) 영상으로 생성한 경우의 예가 도 3에 예시되어 있다. 도 3은 입력 영상(A)으로부터 4가지 단 계, 6가지 방향 성분에 대하여 필터링된 결과를 나타낸 것으로서, 도 3을 참조하면 하나의 입력 영상(A)에 대해서 총 24개의 인텐서티(intensity) 영상을 얻을 수 있다.
상기 예와 같이 복수의 스티어러블 피라미드(steerable pyramid) 영상이 생성되면 영상 변환부(120)는 상기 복수의 스티어러블 피라미드(steerable pyramid) 영상들 각각에 대한 해상도 감축 과정을 수행한다(S215). 도 4는 본 발명의 일 실시 예에 따른 해상도 감축 과정에 대한 처리 과정을 예시하고 있다. 도 4를 참조하면, 해상도가 320*240인 이미지(image)(a)를 2차에 걸친 해상도 감축 과정을 통해 결과적으로 해상도가 4*4인 이미지(image)(e)를 생성하는 처리과정의 예가 도시되어 있다. 즉 해상도가 320*240인 이미지(image)(a)를 1차 해상도 감축(low pass filtering)시켜(b) 해상도가 80*60인 이미지(image)(c)를 생성하고, 상기 해상도가 80*60인 이미지(image)(c)를 다시 2차 해상도 감축시켜(d) 4*4 image로 생성한다(e). 이때 상기 과정은 과정(S210)에서 생성된 모든 스티어러블 피라미드(steerable pyramid) 영상에 대하여 수행되어야 한다.
이와 같이 모든 스티어러블 피라미드(steerable pyramid) 영상들 각각에 대한 이미지(예컨대, 해상도 감축된 이미지) 변환 결과가 도 5에 예시되어 있다. 도 5를 참조하면 상기 이미지들 각각이 모두 간소화된 형태로 표현되고 있음을 알 수 있다.
이와 같이 해상도가 감축된 영상들은 영상 내에 존재하는 잡음이나 조명의 변화에 거의 무관하고, 상기 영상 내에 존재하는 핵심 정보를 효과적으로 제공한 다. 그러나 상기 영상의 경우 영상의 글로벌(global)한 형태(reature)를 효과적으로 표현하는 장점이 있으나 아직도 리던던시(redundancy)가 존재하고 있는 것으로 판단되고 데이터 사이즈가 커서 후처리가 어려운 점이 있다.
이러한 문제를 효과적으로 줄이기 위해 본 발명에서는 PCA를 사용하는 방법을 제안하고 있다. 즉, 도 2의 예에서는 상기 과정(S215)에서 해상도가 감축된 영상들 각각에 대하여 PCA를 수행한다(S220). 그리고 그 PCA 결과를 저장한다(S225).
이때 PCA는 비록 연산이 복잡하지만 데이터 내에 존재하는 리던던시(redundancy)를 최적으로 없애는 기법이다. 예를 들어 PCA는 총 384 바이트의 정보에서 불필요한 리던던시(redundancy)를 없앰으로써 처리해야 할 데이터 양을 최소로 줄일 수 있다. 즉, PCA는 영상 정보를 서로 독립적인 성분으로 분리한 후 가장 중요한 수십 개의 정보만을 이용함으로써 영상을 효과적으로 표현하게 된다. 도 6은 도 5에 예시된 해상도 감축 영상들 중 임의의 한 영상에 대한 PCA 수행 결과를 예시하고 있다. 특히 도 6은 PCA 수행 결과 고유치(eigenvalue)가 큰 순서대로 영상을 나타내었다. 도 6을 참조하면 해상도가 감축된 영상을 이용하여 PCA를 수행한 결과 상기 고유치가 가장 큰 5개의 영상에서는 입력 영상의 특징을 효과적으로 표현하나 그보다 작은 고유치를 갖는 영상의 경우 실제로 중요한 영상 정보를 가지지 않는 것을 알 수 있다. 따라서 상기 과정(S225)은 상기 도 6에 예시된 바와 같이 해상도 감축된 복수의 영상들 각각에 대하여 PCA 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 저장한다. 이와 같이 PCA 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 저장함으로써 본 발명은 데이터의 양을 최적으로 줄일 수 있는 효과가 기대된다.
