KR101592383B1 - 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법 - Google Patents

화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법 Download PDF

Info

Publication number
KR101592383B1
KR101592383B1 KR1020140138969A KR20140138969A KR101592383B1 KR 101592383 B1 KR101592383 B1 KR 101592383B1 KR 1020140138969 A KR1020140138969 A KR 1020140138969A KR 20140138969 A KR20140138969 A KR 20140138969A KR 101592383 B1 KR101592383 B1 KR 101592383B1
Authority
KR
South Korea
Prior art keywords
flame
temperature distribution
image
change
shape
Prior art date
Application number
KR1020140138969A
Other languages
English (en)
Inventor
김원호
이현술
Original Assignee
공주대학교 산학협력단
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 공주대학교 산학협력단 filed Critical 공주대학교 산학협력단
Priority to KR1020140138969A priority Critical patent/KR101592383B1/ko
Application granted granted Critical
Publication of KR101592383B1 publication Critical patent/KR101592383B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Abstract

본 발명은 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법에 관한 것이다.
본 발명에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법은, a) 감시 카메라에 의해 미리 설정되어 촬영된 화염의 후보 영역에 대한 영상을 수신하는 단계; b) 영상의 시간적인 변화를 분석하기 위해 설정된 간격으로 상기 수신한 영상의 변화가 있는지를 판별하는 단계; c) 설정된 간격으로 영상의 변화가 있으면, 화염의 색상에 따른 화염의 온도 분포 특성을 분석하는 단계; d) 화염의 온도 분포 특성에 대한 분석이 완료되면, 화염의 온도 분포 별 모양 변화를 측정하는 단계; e) 측정된 자료를 바탕으로 화염의 온도 분포별 모양 변화를 분석하는 단계; 및 f) 화염의 온도 분포별 모양 변화에 대한 분석 결과를 바탕으로, 화염 유무를 판단하는 단계를 포함한다.
이와 같은 본 발명에 의하면, 화염의 온도 분포 특성을 이용하여 화염 후보 영역을 분할하고, 분할된 영역에서 온도 분포 별로 화염의 모양 변화 특성을 시간에 따라 분석하고, 그것을 통해 최종적으로 화염 유무를 판단하므로, 화재 검출 시스템 등에 적용될 경우 화재 발생 유무를 조기에 정확하게 검출해 낼 수 있다.

