KR20120035734A - 화재 검출 방법 - Google Patents

Abstract

본 발명에서는 영상 촬영 장치에 의해 촬영된 영상으로부터 배경 영상을 추출한 후 촬영 영상과 배경 영상간의 차신호 영상인 전경 영상을 분리하고, 전경 영상의 이동성 내지 움직임 여부를 판단하기 위하여 명도 및 채도 등의 특성 변화를 분석하여 소정의 후보 영역을 추출한 다음, 추출된 해당 후보에 대하여 가우시안 혼합 모델링 방식을 적용하여 연기 또는 화염의 특성을 갖는 영역을 분리 추출하여 신속하면서도 정확히 화재의 발생을 검출하여 관리자에게 알려줄 수 있는 영상처리를 이용한 화재 검출 방법을 제공한다.

Description

화재 검출 방법{A method for detecting fire or smoke}

본 발명은 영상처리를 이용한 화재 검출 방법에 관한 것으로, 감시대상지역을 촬영하여 연기 및 화염의 발생 여부를 검출하고, 연기 및 화염발생에 따른 화재발생을 신속하게 알려주기 위한 화재 검출 방법에 관한 것이다.

일반적으로, 화재 검출 시스템은 감시대상지역에 설치되어 연기 또는 온도를 검출하는 센서를 이용하는 방법과 감시대상지역을 촬영하는 카메라를 이용하는 방법이 있다.

상기 연기 또는 온도를 검출하는 센서를 이용하는 방법은 일정량 이상의 연기 또는 일정온도 이상의 온도를 검출하여 화재발생 여부를 판단하는 것이나, 화재가 발생된 후 화재범위가 광범위하게 확산된 이후, 많은 양의 연기가 발생하거나 온도가 충분히 상승된 상태에서 화재의 발생을 검출하게 되어, 화재발생에 따른 신속한 대응이 이루어지지 못하는 문제점이 있었다.

본 발명은 전술한 문제점을 해결하기 위하여 제안된 것으로 연기, 화염의 징후를 조기에 포착할 수 있는 화재 검출 방법을 제공하고자 한다.

이를 위하여, 본 발명에서는 소정의 확률 분포 함수를 이용하여 연기와 화염의 통계적 특성을 파악한 후 이 데이터를 기초로하여 촬영된 영상중 움직임이 포착된 후보 영역에 대한 통계적 특성을 추출하여 연기, 화염 등의 통계적 특성과 비교하여 화재의 발생을 검출하는 방법을 제공하고자 한다.

이를 위하여, 본 발명에서는 영상 촬영 장치에 의해 촬영된 영상으로부터 배경 영상을 추출한 후 촬영 영상과 배경 영상간의 차신호 영상인 전경 영상을 분리하고, 전경 영상의 이동성 내지 움직임 여부를 판단하기 위하여 명도 및 채도 등의 특성 변화를 분석하여 소정의 후보 영역을 추출한 다음, 추출된 해당 후보에 대하여 가우시안 혼합 모델링 방식을 적용하여 연기 또는 화염의 특성을 갖는 영역을 분리 추출하여 신속하면서도 정확히 화재의 발생을 검출하여 관리자에게 알려줄 수 있는 영상처리를 이용한 화재 검출 방법을 제공하고자 한다.

본 발명에 따른 화재 검출 방버의 실시예는 (a)영상 촬영 장치를 통하여 촬영된 영상중에서 움직임이 있는 후보 영역을 추출하는 단계; (b)상기 후보 영역을 구성하는 해당 픽셀들의 색정보를 이용하여 상기 후보 영역에 대한 소정의 확률 분포 함수의 통계적 특성을 구하는 단계; 및 (c)상기 통계적 특성으로부터 상기 후보 영역이 연기 영역인지 화염 영역인지 여부를 판정하는 단계를 구비한다.

본 발명에 있어서, 상기 (b) 단계에서, 상기 해당 픽셀들의 색정보는 명도 또는 채도 정보 중 적어도 하나 이상을 포함한다.

본 발명에서, 상기 소정의 확률 분포 함수의 구체적인 일예는 가우시안 혼합 모델링 함수이다.

본 발명에서, 상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 평균치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정한다.

본 발명에서, 상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 분산치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정한다.

본 발명에서, 상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 평균치와 분산치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정한다.

본 발명에 따른 화재 검출 방법을 실시하는 경우 연기 또는 화염의 징후를 사전에 포착하여 대형 화재로 이어지는 사태를 미연에 방지할 수 있는 효과가 있다.

또한, 본 발명의 화재 검출 방법은 움직임이 포착된 후보 영역 영상에 대한 통계적 확률 분석 함수를 통하여 화염 내지 연기의 통계적 특성과 비교하는 관계로 연기나 화염의 확률 분포 함수의 특성을 정확히 특정함으로써 종래의 일반적인 검출 방식보다 화재 발생의 징후를 보다 명확히 포착할 수 있는 효과가 있다.

도 1은 발명에 따른 화재 검출 방법을 기술적으로 가능하게 하는 시스템의 개략적인 블록도이다.
도 2는 본 발명에서 제안하는 영상 신호 처리 장치를 이용한 화재 검출 방법의 기술적 사상을 설명하는 실시예이다.
도 3은 본 발명에 따라 추출한 후보 영역이 연기 영역인지 여부를 판정하는 흐름도이다.
도 4는 본 발명에 따라 추출한 후보 영역이 화재 영역인지 여부를 판정하는 흐름도이다.
도 5는 도 2에서 추출되는 차신호 영상(전경 영상)의 일예이다.
도 6은 도 2에서 추출되는 후보 영역의 일예이다.
도 7은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 연기의 발생이 통지된 경우의 실험예이다.
도 8은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 화염의 발생이 통지된 경우의 실험예이다.

먼저, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하겠으며, 본 명세서에서 사용하는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있는 관계로 각 용어의 의미는 본 명세서 전반에 걸친 내용을 토대로 당업자 수준에서 해석되어야 할 것이다.

이하, 도면을 참조하여 본 발명에 따른 화재 검출 방법을 구현하는 구체적인 실시예에 대하여 설명하기로 한다.

도 1은 발명에 따른 화재 검출 방법을 기술적으로 가능하게 하는 시스템의 개략적인 블록도이고, 도 2는 본 발명에서 제안하는 영상 신호 처리 장치를 이용한 화재 검출 방법의 기술적 사상을 설명하는 실시예이고, 도 3은 본 발명에 따라 추출한 후보 영역이 연기 영역인지 여부를 판정하는 흐름도이고, 도 4는 본 발명에 따라 추출한 후보 영역이 화재 영역인지 여부를 판정하는 흐름도이고, 도 5는 도 2에서 추출되는 차신호 영상(전경 영상)의 일예이고, 도 6은 도 2에서 추출되는 후보 영역의 일예이고, 도 7은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 연기의 발생이 통지된 경우의 실험예이고, 도 8은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 화염의 발생이 통지된 경우의 실험예이다.

도 1에 도시된 바와 같이, 본 발명의 화재 검출 방법은 카메라 등과 같은 영상 촬영 장치(110)를 통하여 촬영한 영상을 영상 신호 처리 장치(112)로 전송한 후 촬영된 영상내에 연기 또는 화염의 특성이 포함되어있는지 여부에 대하여 분석한 후 유무선 네트워크를 통하여 연결되는 다양한 종류의 경보 신호 발생 장치(114)를 통하여 화재 경보를 통보할지 여부를 결정하게 된다.

이하 도 2를 참조하여 도 1의 영상 신호 처리 장치(112) 내에서 처리되는 본 발명에 따른 화재 검출 방법의 구체적인 실시예를 설명하기로 한다.

도 2에 도시된 바와 같이, 본 발명에 따른 화재 검출 방법은 영상 촬영 장치(110)를 통하여 촬영 영상을 수신하는 단계(S201)를 구비한다.

영상 촬영 장치(110)는 화재 감시 및 검출을 위하여 사무소, 빌딩 등과 같은 건물의 실내 혹은 산악 지대, 공원, 유원지 등의 야외 공공 장소 등 화재의 발생을 사전에 방지할 필요가 있는 지역에 설치되는 것이 바람직하다.

본 발명에서 적용될 영상 촬영 장치(110)는 외부의 영상을 촬영할 수 있는 기능을 갖춘 팬/틸트 카메라, 돔 카메라, 적외선 카메라, CCTV 등 다양한 형태의 촬상 장치를 포함한다.

다음, 본 발명의 실시예는 영상 촬영 장치(110)에서 촬상된 영상을 현재 영상으로 수신하는 단계(S202)를 구비한다.

여기서, 현재 영상은 배경 영상과 전경 영상을 포함하는 영상을 의미한다. 배경 영상은 영상 좔영 장치(110)에 의하여 촬상되는 고정적인 주변 환경의 이미지를 의미하고, 전경 영상은 비일상적인 환경 이미지로 사람, 구름, 자동차 등이나 연기, 화염 등과 같이 시간에 따라 위치가 변하고 일시적으로 촬상되는 이미지를 의미한다.

다음, 본 발명은 영상 촬영 장치(110)를 통하여 수신된 현재 영상으로부터 배경 영상을 추출하는 단계를 더 구비한다(S203).

영상 통신과 관련된 당업계에서는 현재 영상으로부터 배경 영상을 추출하기 위한 다양한 방법이 공지되어 있으나 본 발명의 실시예에서는 영상의 색정보(예를들어, YCbCr) 변화량을 이용하여 현재 영상으로부터 배경 영상을 추출하는 방법을 사용하였다. 그러나, 일반적으로 공지된 기타의 다른 방법을 사용하여 배경 영상을 추출하는 경우도 본 발명의 기술적 사상의 범주에 당연히 포함된다.

다음, 본 발명의 실시예는 전술한 현재 영상과 배경 영상의 차를 이용하여 차신호 영상을 생성하는 단계를 구비한다(S204). 여기서, 차신호 영상은 배경 영상이 아닌 영상, 즉 비일상적인 이미지(예컨대, 자동차, 사람, 구름, 연기, 화염 등)로 업계에서 통상적으로 사용하는 전경 영상과 동일한 의미이다.

보다 구체적으로 설명하면, 차신호 영상의 추출은 아래와 같이 배경 영상의 Y, Cb, Cr 영상과 현재 영상에서의 Y, Cb, Cr 영상을 각각 비교하여 그 차이를 판정하고 이로부터 차신호 영상을 구성하는 픽셀들의 값을 추출하는 방식으로 이루어진다.

D(x, y)= 1, {where │Iy(x, y) -By(x, y)│ > T1 and │Icb(x, y) -Bcb(x, y)│> T2 and │Icr(x, y) -Bcr(x, y)│ > T3 }

D(x, y)=0, otherwise

여기서, D(x, y)는 차신호 영상을 나타내고 Iy(x, y)는 현재 영상의 Y 값을, By(x, y)는 배경 영상의 Y값을, Icb(x, y)는 현재 영상의 Cb 값을, Bcb(x, y)는 배경 영상의 Cb 값을, Icr(x, y)는 현재 영상의 Cr 값을, Bcr(x, y)은 배경 영상의 Cr 값을 나타낸다. 그리고, T1, T2, T3는 원하는 차신호 영상을 추출하기 위한 소정의 임계치를 나타낸다.

도 5는 이렇게 추출된 차신호 영상(전경 영상)의 일예이다. 도 5에 도시된 바와 같이, 차신호 영상(전경 영상)을 구성하는 픽셀은 배경 영상과 현재 영상간의 명도차 및 채도차에 따라 0 또는 1로 표시되며, 1로 표시된 픽셀 영역은 움직임이 있는 영역으로 인식된다.

다음, 본 발명의 실시예에서는 전술한 차신호 영상(혹은 전경 영상) 영역에 대하여 레이블링 과정을 통해 인접한 움직임 픽셀들을 군집화하여 후보 영역을 산정하는 단계(S205)를 구비한다.

도 6은 전술한 레이블 과정을 통하여 추출된 후보 영역의 일예가 되시되어 있다. 도 6에 도시된 바와 같이, 전경 영상에 대한 레이블링 과정을 통해 획득된 후보 영역은 차신호 영상(전경 영상) 영역을 에워싸는 사각형 형상을 구성한다.

도 6에는 3 개의 후보 영역이 추출된 일예가 도시되어 있으며, 이들 각 후보 영역에 포착되는 대상으로는 이동중인 사람, 차량, 동물이나 화염 또는 연기 등을 포함한다.

다음, 본 발명에서는 이렇게 추출된 각 후보 영역을 구성하는 픽셀의 색정보 값을 이용하여 각 후보 영역별로 소정의 통계적 특성을 추출하기 위하여 소정의 확률 분포 함수 예컨대, 가우시안 혼합 모델링을 적용하는 단계를 거친다(S206).

본 발명에서 제안하는 화염과 연기검출을 위한 가우시안 혼합 모델링은 다음과 같다.

가우시안 혼합 모델링은 입력 데이터를 복수개의 가우시안 분포 함수의 합으로 나타내는 방법으로 복잡한 입력데이터를 각 가우시안 분포함수의 평균과 분산값으로 모델링을 함으로써 연산량을 줄일 수 있다.

입력 데이터에 대한 k차원의 가우시안 혼합 모델 함수는 다음과 같이 표현할 수 있다.

이때, k는 가우시안 분포함수의 개수이며,

는 각 가우시안 분포의 혼합 가중치를 나타내고,

는 가우시안 분포함수로서 다음 식으로 정의된다.

여기서, d는 입력 데이터의 차원을 나타내며,

는 평균,

는 공분산행렬을 나타낸다.

가우시안 혼합 모델의 추출은 EM 알고리즘에 의하여 각 가우시안 분포함수의 평균과 공분산행렬, 혼합가중치를 추정할 수 있다.

본 발명의 경우 앞서 검출한 후보 영역에서의 Y, Cb, Cr 값을 입력데이터로 하여 가우시안 혼합 모델링을 한다.

본 발명에서는 3차원의 가우시안 혼합모델을 사용하였으나 보다 고차원의 가우시안 혼합모델을 사용하는 경우도 본 발명의 기술적 사상에 포함된다. 또한, 가우시안 분포함수를 이후 클러스터로 기술한다.

한편, 영상 촬영 장치(110)로 선택된 카메라의 성능에 따라 그 입력되는 촬상 신호의 색성분에 차이가 발생할 수 있으므로 연기 또는 화염 판별을 위한 통계적 분석을 위한 특성값 예컨대 평균값 등을 변경할 필요가 있다.

즉, 본 발명에 따른 화재 검출 방법의 일 실시예에 따라 후술되는 연기 및 화염의 명도와 채도의 평균값(μ_{Ymax ,} μ_{Ymin ,} μ_Cbmax ,μ_Crmax , μ_{Cbmid ,}μ_Crmid, μ_Cbmin , μ_{C rm in} 등)의 범위는 영상 촬영 장치로 선택된 카메라의 기능과 성능에 따라 조절 가능할 것이다. 마찬가지로 촬영 지역의 조도 변화(밤, 낮, 자연광, 인공광 등)에 대응하여 통계적 특성 추출을 위한 특성값(평균치 또는 분산치) 등을 변경할 필요가 있다.

이하에서는 도 3과 도 4를 참조하여 후보 영역에 대한 가우시안 혼합 모델링 결과에 기초하여 해당 후보 영역이 연기 또는 화염 영역인지 여부를 판정하는 과정(도 2의 단계 S2071, S2072)을 설명한다.

본 발명에서는 화염, 연기 특성과의 비교를 위하여 각 클러스터에 대하여 명도의 평균값으로 정렬하여 최대 클러스터, 중간 클러스터, 최소 클러스터를 구한다.

도 3에 도시된 바와 같이, 본 발명에서는 후보 영역의 통계적 특성이 연기의 통계적 특성과 유사한지 아래의 조건을 통하여 비교한다.

조건 1. 최소 클러스터의 명도 평균값이 0.4 이상

조건 2. 최대 클러스터와 최소 클러스터의 명도 평균값 차이가 0.2 이내

상기 조건을 수식으로 표현하면 다음 식과 같이 나타내어 진다.

조건 1: μ_Ymin 〉0.4

조건 2: μ_Ymax - μ_Ymin 〈 0.2

여기서 μ_Ymax, μ_Ymin 은 각각 최대 클러스터와 최소 클러스터에 대한 명도 평균값이다.

상기 조건에 대한 판정 조건을 만족하지 않는 경우 연기의 특성을 내포하지 않다고 판단하고 프로세스 절차가 종료된다.

상기 조건을 만족하는 경우는 아래와 같이 색차 조건에 대한 비교를 수행한다.

조건 3. 모든 클러스터에 대하여 Cb 색차 평균값이 0.5 이상 0.7 이내이어야 한다.

조건 4. 모든 클러스터에 대하여 Cr 색차 평균값이 0.45 이상 0.55 이내이어야 한다.

상기 조건을 수식으로 표현하면 다음식과 같다.

조건 3: 0.5〈μ_Cbmin〈 0.7, 0.5〈μ_YCbmid〈 0.7, 및 0.5〈μ_Cbmax〈 0.7

조건 4: 0.45〈μ_Crmin〈 0.55, 0.45〈μ_Crmid〈 0.55, 및 0.45〈μ_Crmax〈 0.55

여기서 μ_Cbmin,μ_YCbmid, 및 μ_Cbmax 는 각각 최대 클러스터, 중간 클러스터, 최소 클러스터에 대한 Cb 색차의 평균값이며, μ_Crmin, μ_Crmid, 및 μ_Crmax 는 각각 최대 클러스터, 중간 클러스터, 최소 클러스터에 대한 Cr 색차의 평균값이다.

상기 색차 조건 중 어느 하나를 충족시키지 못하는 경우 연기의 특성을 내포하지 않는다고 판단하여 프로세스를 종료하고, 모두 충족하는 경우 연기의 특성을 내포한다고 판정한다.

다음, 도 4에 도시된 바와 같이, 본 발명에서는 후보 영역에 대한 가우시안 혼합 모델링 결과가 화염의 통계적 특성을 내포하는지를 다음 조건을 통해 판별한다.

조건 5. 최소 클러스터의 명도 평균값이 0.9 이상

조건 6. 최대 클러스터의 명도 평균값 대비 최대-최소 클러스터간 명도 평균값의 차이가 0.75 이상 0.95 이하

상기 조건을 수식으로 나타내면 다음과 같다.

조건 5: μ_Ymin 〉0.9

조건 6: 0.75 〈 (μ_Ymax - μ_Ymin)/μ_Ymax 〈 0.95

상기 판정 결과 조건을 만족하지 않는 경우 화염의 특성을 내포하지 않는다고 판정하여 프로세스 절차가 종료되며, 모두 만족하는 경우 아래의 색차 조건을 비교한다.

조건 7. 모든 클러스터에 대하여 Cb 색차 평균값이 0.55 이하

조건 8. 모든 클러스터에 대하여 Cr 색차 평균값이 0.55 이상 0.65 이하

상기 조건을 수식으로 나타내면 다음과 같다.

조건 7: μ_Cbmin 〈 0.55 μ_Cbmid 〈 0.55 및 μ_Cbmax 〈 0.55

조건 8: 0.55〈μ_Crmin〈0.65, 0.55〈μ_Crmid〈0.65, 및 0.55〈μ_Crmax〈 0.65

본 발명에서는 후보 영역이 연기 영역 또는 화염 영역인지 여부를 판정하는 과정을 연기 영역인지 여부에 대한 판정 후 화염 영역인지 여부에 대하여 판정하는 단계로 수행하였으나 그 순서는 변경되어도 무관하며 특히 독립적 또는 병렬적 처리 또한 가능하며 이는 본 발명의 기술적 사상에 포함된다.

다음, 본 발명에 따른 화재 검출 방법은 후보 영역중에서 소정의 영역에 대하여 연기 또는 화염이 발생하였다고 판단되는 경우에는 유무선 네트워크를 통하여 관리자에게 통보하는 단계(S208)를 더 구비한다. 이러한 단계는 기존에 고지되어 있는 다양한 방법으로 구축 가능하므로 본 발명에서는 추가적인 설명을 생략하기로 한다.

다음 도 7은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 연기의 발생이 통지된 경우의 실험예이고, 도 8은 본 발명에 따른 화재 검출 방법 실시시 관리자 모니터로 화염의 발생이 통지된 경우의 실험예이다.

도 7 및 도 8로부터 알 수 있듯이, 본 발명에 따른 화재 검출 방법을 수행하는 경우 관리자의 모니터로 연기 및 화염 발생 영역이 정확히 표시되어 나타남을 알 수 있었다.

지금까지 설명한 본 발명의 실시예에서는 해당 후보 영역의 가우시안 혼합 모델링 결과 도출된 복수개의 클러스터의 평균치를 이용하여 해당 후보 영역 연기 영역인지 화염 영역인지 여부를 판정하는 방법을 설명하였으나 이는 본 발명의 일실시예에 불과할 뿐으로 이와 유사한 다른 통계적 변수를 이용하는 것도 당연히 가능하다.

예컨대, 해당 후보 영역에 대하여 가우시안 혼합 모델링을 적용하여 복수개의 클러스터의 분산값을 도출한 후 그 결과로부터 연기와 화염 특성에 대한 가우시안 혼합 모델링의 분산값과 상호 비교하여 해당 후보 영역이 연기 영역인지 여부, 화염 영역인지 여부 등을 판별하는 것도 가능하다.

이 경우, 가우시안 혼합 모델링을 적용하여 해당 후보 영역으로부터 도출한 분산값은 연기 또는 화염 판정을 위한 독립적인 변수로 사용할 수도 있으나, 바람직하게로는 전술한 평균값과 함께 비교하여 판정하는 것이 바람직할 것이다.

다만, 분산값을 고려하는 경우 처리 계산량이 증가한다는 문제점이 있으나 후보 영역이 연기 영역인지 화염 영역인지 여부를 보다 더 명확히 판정하는데 도움이 될 것이다.

그 외, 본 발명의 기술적 사상은 연기 내지 화염에 대한 여타의 통계적 특성을 이용하여 후보 영역의 해당 영상이 연기 내지 화염인지 여부를 판별하는 것도 가능하며 이러한 기술적 특징은 본 발명에 대한 특허청구범위 기재 범위내에서 본 발명의 권리 범위내에 당연히 포함된다.

이상에서 설명한 바와 같이, 본 발명에 따른 화재 검출 방법의 기술적 사상은 영상 촬영 장치에 의해 촬영된 영상으로부터 배경 영상을 추출한 후 촬영 영상과 배경 영상간의 차신호 영상인 전경 영상을 분리한 다음, 레이블링 과정을 통하여 후보 영역을 추출한 다음, 추출된 해당 후보에 대하여 가우시안 혼합 모델링 방식을 적용하여 클러스터의 평균치 또는 분산치를 추출하여 화염 또는 연기의 통계적 특성과 비교함으로써 신속하면서도 정확히 화재의 발생을 사전에 검출하여 관리자에게 통보할 수 있는 방법 내지 시스템을 제안한다.

이러한 본 발명의 기술적 사상은 본 발명에서 제안하는 일부 단계에 대하여 당업계에 공지되어 있는 별도의 기술로 대체, 변경하는 경우도 포함하며 특히 제안된 가우시안 혼합 모델 이외에 연기 내지 화염의 통계적 특성 등을 이용하여 해당 후보 영역의 통계적 특징 등과 비교할 수 있는 다양한 형태의 확률 분포 함수를 사용하는 경우에도 동일하게 적용되며 이러한 변경 및 대체는 특허청구범위의 기재 범위내에서 본 발명의 권리범위에 당연히 포함된다.

예컨대, 본 발명에서 YCbCr 색정보를 사용하였으나 RGB 색정보로 대체 변경하는 것도 가능하며, 가우시안 혼합 모델링 이외에도 후보 영역에 대하여 여타의 확률 분포 함수를 사용하여 그 통계적 특징으로부터 화재의 징후를 포착하는 방식은 당연히 본 발명의 기술적 사상에 포함되는 것이다.

Claims (6)

1. (a)영상 촬영 장치를 통하여 촬영된 영상중에서 움직임이 있는 후보 영역을 추출하는 단계
   (b)상기 후보 영역을 구성하는 해당 픽셀들의 색정보를 이용하여 상기 후보 영역에 대한 소정의 확률 분포 함수의 통계적 특성을 구하는 단계; 및
   (c)상기 통계적 특성으로부터 상기 후보 영역이 연기 영역인지 화염 영역인지 여부를 판정하는 단계를 구비하는 것을 특징으로 하는 화재 검출 방법.
2. 제 1 항에 있어서,
   상기 (b) 단계에서, 상기 해당 픽셀들의 색정보는 명도 또는 채도 정보 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 화재 검출 방법.
3. 제 1 항에 있어서,
   상기 소정의 확률 분포 함수는 가우시안 혼합 모델링 함수인 것을 특징으로 하는 화재 검출 방법.
4. 제 3 항에 있어서,
   상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 평균치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정하는 것을 특징으로 하는 화재 검출 방법.
5. 제 3 항에 있어서,
   상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 분산치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정하는 것을 특징으로 하는 화재 검출 방법.
6. 제 3항에 있어서,
   상기 (c) 단계의 판정은 상기 후보 영역에 대한 상기 가우시안 혼합 함수의 통계적 특성을 구성하는 복수개 클러스터의 각 평균치와 분산치를 이용하여 상기 후보 영역이 연기 영역 또는 화염 영역인지 여부를 결정하는 것을 특징으로 하는 화재 검출 방법.

Images