한편, 도 7은 서로 다른 5개의 입력 영상들(a, b, c, d, e)(320*240 해상도) 각각에 대하여 해상도가 감축된 복수의 영상들(16*5의 데이터 크기) 중 PCA 수행 결과 고유치가 큰 5개의 영상들을 도시한 도면이다.
이와 같이 PCA 결과를 저장하였으면 화재 탐지 작업은 실시간으로 입력되는 영상을 80 바이트의 데이터로 변환한 후 80 바이트에 대한 분석 작업을 통해 수행하게 된다. 따라서 전체적인 알고리즘의 수행 시간을 단축할 수 있다.
상기 과정(S225)에서 PCA 결과 데이터를 저장하였으면 이전 PCA 결과 데이터와 현재 PCA 결과 데이터를 비교하고(S230), 상기 비교 결과를 기 설정된 경보 등급 판단 기준과 비교하여 경보 등급을 판단하고(S235) 그 경보 등급에 의거하여 경보를 발생한다(S240).
이때 상기 과정(S235 및 S240)은 상기 과정(S230)의 비교 결과에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행한다. 예를 들어 정상 상황, 연기 상황, 화염 상황을 판단한다. 이를 위해 베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 등을 이용하여 기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함하여 다양한 조건에서 테스트를 수행한 후 정상상황, 연기 상황 및 화염 상황을 판단하는 것이 바람직하다.
도 8 및 도 9는 상기 과정(S230)의 PCA 데이터 비교 결과를 나타내고 있다. 특히 도 8은 도 7의 영상(a), 영상(b) 및 영상(c)에 대한 PCA 데이터 비교 결과를 나타내고 있다. 도 8을 참조하면 상기 3개의 영상 모두에 대하여 PCA 데이터 비교 결과가 서로 유사함을 알 수 있다. 이와 같이 특정 시간 간격으로 입력되는 복수의 영상들에 대한 PCA 데이터가 서로 유사한 형태로 변화할 경우 이는 화재 발생이 없는 정상적인 상태를 나타낸다.
한편, 도 9는 도 7의 영상(d), 영상(e)에 대한 PCA 데이터 비교 결과를 나타내고 있다. 도 9를 참조하면 상기 2개의 영상 모두에 대하여 PCA 데이터 비교 결과는 서로 판이한 차이가 있음을 알 수 있다. 이와 같이 특정 시간 간격으로 입력되는 복수의 영상들에 대한 PCA 데이터가 서로 다른 형태로 변화할 경우 이는 화재가 발생한 것으로 감지한다.
도 9에 예시된 바와 같이 복수의 영상에 대한 PCA 데이터가 서로 다른 형태로 변화하는 경우 그 다른 정도에 의거하여 화재의 등급을 판단한다.
도 10은 본 발명의 일 실시 예에 따른 PCA 데이터 값을 이용하여 화재 발생 여부를 결정하는 예를 도시한 도면이다. 즉 도 10은 다양한 변수를 고려하여 최적 탐지 처리를 수행하는 방법의 예를 도시한 도면이다.
이상에서는 본 발명에서 특정의 바람직한 실시예에 대하여 도시하고 또한 설명하였다. 그러나 본 발명은 상술한 실시예에 한정되지 아니하며, 특허 청구의 범위에서 첨부하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 및 균등한 타 실시가 가능할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부한 특허 청구범위에 의 해서만 정해져야 할 것이다.
본 발명에 따르면, 화재 발생 여부 판단 기준이 되는 입력 영상의 해상도 및 파일의 크기를 줄임으로써 영상 처리 속도를 줄인다. 따라서 보다 신속하고 정확하게 특정 지역(예컨대, 지하 터널 등)에 대한 화재 여부를 감지할 수 있는 효과가 있다.