Description

화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법{Flame detection method based on color image using temperature distribution characteristics of flame}
본 발명은 화염 검출 방법에 관한 것으로서, 더 상세하게는 화염 영역의 색상에 따른 온도 분포를 양자화하고, 온도 분포 별로 화염의 시간적인 변화를 확인하여 화염을 검출하는 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법에 관한 것이다.
화염은 순간의 실수로 인해 큰 재앙으로 변모될 수 있다. 화염이 화재로 발전하면 인적, 물적 자원의 손실이 발생하게 되고, 시간이 지날수록 더욱 큰 손실을 초래하게 된다. 따라서 화재를 조기에 감지하여 생명과 재산의 손실을 최소화하기 위한 다양한 화재 감지 기술이 연구 및 개발되고 있다.
화재를 조기에 감지하기 위한 방식으로 센서를 이용한 방식과 카메라의 영상을 이용한 방식으로 크게 분류할 수 있다. 센서 기반의 화재 감지 방식은 공기 중의 일산화탄소(CO)의 농도나 온도 등을 센서가 감지하여 화재 유무를 판단하는 방식으로, 건물 내부에서 쉽게 찾아볼 수 있을 정도로 많이 사용되고 있다. 카메라의 영상을 기반으로 화재를 감지하는 방식은 최근 보안을 위해 CCTV 시스템이 널리 보급되면서 CCTV 시스템의 응용으로 사용되고 있다. 영상 기반의 화재 감지 방식의 장점은 센서 기반 방식에 비해 넓은 영역의 화재 감지가 가능하고, 화재의 상태 정보를 영상으로 쉽게 확인할 수 있으며, CCTV 시스템의 응용이기 때문에 별도의 비용이 추가되지 않는 장점이 있다. 이러한 장점으로 인해 최근에는 영상 기반의 화재 감지의 연구가 활발히 이루어지고 있는 실정이다. 하지만, 이와 같은 종래 영상 기반의 화재 감지 방식은 영상 처리에 비교적 시간이 오래 걸리고, 또한 그 정밀도에 있어서도 신뢰도가 다소 떨어지는 등의 문제가 있다.
한국 공개특허공보 공개번호 10-2012-0125716(2012.11.19 공개) 한국 공개특허공보 공개번호 10-2008-0077481(2008.08.25 공개)
본 발명은 상기와 같은 사항을 감안하여 창출된 것으로서, 화염 영역의 색상에 따른 온도 분포를 양자화하고, 온도 분포 별로 화염의 시간적인 변화를 확인하여 화염을 검출하는 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법을 제공함에 그 목적이 있다.
상기의 목적을 달성하기 위하여 본 발명에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법은,
a) 감시 카메라에 의해 미리 설정되어 촬영된 화염의 후보 영역에 대한 영상을 수신하는 단계;
b) 영상의 시간적인 변화를 분석하기 위해 설정된 간격으로 상기 수신한 영상의 변화가 있는지를 판별하는 단계;
c) 상기 판별에서, 설정된 간격으로 영상의 변화가 있으면 화염의 색상에 따른 화염의 온도 분포 특성을 분석하는 단계;
d) 상기 화염의 온도 분포 특성에 대한 분석이 완료되면, 화염의 온도 분포 별 모양 변화를 측정하는 단계;
e) 상기 측정된 자료를 바탕으로 화염의 온도 분포별 모양 변화를 분석하는 단계; 및
f) 상기 화염의 온도 분포별 모양 변화에 대한 분석 결과를 바탕으로, 화염 유무를 판단하는 단계를 포함하는 점에 그 특징이 있다.
여기서, 상기 단계 d)와 e) 사이에 상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임인지를 판별하는 단계를 더 포함할 수 있다.
이때, 상기 판별에서 상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임이 아니면, 프레임 번호를 1만큼 증가시키고 화염 검출 프로세스를 상기 단계 a)로 회귀시키는 단계를 더 포함할 수 있다.
또한, 상기 단계 b)에서 영상의 시간적인 변화를 분석하기 위해 영상의 간격을 10Hz로 설정할 수 있다.
또한, 상기 단계 e)에서 상기 화염의 온도 분포별 모양 변화의 분석은, 상기 화염의 후보 영역의 최대 수직 길이와 최대 수평 거리의 교차점을 이용하여 화염의 후보 영역의 중심 화소를 결정하고, 그 중심 화소로부터 최외곽의 후보 화소의 거리를 복수의 방향으로 측정함으로써 복수의 방향의 거리 차이를 구하고, 상기 화염의 후보 영역의 화소를 x축 및 y축으로 누적하여 변화를 비교하는 것에 의해 이루어질 수 있다.
이때, 상기 중심 화소로부터 최외곽의 후보 화소의 거리를 8방향으로 측정할 수 있다.