Claims (20)

  1. 화재 감지 장치에 있어서,
    특정 영역의 영상을 수집하는 영상 수집부;
    상기 영상 수집부에서 수집된 영상의 해상도 및 영상 파일의 크기를 줄여서 화재 감지에 용이하게 변환하는 영상 변환부;
    상기 영상 수집부를 통해 순차적으로 입력되는 복수의 영상들 각각에 대한 상기 영상 변환부의 처리 결과를 저장하는 저장부;
    상기 저장부로부터 현재 입력된 제1 영상 정보 및 이전에 입력된 제2 영상 정보를 전달받아 상기 두 영상 정보를 비교하는 영상 비교부; 및
    상기 영상 비교부의 비교 결과에 의거하여 화재 경보 발생 여부를 결정하고 그에 대응된 경보를 발생하는 경보 발생부를 포함하는 영상 처리를 이용한 화재 감지 장치로서,
    상기 영상 변환부는,
    상기 수집된 영상에 대하여 복수의 스티어러블 피라미드(steerable pyramid) 영상을 생성한 후 그 스티어러블 피라미드(steerable pyramid) 영상들 각각의 해상도를 감축하고 상기 해상도를 감축한 영상들 각각에 대한 기본 요소 분석(PCA: Principal Component Analysis)을 수행하며,
    상기 복수의 영상들 각각에 대한 상기 기본 요소 분석(PCA) 수행 후 그 기본 요소 분석(PCA) 수행 결과 고유치(eigenvalue)가 큰 순서대로 소정개의 영상만을 선택하여 상기 저장부로 전달하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  2. 삭제
  3. 삭제
  4. 제 1항에 있어서,
    상기 영상 변환부는,
    상기 기본 요소 분석(PCA) 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 상기 저장부로 전달하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  5. 제1항에 있어서,
    상기 영상 비교부는,
    상기 제1 영상 정보와 상기 제2 영상 정보의 상관관계를 비교하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  6. 제5항에 있어서,
    상기 경보 발생부는,
    상기 제1 영상 정보와 제2 영상 정보의 상관 관계가 기 설정된 기준치 이하인 경우 화재 경보를 발생하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  7. 제6항에 있어서,
    상기 경보 발생부는,
    상기 영상 비교부에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  8. 제7항에 있어서,
    상기 경보 발생부는,
    기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함한 복수의 조건에서 테스트를 수행한 후 정상상황, 연기 상황 및 화염 상황 중 어느 하나의 상태인 것을 판단하고 그 결과에 의거하여 화재 발생 여부를 결정하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  9. 제8항에 있어서,
    상기 경보 발생부는,
    베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 중 적어도 하나 이상을 이용하여 테스트를 수행하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 장치.
  10. 화재 감지 방법에 있어서,
    화재 감지 대상 영역에 대한 영상 정보가 입력되면 그 입력 영상으로부터 특정 주파수 대역에 존재하는 복수의 1차 변환 영상을 생성하는 과정;
    상기 복수의 1차 변환 영상들 각각에 대하여 영상 내에 존재하는 잡음이나 조명의 변화에 무관하고 핵심정보를 효과적으로 제공하는 2차 변환 영상을 생성하는 과정;
    상기 2차 변환 영상들 각각에 대한 리던던시(redundancy)를 줄이는 과정;
    상기 리던던시를 줄인 영상들 중 상기 입력 영상의 특징을 효과적으로 표현하는 소정 개의 영상만을 선택하여 저장하는 과정;
    상기 저장된 영상들 중 현재 입력된 제1 영상정보들 및 이전에 입력된 제2 영상 정보들을 비교하는 과정; 및
    상기 비교 결과에 의거하여 화재 경보 발생 여부를 결정하는 과정을 포함하는 영상 처리를 이용한 화재 감지 방법으로서,
    상기 리던던시를 줄이는 과정은 상기 2차 변환 영상들 각각에 대하여 기본 요소 분석(PCA: Principal Component Analysis)을 수행하며,
    상기 영상 선택 및 저장 과정은 상기 기본 요소 분석(PCA) 수행 결과 고유치(eigenvalue)가 큰 순서대로 소정개의 영상만을 선택하여 저장하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  11. 제10항에 있어서,
    상기 1차 변환 영상 생성 과정은,
    상기 입력 영상을 스티어러블 피라미드 필터에 적용시켜서 상기 입력 영상에 대한 복수의 스티어러블 피라미드 영상을 생성하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  12. 제10항에 있어서,
    상기 2차 변환 영상 생성 과정은,
    상기 1차 변환 영상들 각각에 대하여 복수의 다운 샘플링(down sampling)을 수행하여 상기 1차 변환 영상의 해상도를 낮추는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  13. 삭제
  14. 삭제
  15. 제 10항에 있어서,
    상기 영상 선택 및 저장 과정은,
    상기 기본 요소 분석(PCA) 수행 결과 고유치가 큰 순서대로 5개의 영상만을 선택하여 저장함을 특징으로 선택하여 저장하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  16. 제10항에 있어서,
    상기 비교 과정은,
    상기 제1 영상정보들과 상기 제2 영상정보들의 상관관계를 비교하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  17. 제16항에 있어서,
    상기 결정 과정은,
    상기 제1 영상정보들과 제2 영상정보들의 상관 관계가 기 설정된 기준치 이하인 경우 화재가 발생한 것으로 판단하고 화재 경보 발생을 결정하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  18. 제17항에 있어서,
    상기 결정 과정은,
    상기 비교 결과에 대한 다양한 통계적인 분석을 통하여 최종적으로 최적의 판단을 수행하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  19. 제18항에 있어서,
    상기 결정 과정은,
    기차나 차량의 진행상황, 매연 가스 상황, 주야 변화 상황 등을 포함한 복수의 조건에서 테스트를 수행한 후 정상상황, 연기 상황 및 화염 상황 중 어느 하나의 상태인 것을 판단하고 그 결과에 의거하여 화재 발생 여부를 결정하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
  20. 제19항에 있어서,
    상기 결정 과정은,
    베이시안(bayesian) 확률 모델, 칼만 필터(Kalman filter), 파티클 필터(particle filter) 및 강제 복사 필터(constraint manifold filter) 중 적어도 하나 이상을 이용하여 테스트를 수행하는 것을 특징으로 하는 영상 처리를 이용한 화재 감지 방법.
KR1020050070215A 2005-08-01 2005-08-01 영상 처리를 이용한 화재 감지 장치 및 그 방법 KR100782036B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050070215A KR100782036B1 (ko) 2005-08-01 2005-08-01 영상 처리를 이용한 화재 감지 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050070215A KR100782036B1 (ko) 2005-08-01 2005-08-01 영상 처리를 이용한 화재 감지 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20070015703A KR20070015703A (ko) 2007-02-06
KR100782036B1 true KR100782036B1 (ko) 2007-12-04