이와 같은 본 발명에 의하면, 화염의 온도 분포 특성을 이용하여 화염 후보 영역을 분할하고, 분할된 영역에서 온도 분포 별로 화염의 모양 변화 특성을 시간에 따라 분석하고, 그것을 통해 최종적으로 화염 유무를 판단하므로, 화재 검출 시스템 등에 적용될 경우 화재 발생 유무를 조기에 정확하게 검출해 낼 수 있다.
도 1은 본 발명의 실시 예에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법의 실행 과정을 보여주는 흐름도.
도 2는 화염의 온도 분포에 따른 특성을 보여주는 도면.
도 3은 색차 성분 Cr 값에 따른 색상 분포를 보여주는 도면.
도 4a는 수학식 1의 조건을 만족하는 색상 성분 Cr의 색상 분포 결과에 대한 영상을 보여주는 도면.
도 4b는 도 4a의 영상에 대한 양자화 영상을 보여주는 도면.
도 5는 도 4a의 영상을 분할한 화염 영역과 비화염 영역에 대한 각각의 양자화 단계를 히스토그램으로 표현한 도면.
도 6은 수학식 1∼4까지의 조건을 만족하는 화염의 온도 분포 특성 결과를 보여주는 도면.
도 7a는 화염이 시간에 따라 불규칙한 모양으로 변화하는 특징을 보여주는 도면.
도 7b는 비화염이 시간에 따라 일정한 모양으로 나타나는 특징을 보여주는 도면.
도 8은 화염의 온도 분포에 따른 영역의 분할을 보여주는 도면.
도 9a는 화염 영역을 온도 분포에 따라 분할하여 각각의 모양이 변화하는 것을 보여주는 도면.
도 9b는 비화염 영역을 온도 분포에 따라 분할하여 각각의 모양이 일정하게 유지되는 것을 보여주는 도면.
도 10은 후보 영역의 거리 변화를 이용한 화염의 모양 분석 방법을 도식적으로 보여주는 도면.
도 11a는 비화염 영역에 대하여 누적 화소(픽셀)를 이용한 화염의 모양 분석 방법을 도식적으로 보여주는 도면.
도 11b는 화염 영역에 대하여 누적 화소(픽셀)를 이용한 화염의 모양 분석 방법을 도식적으로 보여주는 도면.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정되어 해석되지 말아야 하며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "장치" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다.
도 1은 본 발명의 실시 예에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법의 실행 과정을 보여주는 흐름도이다.
도 1을 참조하면, 본 발명에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법에 따라, 먼저 감시 카메라(미도시)에 의해 미리 설정되어 촬영된 화염의 후보 영역에 대한 영상을 제어부(미도시)에서 수신한다(단계 S101).
그런 후, 제어부는 영상의 시간적인 변화를 분석하기 위해 설정된 간격으로 상기 수신한 영상의 변화가 있는지를 판별한다(단계 S102). 이때, 영상의 시간적인 변화를 분석하기 위해 영상의 간격을 10Hz로 설정할 수 있다. 그러나, 이에 한정되는 것은 아니며, 어떠한 조건이나 상황에 따라 영상의 간격을 다른 값으로 설정할 수도 있다.
상기 단계 S102의 판별에서, 설정된 간격으로 영상의 변화가 없으면 본 발명의 화염 검출 방법의 프로세스를 상기 단계 S101로 회귀시키고, 설정된 간격으로 영상의 변화가 있으면 제어부는 화염의 색상에 따른 화염의 온도 분포 특성을 분석한다(단계 S103). 즉, 화염은 일반적으로 단일 색상으로 표현되는 것이 아니라 적색, 주황색, 황색, 백색 등 두 가지 이상의 색상으로 표현되며, 따라서 이와 같은 화염의 색상에 따른 화염의 온도 분포 특성을 분석하는 것이다. 이에 대해서는 뒤에서 다시 설명하기로 한다.
상기 화염의 온도 분포 특성에 대한 분석이 완료되면, 화염의 온도 분포 별 모양 변화를 측정한다(단계 S104). 즉, 분석된 화염의 온도 분포 특성 자료를 바탕으로 화염의 온도 분포 별 모양 변화를 측정하는 것이다. 이와 같은 화염의 온도 분포 별 모양 변화의 측정은, 예를 들면, 화염을 온도 분포에 따라 복수의 영역으로 분할하고, 분할된 영역의 시간에 따른 모양의 변화를 추적함으로써 이루어질 수 있다. 이와 관련해서는 뒤에서 다시 설명하기로 한다.
이렇게 하여 화염의 온도 분포 별 모양 변화가 측정되면, 제어부는 그 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임인지를 판별한다(단계 S105).
상기 단계 S105의 판별에서 상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임이 아니면, 프레임 번호를 1만큼 증가시키고(단계 S106), 화염 검출 프로세스를 상기 단계 S101로 회귀시킨다.
그리고, 상기 단계 S105의 판별에서 상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임이면, 상기 측정된 자료를 바탕으로 화염의 온도 분포별 모양 변화를 분석한다(단계 S107). 여기서, 상기 화염의 온도 분포별 모양 변화의 분석은, 상기 화염의 후보 영역의 최대 수직 길이(V)와 최대 수평 길이(H)의 교차점을 이용하여 화염의 후보 영역의 중심 화소(pixel)을 결정하고, 그 중심 화소로부터 최외곽의 후보 화소의 거리를 복수의 방향으로 측정함으로써 복수의 방향의 거리 차이를 구하고, 상기 화염의 후보 영역의 화소를 x축 및 y축으로 누적하여 변화를 비교하는 것에 의해 이루어질 수 있다. 이때, 상기 중심으로부터 최외곽의 후보 화소의 거리를 8방향으로 측정할 수 있다. 그러나, 이와 같은 8방향으로 한정되는 것은 아니며, 상황에 따라 다양한 방향, 예를 들면 4방향, 5방향, 6방향, 10방향, 12 방향 등으로 설정할 수도 있다.
이렇게 하여 화염의 온도 분포별 모양 변화에 대한 분석이 완료되면, 그 분석 결과를 바탕으로, 화염 유무를 판단한다(단계 S108).
그러면 이하에서는 이상과 같은 본 발명에 따른 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법과 관련하여 실제의 실험 예를 바탕으로 더 상세히 설명해 보기로 한다.
< 화염의 온도 분포 특성 >
본 발명의 화염 검출 방법이 채용되는 영상을 기반으로 한 화재 감지 시스템에 있어서 화재를 감지하기 위하여 영상 내부에서 화염 영역을 분할하는 기술이 중요한 요소이다. 화염 영역을 분할하기 위해서 화염의 특징을 이용하게 되는데 색상, 움직임, 모양, 비율, 질감 등 다양한 특징을 이용하게 된다.
화염은 매질과 산소 공급에 따라 화염 내에 온도가 다양하게 분포하는 특징이 있다. 도 2는 화염의 일 예를 보여주는 도면이다. 도 2에서 알 수 있는 바와 같이 화염은 적색, 주황색, 황색, 백색으로 다양한 색상을 포함하여 보여준다. 화염은 단일 색상으로 표현되는 것이 아니라 두 가지 이상의 색상으로 표현되는 것을 알 수 있다. 또한, [표 1]에서와 같이 화염 내부에서의 색상에 따른 온도 범위가 서로 다름을 알 수 있다.
화염 색상에 따른 온도
화염 색상 온도
적색 500∼900℃
주황색 900∼1100℃
황색 1100∼1300℃
백색 1300∼1500℃
이상과 같이 화염은 하나의 온도를 갖는 것이 아니라 두 가지 이상의 온도 분포를 갖는다는 것을 알 수 있다. 따라서 화염은 두 가지 이상의 온도 분포를 보이는 특징으로 크게 외염과 내염으로 구분할 수 있고, 본 발명의 화염 검출 방법에서는 화염 영역에서 두 가지 이상의 색상을 보이는 특징을 이용한다. 따라서 화염의 색상으로 표현되는 적색, 주황색, 황색, 백색을 표현할 수 있는 색상 모델을 도입한다. 다양한 색상 공간을 분석한 결과, 다음의 수학식 1의 조건을 만족하는 Cr 성분에서 원하는 색상의 분포를 보이는 것을 확인할 수 있었다.
도 3은 수학식 1의 조건을 만족하는 Cr 성분의 색상 분포를 나타낸다. 도 3에서 볼 수 있는 바와 같이, 녹색, 백색, 황색, 주황색, 적색의 순으로 Cr 성분의 값이 높은 순으로 색상을 표현한다. 따라서 온도에 따른 화염의 색상 분포를 표현하기에 적합하다.
Figure 112014098115205-pat00001
여기서, R은 RGB 색상 모델의 Red 성분, Cb는 YCbCr 색상 모델의 Cb 성분, (x,y)는 영상 내부의 화소의 위치, TR은 Threshold Red로 Red 성분의 임계값, TCb는 Threshold Cb로 Cb 성분의 임계값, Rule 1은 해당 조건인 Red가 임계값 이상인 화소의 이진(binary) 영상, Rule 2는 해당 조건인 Cb가 임계값 이상인 화소의 이진 영상을 각각 나타낸다.
또한, Cr 성분을 [표 2]와 같이 비선형 양자화 레벨로 구분하였다.
비선형 양자화 레벨
색상 양자화 레벨 Cr 성분값
청색 1 0∼121
백색 2 122∼134
황색 3 135∼162
주황색 4 163∼193
적색 5 194∼255
컬러 영상에서 상기 수학식 1의 조건을 비선형 양자화 레벨로 표현하면 도 4a및 도 4b와 같이 나타난다. 도 4a는 수학식 1의 결과에 대한 영상을 보여주는 도면이고, 도 4b는 도 4a의 영상에 대한 양자화 영상을 보여주는 도면이다.
도 4a 및 도 4b에서와 같이, 화염은 2가지 이상의 색상을 포함하고, 비화염의 경우 1가지의 색상을 주로 표현하는 것을 확인할 수 있다. 또한, 이를 히스토그램으로 표현하면 도 5와 같이 나타난다.
도 5는 도 4a의 영상을 수작업으로 분할하여 화염 영역과 비화염 영역에 대한 각각의 양자화 단계를 히스토그램으로 표현한 도면이다.
도 5를 참조하면, (a)는 화염 영역 히스토그램으로서, 이 화염인 경우에는 황색, 주황색, 적색의 색상이 분포한다. (b)는 비화염 영역 히스토그램으로서, 이 비화염의 경우에는 백색에 해당하는 색상만이 분포한다.
도 5에서 x축은 상기 <표 2>의 색상을 1∼5 레벨로 양자화한 수치를 나타내고, y축은 도 4b의 양자화 영상에서 하나의 후보 영역의 전체 화소 중에 해당 양자화 레벨에 대한 화소 수의 비율을 나타낸다.
화염의 온도에 따른 색상 분포 특징을 다음의 수학식 2∼4의 조건으로 표현할 수 있다.
Figure 112014098115205-pat00002
여기서, L은 Labeling으로 상기 수학식 1에서의 Rule 1과 Rule 2의 교집합 영상을 라벨링 기법으로 영역 분할을 하는 것을 의미하고, n은 1∼5에 해당하는 양자화 단계(표 2 참조)를 의미하며, i는 라벨링 ID를 의미하고, count는 해당 라벨링 영상에서 n을 만족하는 모든 화소를 카운트하는 것을 의미하며, Hist는 Histogram으로 각 영역의 양자화 히스토그램을 의미한다.
Figure 112014098115205-pat00003
위의 수학식 3에서 n은 1∼5에 해당하는 양자화 단계, i는 라벨링 ID, Th는 "Threshold Histogram"으로 히스토그램의 밀집도를 임계값으로 판단하는 것, fire는 화염 후보 영역, Hist는 Histogram으로 각 영역의 양자화 히스토그램을 각각 의미한다.
Figure 112014098115205-pat00004
위의 수학식 4는 화염 영역에서 황색과 주황색을 항상 보여주는 특징을 반영하였다. 수학식 4에서 n은 1∼5에 해당하는 양자화 단계, i는 라벨링 ID, fire는 화염 후보 영역, Hist는 Histogram으로 각 영역의 양자화 히스토그램을 각각 의미한다.
이상과 같은 수학식 1∼4까지의 조건을 만족하는 화염의 온도 분포 특성을 반영한 결과는 도 6과 같이 나타난다.
< 화염의 모양 변화 특성 >
화염은 시간에 따라 모양이 불규칙하게 변하는 특징이 있다. 도 7a 및 도 7b는 화염과 비화염의 모양 변화를 각각 보여주는 도면이다.
도 7a는 화염이 시간에 따라 그 모양이 불규칙하게 변화하는 특징을 보여주고, 도 7b는 비화염이 시간에 따라 모양이 일정하게 나타나는 특징을 보여주고 있다.
본 발명의 방법에서는 화염의 모양의 변화를 분석하기 위해 화염의 온도 분포에 따른 모양을 분석하였다. 도 8은 화염의 온도 분포에 따른 영역의 분할을 보여주는 도면이고, 도 9a 및 도 9b는 도 8과 같이 분할된 영역의 시간에 따른 모양의 변화를 보여주는 도면이다.
도 9a는 화염 영역을 온도 분포에 따라 분할하여 각각의 모양이 변화하는 것을 보여주는 도면이고, 도 9b는 비화염 영역을 온도 분포에 따라 분할하여 각각의 모양이 일정하게 유지되는 것을 보여주는 도면이다.
도 9a를 통해 온도 분포에 따른 화염은 시간에 따라 불규칙적으로 표현되는 것을 알 수 있다.
본 발명에서는 화염의 모양의 변화를 분석하기 위해 2가지 방법을 채용한다.
먼저, 화염의 모양의 분석을 위해 도 10과 같이 후보 영역의 최대 수직 길이(V)와 최대 수평길이(H)의 교차점을 이용하여 후보 영역의 중심 화소(픽셀)를 결정하고, 그 중심 화소로부터 최외곽의 후보 화소의 거리를 8방향으로 측정하는 방법이 채용된다.
다음의 수학식 5는 화염 후보 영역을 도 10과 같이 중심 화소(픽셀)를 구한 후, 8방향의 거리 변화를 구하기 위해 3 프레임 간의 차이를 구하여 합산한 결과를 구하는 수식이다.
Figure 112014098115205-pat00005
Figure 112014098115205-pat00006
여기서, Fire_center는 화염 후보 영역의 중심 화소, Fire_out은 화염 후보 영역의 외곽(도 10 참조), k는 1∼8에 해당하는 외곽 번호, FireDis는 중심 화소와 외곽 화소 간의 거리, FireDis1는 1번 Frame의 중심 화소와 외곽 화소 간의 거리, FireDis2는 2번 Frame의 중심 화소와 외곽 화소 간의 거리, FireDis3는 3번 Frame의 중심 화소와 외곽 화소 간의 거리, i는 1∼8에 해당하는 외곽 번호, FireD는 3 Frame간의 거리 차이의 합을 각각 나타낸다.
한편, 화염 모양 분석의 두 번째 방법으로서, 후보 영역의 화소(픽셀)를 x축과 y축으로 누적하여 변화를 비교하는 방법이 채용된다. 도 11a 및 도 11b는 비화염인 경우와 화염인 경우의 누적된 결과를 보여주는 도면이다.
도 11a는 비화염인 경우를 보여주는 것으로서, 비화염 영역은 시간에 따라 누적 화소(픽셀)가 크게 변하지 않고 일정하게 나타나는 것을 확인할 수 있다. 반면, 도 11b의 경우, 이는 화염인 경우를 나타낸 것으로서, 화염 영역은 누적 화소(픽셀)의 분포가 변화되는 것을 확인할 수 있다.
Figure 112014098115205-pat00007
Figure 112014098115205-pat00008
여기서, k는 x축 좌표값으로 최소 x에서 최대 x까지 변화, count는 조건을 만족하는 화소를 카운트하는 것, Fire_x는 최소 x에서 최대 x까지의 누적 화소 수, Firex1은 1번 Frame의 x축으로 누적 화소 수, Firex2는 2번 Frame의 x축으로의 누적 화소 수, Firex3는 3번 Frame의 x축으로의 누적 화소 수, N은 최소 x축 좌표, M은 최대 x축 좌표, i는 x축 좌표, FireAccx는 3 Frame 간의 x축 누적 화소의 변화 비율을 각각 의미한다.
Figure 112014098115205-pat00009
Figure 112014098115205-pat00010
여기서, k는 y축 좌표값으로 최소 y에서 최대 y까지 변화, count는 조건을 만족하는 화소를 카운트하는 것, Fire_y는 최소 y에서 최대 y까지의 누적 화소 수, Firey1은 1번 Frame의 y축으로 누적 화소 수, Firey2는 2번 Frame의 y축으로의 누적 화소 수, Firey3는 3번 Frame의 y축으로의 누적 화소 수, N은 최소 y축 좌표, M은 최대 y축 좌표, i는 y축 좌표, FireAccx는 3 Frame 간의 y축 누적 화소의 변화 비율을 각각 의미한다.
상기 수학식 6, 7은 도 11a 및 도 11b와 같이 x축과 y축의 누적된 후보 영역 화소(픽셀) 수를 구하여 3 프레임 동안의 변화된 화소(픽셀)의 비율을 각각 구하는 것을 수식 관계로 나타낸 것이다.
다음의 수학식 8은 최종적으로 화염을 판단하는 수식으로서, 8방향의 거리 차이와 누적 화소(픽셀) 수의 비율을 이용하여 최종적인 화염 유무를 판단하게 된다.
Figure 112014098115205-pat00011
여기서, FireD는 3 Frame 간의 거리 차이를 합한 결과, FireAccx는 3 Frame 간의 x축 누적 화소의 변화 비율, FireAccy는 3 Frame 간의 y축 누적 화소의 변화 비율, Tfd는 거리 변화의 임계값, Txy는 누적 화소 변화 비율의 임계값을 각각 나타낸다.
< 모의 실험 및 결과 >
본 발명에 따른 화염 검출 방법을 검증하기 위해 15개의 실험 영상을 이용하였다. 실험 영상은 720 * 480의 크기와 초당 30 프레임의 영상을 사용하였다. 실험 영상에서 10Hz 간격으로 화염 후보 영역을 결정하고, 3 프레임 동안 시간에 따른 화염의 온도 분포별 모양의 변화를 분석하여 최종 화염을 판단하였다. 아래의 [표 3]은 실험에 대한 결과를 나타낸다.
[표 3]에서 "Decision"은 영상에서 최종 판단의 수를 나타내고, "Flame"은 화염이 있는 영상을 나타낸다. 또한,"Detection"은 화염 영역에서 화염으로 판단한 경우를 나타내고, "False"는 비화염 영역에서 화염으로 판단하는 경우를 나타낸다. 그리고, "Detection Rate"(96.9%), "False Rate"(4.7%)는 아래의 수학식 9 및 10을 통해 얻어진 결과를 나타낸다.
실험에 대한 결과
No. Flame Decision Detection False
1 100 100 98 0
2 99 99 90 0
3 99 99 95 0
4 90 99 90 46
5 99 99 96 0
6 99 99 95 0
7 99 99 99 0
8 99 99 95 0
9 99 99 99 0
10 99 99 97 0
11 99 99 99 0
12 99 99 90 0
13 0 90 0 0
14 0 79 0 0
15 0 80 0 22
Total 1180 1438 1143 68
96.9% 4.7%
Figure 112014098115205-pat00012
여기서, DetectionRate는 화염의 검출률, Detection은 화염이 있는 영상에서 화염을 검출한 경우, Decision은 영상에서 화염 여부를 판단하는 경우를 각각 나타낸다.
Figure 112014098115205-pat00013
여기서, FalseRate는 화염의 오검출률, False는 화염이 없는 영상에서 화염을 검출한 경우, Decision은 영상에서 화염 여부를 판단하는 경우를 각각 나타낸다.
이상의 설명에서와 같이, 본 발명에 따른 화염 검출 방법은 화염의 온도 분포 특성을 이용하여 화염 후보 영역을 분할하고, 분할된 영역에서 온도 분포 별로 화염의 모양 변화 특성을 시간에 따라 분석하고, 그것을 통해 최종적으로 화염 유무를 판단하므로, 본 발명의 방법이 화재 검출 시스템 등에 적용될 경우 화재 발생 유무를 조기에 정확하게 검출해 낼 수 있게 될 것이다.
이상, 바람직한 실시 예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양하게 변경, 응용될 수 있음은 당해 기술분야의 통상의 기술자에게 자명하다. 따라서, 본 발명의 진정한 보호 범위는 다음의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (6)

  1. a) 감시 카메라에 의해 미리 설정되어 촬영된 화염의 후보 영역에 대한 영상을 수신하는 단계;
    b) 영상의 시간적인 변화를 분석하기 위해 설정된 간격으로 상기 수신한 영상의 변화가 있는지를 판별하는 단계;
    c) 상기 판별에서, 설정된 간격으로 영상의 변화가 있으면 화염의 색상에 따른 화염의 온도 분포 특성을 분석하는 단계;
    d) 상기 화염의 온도 분포 특성에 대한 분석이 완료되면, 화염의 온도 분포 별 모양 변화를 측정하는 단계;
    e) 상기 측정된 자료를 바탕으로 화염의 온도 분포별 모양 변화를 분석하는 단계; 및
    f) 상기 화염의 온도 분포별 모양 변화에 대한 분석 결과를 바탕으로, 화염 유무를 판단하는 단계를 포함하고,
    상기 단계 d)와 e) 사이에
    상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임인지를 판별하는 단계; 및
    상기 판별에서 상기 화염의 온도 분포별 모양 변화가 있는 영상 프레임이 3번째 프레임이 아니면, 프레임 번호를 1만큼 증가시키고 화염 검출 프로세스를 상기 단계 a)로 회귀시키는 단계;를 더 포함하는 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 단계 b)에서 영상의 시간적인 변화를 분석하기 위해 영상의 간격을 10Hz로 설정하는, 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법.
  5. 제1항에 있어서,
    상기 단계 e)에서 상기 화염의 온도 분포별 모양 변화의 분석은, 상기 화염의 후보 영역의 최대 수직 길이와 최대 수평 거리의 교차점을 이용하여 화염의 후보 영역의 중심 화소를 결정하고, 그 중심 화소로부터 최외곽의 후보 화소의 거리를 복수의 방향으로 측정함으로써 복수의 방향의 거리 차이를 구하고, 상기 화염의 후보 영역의 화소를 x축 및 y축으로 누적하여 변화를 비교하는 것에 의해 이루어지는, 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법.
  6. 제5항에 있어서,
    상기 중심 화소로부터 최외곽의 후보 화소의 거리를 8방향으로 측정하는, 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법.
KR1020140138969A 2014-10-15 2014-10-15 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법 KR101592383B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140138969A KR101592383B1 (ko) 2014-10-15 2014-10-15 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140138969A KR101592383B1 (ko) 2014-10-15 2014-10-15 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법

Publications (1)

Publication Number Publication Date
KR101592383B1 true KR101592383B1 (ko) 2016-02-11

Family

ID=55351777

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140138969A KR101592383B1 (ko) 2014-10-15 2014-10-15 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법

Country Status (1)

Country Link
KR (1) KR101592383B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102271A (zh) * 2020-09-02 2020-12-18 浙江大学 一种基于普通数字相机的实时在线火焰温度测量方法
CN116597603A (zh) * 2023-07-19 2023-08-15 山东哲远信息科技有限公司 一种智能消防火灾报警系统及其控制方法
CN117576872A (zh) * 2023-11-20 2024-02-20 浙江猎人特卫安保集团有限公司 一种报警技术误报甄别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09326090A (ja) * 1996-06-04 1997-12-16 Nohmi Bosai Ltd 火災検出装置
KR20080077481A (ko) 2007-02-20 2008-08-25 (주)에이치엠씨 영상처리를 이용한 화재 감지 방법 및 시스템
KR20120125716A (ko) 2011-05-09 2012-11-19 이순영 화재 영상 감지시스템 및 그 방법
KR20130121344A (ko) * 2012-04-27 2013-11-06 공주대학교 산학협력단 컬러 영상의 색상 및 시공간적 특성 분석을 이용한 화재검출시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09326090A (ja) * 1996-06-04 1997-12-16 Nohmi Bosai Ltd 火災検出装置
KR20080077481A (ko) 2007-02-20 2008-08-25 (주)에이치엠씨 영상처리를 이용한 화재 감지 방법 및 시스템
KR20120125716A (ko) 2011-05-09 2012-11-19 이순영 화재 영상 감지시스템 및 그 방법
KR20130121344A (ko) * 2012-04-27 2013-11-06 공주대학교 산학협력단 컬러 영상의 색상 및 시공간적 특성 분석을 이용한 화재검출시스템 및 그 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1* *
논문2* *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102271A (zh) * 2020-09-02 2020-12-18 浙江大学 一种基于普通数字相机的实时在线火焰温度测量方法
CN116597603A (zh) * 2023-07-19 2023-08-15 山东哲远信息科技有限公司 一种智能消防火灾报警系统及其控制方法
CN116597603B (zh) * 2023-07-19 2023-10-10 山东哲远信息科技有限公司 一种智能消防火灾报警系统及其控制方法
CN117576872A (zh) * 2023-11-20 2024-02-20 浙江猎人特卫安保集团有限公司 一种报警技术误报甄别方法

Similar Documents

Publication Publication Date Title
CN111739250B (zh) 结合图像处理技术与红外传感器的火灾探测方法及系统
US9747501B2 (en) Fire detection method and apparatus
CN112560657B (zh) 烟火识别方法、装置、计算机设备和存储介质
KR100858140B1 (ko) 영상처리를 이용한 화재 감지 방법 및 시스템
US8462980B2 (en) System and method for video detection of smoke and flame
JP2006350558A5 (ko)
CN107767390B (zh) 监控视频图像的阴影检测方法及其系统、阴影去除方法
KR101592383B1 (ko) 화염의 온도 분포 특성을 이용한 컬러 영상 기반의 화염 검출 방법
US11315374B2 (en) Detection of fraudulent access at control gates
US20150213621A1 (en) Fire detection system and method employing digital images processing
CN109360370B (zh) 一种基于机器人烟火检测的方法
US20150003743A1 (en) Object detection device and object detection method
KR101693959B1 (ko) 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법
CN113505758B (zh) 一种基于视觉检测的烟雾预警系统
JP2010097412A (ja) 煙検出装置
CN104883539B (zh) 一种用于关注区域防篡改的监控方法及系统
CN108830184A (zh) 黑眼圈识别方法及装置
CN102999994A (zh) 基于视频图像分析的火焰检测装置
US9997038B2 (en) Smoke detection apparatus, method for detecting smoke and computer program
CN109841028B (zh) 一种基于红外热像仪的热源探测方法、系统及存储介质
CN108419045B (zh) 一种基于红外热成像技术的监控方法及装置
Poobalan et al. Fire detection based on color filters and Bag-of-Features classification
CN103020588A (zh) 基于视频图像分析的火焰检测方法
KR20220049746A (ko) 열화상 및 실화상을 이용한 건물 외벽의 열적 이상 부위 판단 시스템과 그 방법
Khan et al. Real-time fire detection using enhanced color segmentation and novel foreground extraction

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200218

Year of fee payment: 5