Family

ID=41638181

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050070215A KR100782036B1 (ko) 2005-08-01 2005-08-01 영상 처리를 이용한 화재 감지 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR100782036B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101070340B1 (ko) 2009-12-29 2011-10-06 주식회사하이트론씨스템즈 도시철도의 화재 감지 시스템
KR101111077B1 (ko) * 2009-02-17 2012-02-16 (주)서브제로코리아 레인지 후드 시스템
KR101172314B1 (ko) 2010-10-12 2012-08-14 최승욱 화재 감시 시스템 및 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100868884B1 (ko) * 2007-06-20 2008-11-14 삼성코닝정밀유리 주식회사 유리 기판 유리 불량 정보 시스템 및 분류 방법
KR100912281B1 (ko) * 2007-07-06 2009-08-17 세종대학교산학협력단 영상 처리 기법을 이용한 고속 연기 탐지 기법 및 장치
KR100839090B1 (ko) * 2008-03-17 2008-06-20 (주)나인정보시스템 영상기반 화재감시시스템
KR100926978B1 (ko) * 2008-04-08 2009-11-17 삼성전자주식회사 영상 수집 제어 방법 및 장치
KR101386462B1 (ko) * 2012-07-31 2014-04-18 서울과학기술대학교 산학협력단 화재 영상을 인식하여 화재를 추적 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07245757A (ja) * 1994-03-07 1995-09-19 Mitsubishi Heavy Ind Ltd 可視カメラ・赤外線カメラ併用型異常検知装置
JPH09326090A (ja) * 1996-06-04 1997-12-16 Nohmi Bosai Ltd 火災検出装置
KR19990074175A (ko) * 1998-03-07 1999-10-05 이종훈 화상에 확률 분포 함수를 이용한 화재 감시방법
JPH11341486A (ja) 1998-05-22 1999-12-10 Hochiki Corp 画像記録装置とこれを用いた火災監視システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07245757A (ja) * 1994-03-07 1995-09-19 Mitsubishi Heavy Ind Ltd 可視カメラ・赤外線カメラ併用型異常検知装置
JPH09326090A (ja) * 1996-06-04 1997-12-16 Nohmi Bosai Ltd 火災検出装置
KR19990074175A (ko) * 1998-03-07 1999-10-05 이종훈 화상에 확률 분포 함수를 이용한 화재 감시방법
JPH11341486A (ja) 1998-05-22 1999-12-10 Hochiki Corp 画像記録装置とこれを用いた火災監視システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101111077B1 (ko) * 2009-02-17 2012-02-16 (주)서브제로코리아 레인지 후드 시스템
KR101070340B1 (ko) 2009-12-29 2011-10-06 주식회사하이트론씨스템즈 도시철도의 화재 감지 시스템
KR101172314B1 (ko) 2010-10-12 2012-08-14 최승욱 화재 감시 시스템 및 방법

Also Published As

Publication number Publication date
KR20070015703A (ko) 2007-02-06

Similar Documents

Publication Publication Date Title
KR100782036B1 (ko) 영상 처리를 이용한 화재 감지 장치 및 그 방법
KR101070340B1 (ko) 도시철도의 화재 감지 시스템
CN113516820B (zh) 一种火灾预警方法和预警系统
CN102945585A (zh) 通过多传感器数据融合进行火灾预警的方法
EP2804382A1 (en) Reliability determination of camera fault detection tests
KR101445045B1 (ko) 통합관제센터의 통합관제서비스를 이용한 수위경고 시스템 및 방법
KR102375679B1 (ko) 패턴 분석을 이용한 인공지능 기반의 화재 예측 방법 및 장치
CN111986436B (zh) 一种基于紫外、深度神经网络的综合火焰检测方法
CN112085075B (zh) 基于贝叶斯网络推理模型的管道腐蚀泄漏火灾推演系统
CN114118202A (zh) 一种城市地下综合管廊异常事件预警方法
KR101910892B1 (ko) IoT 기반의 모바일 스마트 태양광 발전 관리 시스템
CN112419686A (zh) 一种桥梁撞击探测的多级判断报警与事件记录系统
CN109613401A (zh) 一种基于智能低成本红外热视的电缆电弧故障预警系统
KR102299704B1 (ko) 재난환경 메타데이터 연계를 통한 스마트 딥러닝 영상감시 시스템
JP2009169717A (ja) 画像処理による侵入者検知装置
US20130322690A1 (en) Situation recognition apparatus and method using object energy information
KR101754165B1 (ko) 비주기 가속도 데이터를 병합한 구조물 이상거동 검출 및 안전성 평가 시스템
KR19990074175A (ko) 화상에 확률 분포 함수를 이용한 화재 감시방법
KR101160546B1 (ko) 시설물의 이상 징후에 대한 정지영상 역추적 방법
CN111882800B (zh) 一种基于多维度数据联动的消防预警方法及系统
KR100627483B1 (ko) 화상 이미지 분석을 통한 배출매연 인식 및 경보장치 및방법
KR20100056598A (ko) 교통 수단의 사고 기록 장치, 방법 및 시스템
CN102984730B (zh) 基于信任模型的无线传感器网络分布式探测决策融合方法
Al-Saleh et al. Towards an Autonomous Radiation Early Warning System.
Minor et al. A full-scale prototype multisensor system for fire detection and situational awareness

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20101129

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee