KR20160048240A - Smoke detection method using density distribution characteristics of smoke - Google Patents
Smoke detection method using density distribution characteristics of smoke Download PDFInfo
- Publication number
- KR20160048240A KR20160048240A KR1020140143946A KR20140143946A KR20160048240A KR 20160048240 A KR20160048240 A KR 20160048240A KR 1020140143946 A KR1020140143946 A KR 1020140143946A KR 20140143946 A KR20140143946 A KR 20140143946A KR 20160048240 A KR20160048240 A KR 20160048240A
- Authority
- KR
- South Korea
- Prior art keywords
- smoke
- image
- detection
- color
- accumulated
- Prior art date
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
- G06T7/90—Determination of colour characteristics
Abstract
Description
본 발명은 연기의 밀도 분포 특성을 이용한 연기 검출방법에 관한 것으로서, 더 상세하게는 전처리로서 복수의 프레임 간격으로 영상의 움직임 및 색상을 검출하고, 그 검출결과를 일정 시간 동안 축적하여 연기의 후보 영역을 생성하며, 후처리로서 연기의 특징을 반영한 양자화 검출과 비율 검출의 결과를 종합하여 최종적으로 연기로 확정함으로써, 연기 검출의 정확도를 높일 수 있는, 연기의 밀도 분포 특성을 이용한 연기 검출방법에 관한 것이다.
The present invention relates to a smoke detection method using smoke density distribution characteristics. More specifically, the present invention relates to a smoke detection method in which motion and color of an image are detected at a plurality of frame intervals as a preprocess, And a smoke detection method using the density distribution characteristic of smoke, which can increase the accuracy of smoke detection by finalizing the result of quantization detection and ratio detection reflecting the characteristics of smoke as final processing will be.
일반적으로, 빌딩이나 공장, 백화점, 대형 물류창고와 같은 주요 시설은 센서를 이용하여 화재 등의 비상 사태를 감시하지만, 동시에 감시 카메라를 이용하여 중앙 관제소에서 관제 요원이 실시간으로 현장 상황을 모니터링할 수 있도록 되어 있다. 이와 같이 감시 카메라를 이용하여 화재의 연기를 실시간으로 자동으로 검출할 수 있다면 많은 장점이 있다. 무엇보다도 점 단위로 접촉하는 연기를 검출하는 센서에 비하여 소수의 카메라로 넓은 영역을 감시할 수 있고, 연기가 발생한 후 짧은 시간 내에 연기를 자동으로 검출할 수 있다는 장점이 있다.In general, major facilities such as buildings, factories, department stores, and large warehouses use sensors to monitor emergencies such as fires. At the same time, surveillance cameras can be used to monitor the situation in real time at the central station. Respectively. There are many advantages if the smoke can be detected automatically in real time using the surveillance camera. First of all, it is possible to monitor a large area with a small number of cameras as compared with a sensor which detects smoke in contact with a point unit, and smoke can be automatically detected within a short time after smoke is generated.
그러나, 화재 연기의 오검출로 인한 잘못된 경보가 자주 발생할 경우에는 관제 요원이 경보 시스템을 무시할 수 있기 때문에, 감시 카메라를 이용한 자동 연기 검출을 실용화하기 위해서는 높은 신뢰도의 연기 검출 알고리즘이 필요한 실정이다.However, since the alarm system can be ignored by the control personnel in the event of frequent occurrence of erroneous alarm due to false detection of the fire smoke, a highly reliable smoke detection algorithm is required in order to put the automatic smoke detection using the surveillance camera into practical use.
종래의 화재 감시 기술은 구조물의 천장 등에 설치된 화염센서나 연기센서 혹은 온도센서와 같은 화재 감지기를 이용하였다. 이러한 화재 감지기를 이용할 경우, 화재가 아닌 다른 원인에 의한 온도의 상승이나 연기의 발생에도 화재 감지기가 오작동할 수 있는 개연성이 높았다. 그리고, 이를 중앙 관제소에서 신호를 수신하여 화재 발생 상황을 파악할 경우에도 화재 감지기에 의한 신호만으로 정확한 화재 상황을 파악하기 힘들었다. Conventional fire monitoring technology uses a fire sensor such as a flame sensor or a smoke sensor or a temperature sensor installed on a ceiling of a structure. When such a fire detector is used, it is probable that the fire detector may malfunction even when the temperature rises or smoke occurs due to a cause other than fire. In addition, even if the central control station receives signals from the central control station and grasps the situation of the fire, it is difficult to grasp the exact fire situation only by the signal from the fire detector.
한편, 움직임 벡터를 이용한 영상 처리에 기반한 화재 감시 장치에 관한 많은 연구가 진행되고 있으나, 화재의 정확한 판단에는 여전히 많은 어려움이 수반되고 있다.
On the other hand, many researches on fire monitoring system based on image processing using motion vectors have been carried out, but there are still many difficulties in accurately determining the fire.
본 발명은 상기와 같은 사항을 감안하여 창출된 것으로서, 전처리로서 복수의 프레임 간격으로 영상의 움직임 및 색상을 검출하고, 그 검출결과를 일정 시간 동안 축적하여 연기의 후보 영역을 생성하며, 후처리로서 연기의 특징을 반영한 양자화 검출과 비율 검출의 결과를 종합하여 최종적으로 연기 검출로 확정함으로써, 연기 검출의 정밀도를 높여 화재를 정확하게 판단할 수 있도록 하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법을 제공함에 그 목적이 있다.
The present invention has been made in view of the above-mentioned problems, and it is an object of the present invention to provide a method and apparatus for detecting motion and color of an image at a plurality of frame intervals as a preprocess, accumulating the detection result for a predetermined time period to generate a candidate region of smoke, The present invention provides a smoke detection method using the density distribution characteristic of smoke, which can accurately determine a fire by increasing the accuracy of smoke detection by confirming the final detection of smoke by combining the results of quantization detection and ratio detection reflecting characteristics of smoke. It has its purpose.
상기의 목적을 달성하기 위하여 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법은,According to an aspect of the present invention, there is provided a smoke detection method using density distribution characteristics of smoke,
a) 감시 카메라에 의해 촬영된 영상을 제어부에 의해 수신하여 영상의 움직임을 검출하는 단계;a) receiving an image photographed by a surveillance camera and detecting a motion of the image;
b) 제어부에 의해 수신한 상기 영상의 색상을 검출하는 단계;b) detecting a hue of the image received by the control unit;
c) 상기 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼 축적되었는지를 판별하는 단계;c) determining whether motion and color detection results of the image have been accumulated for a preset number of times;
d) 상기 판별에서, 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼 축적되었으면, 그 축적된 영상 후보들을 바탕으로 연기의 후보 영역들을 생성하는 단계;d) if the motion and color detection result of the image are accumulated by the preset number of times, generating smoke candidate regions based on the accumulated image candidates;
e) 상기 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화하는 단계;e) quantizing the generated candidate smoke regions using a density distribution characteristic of smoke;
f) 상기 양자화된 영상에서의 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정하는 단계;f) determining a smoke detection condition by analyzing characteristics of smoke and non-smoke in the quantized image;
g) 상기 단계 d)에서의 상기 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출하는 단계;g) detecting color for a current image frame in the smoke candidate region in step d);
h) 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정하는 단계;h) determining a smoke detection condition according to size comparison between the accumulated smoke candidate region and the smoke candidate region after color detection;
i) 상기 단계 f)에서의 양자화 기반의 연기 검출 조건과 단계 h)에서의 크기 비교 기반의 연기 검출 조건이 각각 만족하는지를 판별하는 단계; 및i) determining whether the quantization-based smoke detection condition in step f) and the size comparison-based smoke detection condition in step h) are satisfied, respectively; And
j) 상기 양자화 기반 및 크기 비교 기반의 연기 검출 조건이 각각 만족하면, 그 두 기반의 연기 검출 결과를 종합하여 최종적으로 연기 검출로 확정하는 단계를 포함하는 점에 그 특징이 있다.and j) if the smoke detection conditions based on the quantization basis and the size comparison are satisfied, respectively, the smoke detection results of the two bases are combined and finally confirmed as smoke detection.
여기서, 상기 단계 a)에서 영상의 움직임을 검출함에 있어서, 10 프레임 간격으로 움직임을 검출할 수 있다.Here, in detecting the motion of the image in step a), motion may be detected at intervals of 10 frames.
그리고, 상기 단계 b)에서 영상의 색상을 검출함에 있어서, 색상 검출을 위한 복수의 조건을 설정하여 영상의 색상을 검출할 수 있다.In detecting the color of the image in step b), a plurality of conditions for color detection may be set to detect the color of the image.
이때, 상기 색상 검출을 위한 복수의 조건으로서의 제1 조건은 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값과 청색(Blue) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 (화소)값의 최소값과 최대값의 차이가 140 이하로 설정되고, 제2 조건은 청색 (Blue) 픽셀(화소)값이 가장 높고, 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 값의 최소값과 최대값의 차이가 140 이하로 설정될 수 있다.Here, the first condition as the plurality of conditions for color detection is such that the difference between the red pixel value, the green pixel value, and the blue pixel value is 25 or less, A gray pixel value is set to a value between 76 and 250, a difference between a minimum value and a maximum value of a pixel value within one block of 8x8 is set to 140 or less, a second condition is set to a blue ) Pixel value and the difference between the red pixel value and the green pixel value is 25 or less and the gray pixel value is 76 to 250 Value, the difference between the minimum value and the maximum value of the pixel value within one block of 8x8 can be set to 140 or less.
또한, 상기 단계 c)에서 상기 영상의 움직임 및 색상 검출 결과가 3장 축적되었는지를 판별할 수 있다.In addition, it is possible to determine whether the motion and color detection result of the image are accumulated in the step c).
또한, 상기 단계 e)에서 상기 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화함에 있어서, 각 후보 영역들의 명도값을 15로 분할하여 17단계로 균일하게 양자화할 수 있다.In the step (e), when quantizing the candidate regions of smoke generated using the density distribution characteristic of smoke, the brightness values of the candidate regions may be divided into 15 and uniformly quantized into 17 levels.
또한, 상기 단계 f)에서 상기 양자화된 영상에서의 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정함에 있어서, 제1 조건은 연기 후보 영역의 양자화 단계의 최대 단계와 최소 단계 간의 차이는 6 이상, 제2 조건은 연기 후보 영역 내의 양자화 단계의 비연결이 2 이하[(최대 단계 - 최소 단계) - 단계 개수 < 3 ], 제3 조건은 각 양자화 단계의 영역 크기의 평균값을 구하고, 평균값보다 큰 단계는 1, 작은 단계는 0(zero)으로 설정할 수 있다.In addition, in determining the smoke detection condition by analyzing the characteristics of smoke and non-smoke in the quantized image in the step f), the difference between the maximum step and the minimum step of the quantization step of the first candidate smoke region is 6 The second condition is that the uncoupling of the quantization step in the candidate candidate region is 2 or less [(maximum step - minimum step) - step number <3], and the third condition is the average value of the area size of each quantization step, The larger step can be set to 1, and the smaller step can be set to 0 (zero).
이때, 상기 설정된 값이 양자화 단계 중 최대 단계가 0(zero)이고, 최대 단계, 최대 단계-1을 제외하고 3개 이상의 양자화 단계의 영역 크기의 값이 1일 때, 양자화 기반의 연기 검출 조건이 만족하는 것으로 보고, 연기 검출 조건을 확정할 수 있다.At this time, when the set value is the maximum value of the quantization step is 0, and the value of the area size of three or more quantization steps is 1, except for the maximum step and the maximum step-1, the quantization- The smoke detection condition can be determined.
또한, 상기 단계 g)에서 상기 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출함에 있어서, 영상 10 프레임당 프레임 차이(frame difference)를 수행하여 그 결과를 축적하고, 축적된 영상에 라벨링(labeling)을 수행하여 각 대상물을 라벨화하며, 결과가 3장 축적되었을 때 축적된 영상 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출할 수 있다.In the step (g), in detecting the color of the current image frame in the smoke candidate region, a frame difference is performed per 10 frames of the image, the result is accumulated, and the labeling ) To label each object and detect the color of the current image frame within the accumulated image candidate region when three results are accumulated.
또한, 상기 단계 h)에서 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정함에 있어서, 상기 색상 검출 후의 연기 후보 영역의 크기와 상기 축적된 연기 후보 영역의 크기의 비율이 75% 이상일 경우 연기 검출 조건으로 결정할 수 있다.
In addition, in determining the smoke detection condition according to the size comparison between the accumulated smoke candidate region and the color candidate detection region in the step h), the size of the smoke candidate region after the color detection and the accumulated smoke candidate region The smoke detection condition can be determined.
이와 같은 본 발명에 의하면, 전처리로서 복수의 프레임 간격으로 영상의 움직임 및 색상을 검출하고, 그 검출결과를 일정 시간 동안 축적하여 연기의 후보 영역을 생성하며, 후처리로서 연기의 특징을 반영한 양자화 검출과 비율 검출의 결과를 종합하여 최종적으로 연기 검출로 확정함으로써, 연기 검출의 정밀도를 높여 화재를 정확하게 판단할 수 있는 장점이 있다.
According to the present invention, as a preprocessing, motion and color of an image are detected at a plurality of frame intervals, a candidate region of smoke is generated by accumulating the detection result for a predetermined time, and quantization detection And the ratio detection result are combined and finally determined to be smoke detection, it is possible to accurately determine the fire by increasing the accuracy of the smoke detection.
도 1은 본 발명의 실시 예에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법의 실행 과정을 보여주는 흐름도.
도 2a는 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법에 있어서, 양자화 변환전의 원본 이미지를 보여주는 도면.
도 2b는 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법에 있어서, 양자화 변환된 이미지를 보여주는 도면.
도 3은 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법에 있어서, 양자화 변환된 이미지에서의 연기와 비연기의 특징을 보여주는 도면.
도 4는 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법에 있어서, 축적 이미지와 색상 검출 이미지의 크기 비교를 보여주는 도면.Brief Description of the Drawings Fig. 1 is a flowchart showing an execution process of a smoke detection method using density distribution characteristics of smoke according to an embodiment of the present invention; Fig.
2A is a view showing an original image before quantization conversion in a smoke detection method using density distribution characteristics of smoke according to the present invention.
FIG. 2B is a view showing a quantized and transformed image in a smoke detection method using density distribution characteristics of smoke according to the present invention. FIG.
3 is a view showing smoke and non-smoke characteristics in a quantized-transformed image in a smoke detection method using density distribution characteristics of smoke according to the present invention.
FIG. 4 is a view showing a size comparison between an accumulation image and a color detection image in a smoke detection method using density distribution characteristics of smoke according to the present invention. FIG.
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.The terms and words used in the present specification and claims should not be construed as limited to ordinary or dictionary terms and the inventor can properly define the concept of the term to describe its invention in the best way Should be construed in accordance with the principles and meanings and concepts consistent with the technical idea of the present invention.
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.Throughout the specification, when an element is referred to as "comprising ", it means that it can include other elements as well, without excluding other elements unless specifically stated otherwise. Also, the terms " part, "" module, "and" device " Lt; / RTI >
이하 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
여기서, 본 발명의 실시 예를 설명하기에 앞서, 연기와 비연기의 밀도 분포적인 특성에 대하여 먼저 각각 살펴보기로 한다. Before describing the embodiments of the present invention, the characteristics of density distribution of smoke and non-smoke will be described first.
연기의 밀도 분포적인 특성에 대하여 정리해보면 다음과 같다.The density distribution characteristics of smoke are summarized as follows.
- 초기의 연기인 회색-흰색의 연기는 짙은 연기와 옅은 연기가 섞여 명도의 범위가 넓다.- The initial smoke-gray-white smoke has a wide range of lightness with a mixture of dark smoke and light smoke.
- 연기는 확산으로 인해 명도 값의 분포가 색상 검출 범위 안에서 전체적으로 분포한다.- Smoke is distributed throughout the range of color detection due to diffusion.
- 발화점 지점이 연기가 가장 짙고, 연기가 공기중으로 확산될수록 점차옅어지는 특성이 있다.- There is a characteristic that the point of the ignition point is the darkest at the smoke and gradually becomes thinner as the smoke spreads into the air.
- 짙은 연기는 외곽으로 이동하며, 짙은 연기는 발화점에서 계속 생성되기 때문에 연기 영역 내에서 순환한다.- Dark smoke moves to the outside, and dark smoke continues to form in the ignition point, so it circulates within the smoke area.
- 이를 양자화하면 연기 후보 영역은 짙은 연기를 중심으로 점차 옅어지는 등고선 형태를 나타낸다.- Quantization of the smoke candidate region shows a contour shape gradually diminishing around the dark smoke.
다음에, 비연기의 밀도 분포적인 특성에 대하여 정리해보면 다음과 같다.Next, the density distribution characteristics of the non-smoke are summarized as follows.
- 비연기인 물체는 명도의 폭이 좁고, 전체적으로 분포하지 못한다.- Non-smoke objects have narrow widths of lightness and are not totally distributed.
- 비연기는 같은 명도들이 군집되어 분포한다.- Nonsmokers are clustered with the same brightness.
본 발명의 연기 검출방법은 연기의 밀도 분포적인 특성을 이용한다. 따라서, 대부분의 비연기적인 요소를 제거한다. 그러나, 움직이는 물체 중 햇빛의 반사나 특정 부분의 강조로 연기의 분포를 나타내는 경우 오검출이 발생할 수 있다. 이를 보완하기 위해 본 발명에서는 연기의 확산 특성을 이용하는 축적 후보 영역과 현재 이미지의 후보 영역 간의 크기를 비교하는 방식(비율 알고리즘)을 함께 도입한다.The smoke detection method of the present invention utilizes the density distribution characteristic of smoke. Therefore, it removes most non-acting elements. However, erroneous detection may occur when the reflection of sunlight in a moving object or the distribution of smoke due to emphasis on a specific part is indicated. In order to compensate for this, the present invention introduces a method (ratio algorithm) for comparing sizes between the accumulation candidate region using the smoke diffusion characteristic and the candidate region of the current image.
그러면, 이상과 같은 사항을 바탕으로 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법에 대하여 설명해 보기로 한다.The smoke detection method using the density distribution characteristics of smoke according to the present invention will now be described on the basis of the above description.
도 1은 본 발명의 실시 예에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법의 실행 과정을 보여주는 흐름도이다.FIG. 1 is a flowchart showing an execution process of a smoke detection method using density distribution characteristics of smoke according to an embodiment of the present invention.
도 1을 참조하면, 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법은 전처리로서 10프레임 간격으로 움직임 검출, 색상 검출을 행하여 그 결과를 1초 동안(3장) 축적하여 연기의 후보 영역을 생성하고, 후처리로서 연기의 특징을 반영한 양자화 검출과 비율 검출의 결과가 연기 검출을 위한 조건에 모두 만족하는지를 판별하여, 모두 만족하면 최종적으로 연기를 확정한다.Referring to FIG. 1, the smoke detection method using the density distribution characteristics of smoke according to the present invention performs motion detection and color detection at intervals of 10 frames as preprocessing, accumulates the result for one second (three sheets) And as a post-process, it is determined whether the result of quantization detection and ratio detection reflecting the characteristics of smoke satisfies all the conditions for smoke detection, and if all is satisfied, final determination of the smoke is made.
이상과 같은 본 발명의 방법은, 먼저 감시 카메라(미도시)에 의해 촬영된 영상을 제어부(미도시)에 의해 수신하여 영상의 움직임을 검출한다(단계 S101,S102). 여기서, 영상의 움직임을 검출함에 있어서, 10 프레임(frame) 간격으로 움직임을 검출할 수 있다. 이는 연기의 변화율이 1∼3Hz(느린 연기)로서 10 프레임마다 변화되는 것을 기준으로 1초 동안의 프레임의 변화(30fps)를 축적하여 후술되는 연기의 후보 영역을 생성하는 것과 관련된 것이다. 연기처럼 확산하는 기체 물질들은 프레임 차이(frame difference)의 축적 결과와 현재 이미지에서의 연기의 크기가 같다.이는 연기와 같이 유동적인 특징을 갖는 물체에만 해당되는 것으로서, 일반적인 연기의 오검출 물체는 축적 내부의 영역에서 지속적인 움직임을 갖지 않기 때문에 10 프레임마다의 움직임 축적은 연기의 특성을 반영한다.In the method of the present invention, a control unit (not shown) receives an image photographed by a surveillance camera (not shown), and detects motion of the image (steps S101 and S102). Here, in detecting motion of an image, motion can be detected at intervals of 10 frames. This relates to accumulating a change (30 fps) of the frame for one second based on that the change rate of the smoke is changed every 10 frames as 1 to 3 Hz (slow smoke) to generate a candidate region of smoke to be described later. Gaseous substances diffusing like smoke have the same magnitude of the accumulation of frame difference and the smoke in the current image, which is only relevant to objects with fluid characteristics such as smoke, Since there is no continuous motion in the inner region, motion accumulation per 10 frames reflects the characteristics of smoke.
10 프레임당 프레임 차이(frame difference)를 수행하고, 그 결과를 3장 축적하여, 30fps의 영상을 1초의 결정 포인트로 설정한다. 연기에 한정하여 프레임 차이(frame difference)만으로도 배경 삭제와 비슷한 결과를 얻을 수 있다. 8×8 블록 단위로 차분된 값들의 평균을 문턱치 값으로 한다. 움직임 검출의 적용 조건은 "차분된 8×8 블록 > Th(차분 블록 평균 문턱치)+1"로 할 수 있다.A frame difference per 10 frames is performed, and three frames of the result are accumulated, and an image of 30 fps is set as a decision point of 1 second. It is possible to obtain similar result to background deletion only by frame difference. An average of the values obtained by dividing by 8x8 block units is set as a threshold value. The application condition of the motion detection can be set to "differential 8 × 8 block> Th (difference block average threshold value) +1".
이렇게 하여 움직임 검출이 완료되면, 마찬가지로 제어부에 의해 상기 수신한 영상의 색상을 검출한다(단계 S103). 여기서, 영상의 색상을 검출함에 있어서, 색상 검출을 위한 복수의 조건을 설정하여 영상의 색상을 검출할 수 있다.When the motion detection is completed in this way, the control unit detects the color of the received image (step S103). Here, in detecting the color of the image, a plurality of conditions for color detection may be set to detect the color of the image.
이때, 상기 색상 검출을 위한 복수의 조건으로서의 제1 조건은 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값과 청색(Blue) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 (화소)값의 최소값과 최대값의 차이가 140 이하로 설정되고, 제2 조건은 청색 (Blue) 픽셀(화소)값이 가장 높고, 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 값의 최소값과 최대값의 차이가 140 이하로 설정될 수 있다.Here, the first condition as the plurality of conditions for color detection is such that the difference between the red pixel value, the green pixel value, and the blue pixel value is 25 or less, A gray pixel value is set to a value between 76 and 250, a difference between a minimum value and a maximum value of a pixel value within one block of 8x8 is set to 140 or less, a second condition is set to a blue ) Pixel value and the difference between the red pixel value and the green pixel value is 25 or less and the gray pixel value is 76 to 250 Value, the difference between the minimum value and the maximum value of the pixel value within one block of 8x8 can be set to 140 or less.
색상 검출의 적용 조건은 기본적으로 상기 제1 조건이 만족하면 연기 후보영역으로 판단한다. 제1 조건이 만족하지 않을 때, 상기 제2 조건을 만족한다면 연기 후보영역으로 판단한다. 또한, 제1 조건, 제2 조건 모두 만족하지 않는다면 연기 후보 영역에서 제거한다. 제1 조건 또는 제2 조건이 만족하면 8×8 블록이 1의 값으로 주어지고, 만족하지 않으면 0의 값으로 반환된다. 이때 1은 후보 영역, 0은 제거된 영역을 의미한다.The application condition of the color detection is basically determined to be the postponement candidate area if the first condition is satisfied. If the first condition is not satisfied and the second condition is satisfied, it is determined that the candidate candidate region is the postponement candidate region. If neither the first condition nor the second condition is satisfied, it is removed from the candidate smoke area. If the first condition or the second condition is satisfied, the 8x8 block is given a value of 1, and if it is not satisfied, the value of 0 is returned. Where 1 is the candidate region and 0 is the removed region.
이상에 의해 영상의 움직임 및 색상 검출 과정이 완료되면, 그 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼 축적되었는지를 판별한다(단계 S104). 이때, 상기 영상의 움직임 및 색상 검출 결과가 3장 축적되었는지를 판별할 수 있다. When the motion and color detection process of the image is completed, it is determined whether the motion and color detection result of the image have accumulated by the preset number of times (step S104). At this time, it is possible to judge whether three pieces of motion and color detection results of the image are accumulated.
상기 단계 S104의 판별에서, 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼(예컨대, 3장) 축적되지 않았으면, 본 발명의 연기 검출 방법의 프로세스를 상기 단계 S101로 회귀시킨다.If it is determined in step S104 that the image motion and color detection result are not accumulated for a predetermined number of times (for example, three sheets), the process of the smoke detection method of the present invention is returned to step S101.
그리고, 상기 단계 S104의 판별에서, 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼(예컨대, 3장) 축적되었으면, 그 축적된 영상 후보들을 바탕으로 연기의 후보 영역들을 생성한다(단계 S105). 즉, 상기 단계 S102의 움직임 검출 및 단계 S103의 색상 검출 과정을 1초 동안 3회 반복 수행하여 연기의 후보 영역들을 생성하는 것이다.If it is determined in step S104 that the image motion and the color detection result have been accumulated for a predetermined number of times (for example, three frames), smoke candidate areas are generated based on the accumulated image candidates (step S105). That is, the motion detection of step S102 and the color detection process of step S103 are repeated three times for one second to generate candidate areas of smoke.
이렇게 하여 연기의 후보 영역들이 생성되면, 도 2a 및 도 2b에서와 같이, 그 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화한다(단계 S106). 여기서, 도 2a는 양자화 변환전의 원본 이미지를 보여주는 도면이고, 도 2b는 양자화 변환된 이미지를 보여주는 도면이다.When the candidate regions of smoke are generated in this way, the candidate regions of the generated smoke are quantized using the density distribution characteristic of the smoke as shown in FIGS. 2A and 2B (Step S106). 2A is a view showing an original image before quantization conversion, and FIG. 2B is a view showing a quantized and transformed image.
여기서, 또한 상기 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화함에 있어서, 각 후보 영역들의 명도값을 15로 분할하여 17단계로 균일하게 양자화할 수 있다. 즉, 0∼15, 16∼30, 31∼45, …, 211∼225, 226∼240, 241∼255와 같이 명도값을 15로 분할하여 17단계로 균일하게 양자화하는 것이다.Here, in quantizing the generated candidate smoke regions using the density distribution characteristic of smoke, the brightness value of each candidate region may be divided into 15 and uniformly quantized into 17 levels. That is, 0 to 15, 16 to 30, 31 to 45, ... , 211 to 225, 226 to 240, and 241 to 255, and the luminance value is uniformly quantized in 17 steps.
연기의 후보 영역들에 대한 양자화가 완료되면, 도 3에서와 같이, 그 양자화된 영상에서의 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정한다(단계 S107). 여기서, 연기의 특징은 다음과 같다. 1) 짙은 연기가 확산으로 옅어져 명도의 분포 범위가 넓다. 2) 짙은 연기가 점차적으로 옅어져 가기 때문에 단계가 연속적으로 연결된다. 3) 짙은 연기의 확산으로 짙은 연기의 외곽은 점차적으로 옅어져 등고선의 분포를 보인다. 즉, 양자화 단계가 낮을수록 분포영역이 넓어진다. 또한, 비연기의 특징은 다음과 같다. 1) 물체는 특정 명도가 군집되어 분포 범위가 넓지 않다. 2) 명도가 전체적으로 분포하지 않는다.When the quantization of the candidate regions of smoke is completed, the smoke detection condition is determined by analyzing characteristics of smoke and non-smoke in the quantized image as shown in FIG. 3 (Step S107). Here, the characteristics of smoke are as follows. 1) Dark smoke is diffused by diffusion, and the distribution range of lightness is wide. 2) As the dark smoke gradually fades, the phases are connected continuously. 3) By the diffusion of dark smoke, the outline of dark smoke gradually becomes thinner and the distribution of contour lines is shown. That is, the lower the quantization step, the wider the distribution area. The characteristics of the non-smoke are as follows. 1) An object has a wide range of distribution because of its specific brightness. 2) The brightness is not distributed throughout.
여기서, 또한 상기 양자화된 영상에서의 전술한 바와 같은 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정함에 있어서, 제1 조건은 연기 후보 영역의 양자화 단계의 최대 단계와 최소 단계 간의 차이는 6 이상, 제2 조건은 연기 후보 영역 내의 양자화 단계의 비연결이 2 이하[(최대 단계 - 최소 단계) - 단계 개수 < 3 ], 제3 조건은 각 양자화 단계의 영역 크기의 평균값을 구하고, 평균값보다 큰 단계는 1, 작은 단계는 0(zero)으로 설정할 수 있다.Here, in determining the smoke detection condition by analyzing the characteristics of smoke and non-smoke in the quantized image as described above, the first condition is that the difference between the maximum step and the minimum step of the quantization step of the smoke candidate region is 6 The second condition is that the uncoupling of the quantization step in the candidate candidate region is 2 or less [(maximum step - minimum step) - step number <3], and the third condition is the average value of the area size of each quantization step, The larger step can be set to 1, and the smaller step can be set to 0 (zero).
이때, 상기 설정된 값이 양자화 단계 중 최대 단계가 0(zero)이고, 최대 단계, 최대 단계-1을 제외하고 3개 이상의 양자화 단계의 영역 크기의 값이 1일 때, 양자화 기반의 연기 검출 조건이 만족하는 것으로 보고, 연기 검출 조건을 확정할 수 있다.At this time, when the set value is the maximum value of the quantization step is 0, and the value of the area size of three or more quantization steps is 1, except for the maximum step and the maximum step-1, the quantization- The smoke detection condition can be determined.
이상에서와 같이, 양자화를 기반으로 한 연기 검출 조건이 결정되면, 상기 단계 S105에서의 상기 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출한다(단계 S108). 이때, 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출함에 있어서, 영상 10 프레임당 프레임 차이(frame difference)를 수행하여 그 결과를 축적하고, 축적된 영상에 라벨링(labeling)을 수행하여 각 대상물을 라벨화하며, 결과가 3장 축적되었을 때 축적된 영상 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출할 수 있다.As described above, when the smoke detection condition based on the quantization is determined, the color of the current image frame is detected in the smoke candidate region in step S105 (step S108). At this time, in detecting the color of the current image frame in the smoke candidate region, a frame difference is performed per 10 frames of the image, the result is accumulated, and the accumulated image is labeled, And the color of the current image frame can be detected within the accumulated image candidate area when three results are accumulated.
이렇게 하여 색상 검출이 완료되면, 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정한다(단계 S109). When the color detection is completed, the smoke detection condition is determined according to the size comparison between the accumulated smoke candidate area and the smoke candidate area after color detection (step S109).
연기는 기체로서 후보 영역 내부가 유동적인 움직임을 보인다. 1초간 축적된 연기의 후보 영역과, 연기 후보 영역 중 현재 이미지 색상 검출 영역을 비교한다.The smoke is a gas, and the inside of the candidate region shows a moving motion. The candidate region of smoke accumulated for one second is compared with the current image color detection region of the smoke candidate region.
이때, 연기라면 그 크기가 비슷하고, 비연기 물체라면 크기에 큰 차이가 생긴다. 도 4는 이러한 비교 상태를 보여주는 것으로서, 도 4에서 볼 수 있는 바와 같이, 축적 이미지와 색상 검출 이미지(Color Detect Image)에서 우측의 연기는 비슷한 크기를 보이나, 좌측의 비연기 물체(사람)는 그 크기에 있어서 큰 차이를 보임을 알 수 있다. At this time, smoke is similar in size, and if it is a non-smoke object, there is a big difference in size. FIG. 4 shows such a comparison state. As can be seen from FIG. 4, the smoke on the right side in the accumulation image and the color detection image (Color Detect Image) have a similar size, but the non-smoke object It can be seen that there is a big difference in size.
따라서, 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정함에 있어서, 연기의 확산으로 인해 주변의 물체와 함께 검출되는 것을 고려하여, 상기 색상 검출 후의 연기 후보 영역의 크기와 상기 축적된 연기 후보 영역의 크기의 비율이 75% 이상일 경우 연기 검출 조건으로 결정할 수 있다. Therefore, in consideration of the detection of the smoke detection condition according to the size comparison between the accumulated smoke candidate region and the smoke candidate region after the color detection together with the surrounding object due to the diffusion of smoke, If the ratio of the size of the candidate region to the size of the accumulated smoke candidate region is 75% or more, the smoke detection condition can be determined.
이렇게 하여 양자화 기반의 연기 검출 조건과 크기 비교 기반의 연기 검출 조건이 결정되면, 그 양자화 기반의 연기 검출 조건과 크기 비교(비율) 기반의 연기 검출 조건이 각각 만족하는지를 판별한다(단계 S110,S111). 여기서, 양자화 기반의 연기 검출 조건과 관련해서는 전술한 바와 같은 제1, 제2 및 제3 조건, 즉 제1 조건은 연기 후보 영역의 양자화 단계의 최대 단계와 최소 단계 간의 차이는 6 이상, 제2 조건은 연기 후보 영역 내의 양자화 단계의 비연결이 2 이하[(최대 단계 - 최소 단계) - 단계 개수 < 3 ], 제3 조건은 각 양자화 단계의 영역 크기의 평균값을 구하고, 평균값보다 큰 단계는 1, 작은 단계는 0(zero)으로 설정할 수 있고,설정된 값이 양자화 단계 중 최대 단계가 0(zero)이고, 최대 단계, 최대 단계-1을 제외하고 3개 이상의 양자화 단계의 영역 크기의 값이 1일 때, 양자화 기반의 연기 검출 조건이 만족하는 것으로 볼 수 있다. 또한, 크기 비교(비율) 기반의 연기 검출 조건은 색상 검출 후의 연기 후보 영역의 크기와 상기 축적된 연기 후보 영역의 크기의 비율이 75% 이상일 경우 만족하는 것으로 볼 수 있다.If the smoke detection condition based on the quantization and the smoke detection condition based on the size comparison are determined as described above, it is determined whether the smoke detection condition based on the quantization and the smoke comparison condition based on the size comparison (ratio) are respectively satisfied (steps S110 and S111) . Here, regarding the quantization-based smoke detection condition, the first, second and third conditions, that is, the first condition described above, the difference between the maximum step and the minimum step of the quantization step of the smoke candidate region is 6 or more, The condition is that the unconditioning of the quantization step in the candidate candidate region is less than or equal to 2 [(maximum step - minimum step) - step number <3], the third condition is the average value of the area size of each quantization step, , The small step can be set to 0 (zero), and the set value is set to 0 when the maximum step in the quantization step is zero and the value of the area size of three or more quantization steps is set to 1 , It can be seen that the quantization-based smoke detection condition is satisfied. In addition, the size comparison (ratio) based smoke detection condition is satisfied when the ratio of the size of the smoke candidate region after color detection and the size of the accumulated smoke candidate region is 75% or more.
상기 단계 S110에서 조건이 만족하지 않을 경우와, 단계 S111에서 비율이 75% 이상이 아닐 경우, 본 발명의 연기 검출 방법의 프로세스를 상기 단계 S101로 각각 회귀시킨다. If the condition is not satisfied in step S110 and if the ratio is not more than 75% in step S111, the process of the smoke detection method of the present invention is returned to step S101.
이상에 의해 상기 양자화 기반 및 크기 비교 기반의 연기 검출 조건이 각각 만족하면, 그 두 기반의 연기 검출 결과를 종합하여 최종적으로 연기 검출로 확정한다(단계 S112). If the smoke detection conditions based on the quantization basis and the size comparison are satisfied, the smoke detection results of the two bases are combined and finally determined as smoke detection (step S112).
이상의 설명에서와 같이, 본 발명에 따른 연기의 밀도 분포 특성을 이용한 연기 검출방법은 전처리로서 복수의 프레임 간격으로 영상의 움직임 및 색상을 검출하고, 그 검출결과를 일정 시간 동안 축적하여 연기의 후보 영역을 생성하며, 후처리로서 연기의 특징을 반영한 양자화 검출과 비율 검출의 결과를 종합하여 최종적으로 연기 검출로 확정함으로써, 종래 화재 감지기를 이용한 화재 감지 시스템 에서의 화재 감지기의 오작동으로 인한 문제 및 화재 감지기에 의한 신호만으로 정확한 화재 상황을 파악하기 어려운 문제를 해소할 수 있고, 연기 검출의 정밀도를 높여 화재를 정확하게 판단할 수 있는 장점이 있다.
As described above, the smoke detection method using the density distribution characteristic of smoke according to the present invention is a method of detecting smoke motion and color in a plurality of frame intervals as a pre-processing, accumulating the detection result for a predetermined time, And the result of the quantization detection and the ratio detection reflecting the characteristic of smoke as post-processing are combined and finally determined to be smoke detection, so that problems caused by malfunction of the fire detector in the fire detection system using the conventional fire detector, It is possible to solve the problem that it is difficult to grasp the accurate fire situation only by the signal by the smoke detector, and it is possible to accurately determine the fire by increasing the accuracy of the smoke detection.
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.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but many variations and modifications may be made without departing from the spirit and scope of the invention. Be clear to the technician. Accordingly, the true scope of protection of the present invention should be construed according to the following claims, and all technical ideas within the scope of the same should be construed as being included in the scope of the present invention.
Claims (10)
b) 제어부에 의해 수신한 상기 영상의 색상을 검출하는 단계;
c) 상기 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼 축적되었는지를 판별하는 단계;
d) 상기 판별에서, 영상의 움직임 및 색상 검출 결과가 미리 설정된 장수만큼 축적되었으면, 그 축적된 영상 후보들을 바탕으로 연기의 후보 영역들을 생성하는 단계;
e) 상기 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화하는 단계;
f) 상기 양자화된 영상에서의 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정하는 단계;
g) 상기 단계 d)에서의 상기 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출하는 단계;
h) 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정하는 단계;
i) 상기 단계 f)에서의 양자화 기반의 연기 검출 조건과 단계 h)에서의 크기 비교 기반의 연기 검출 조건이 각각 만족하는지를 판별하는 단계; 및
j) 상기 양자화 기반 및 크기 비교 기반의 연기 검출 조건이 각각 만족하면, 그 두 기반의 연기 검출 결과를 종합하여 최종적으로 연기 검출로 확정하는 단계를 포함하는 연기의 밀도 분포 특성을 이용한 연기 검출방법.
a) receiving an image photographed by a surveillance camera and detecting a motion of the image;
b) detecting a hue of the image received by the control unit;
c) determining whether motion and color detection results of the image have been accumulated for a preset number of times;
d) if the motion and color detection result of the image are accumulated by the preset number of times, generating smoke candidate regions based on the accumulated image candidates;
e) quantizing the generated candidate smoke regions using a density distribution characteristic of smoke;
f) determining a smoke detection condition by analyzing characteristics of smoke and non-smoke in the quantized image;
g) detecting color for a current image frame in the smoke candidate region in step d);
h) determining a smoke detection condition according to size comparison between the accumulated smoke candidate region and the smoke candidate region after color detection;
i) determining whether the quantization-based smoke detection condition in step f) and the size comparison-based smoke detection condition in step h) are satisfied, respectively; And
and j) determining the smoke detection conditions based on the quantization basis and the size comparison, respectively, and finalizing the smoke detection results of the two foundations based on the smoke detection conditions.
상기 단계 a)에서 영상의 움직임을 검출함에 있어서, 10 프레임 간격으로 움직임을 검출하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method according to claim 1,
A method for detecting smoke using a density distribution characteristic of smoke, wherein motion is detected at intervals of 10 frames in detecting motion of an image in step a).
상기 단계 b)에서 영상의 색상을 검출함에 있어서, 색상 검출을 위한 복수의 조건을 설정하여 영상의 색상을 검출하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method according to claim 1,
The smoke detection method according to claim 1, wherein the color of the image is detected by setting a plurality of conditions for color detection in the step b).
상기 색상 검출을 위한 복수의 조건으로서의 제1 조건은 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값과 청색(Blue) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 (화소)값의 최소값과 최대값의 차이가 140 이하로 설정되고, 제2 조건은 청색 (Blue) 픽셀(화소)값이 가장 높고, 적색(Red) 픽셀(화소)값과 녹색(Green) 픽셀(화소)값의 차이가 25 이하, 회색(Gray) 픽셀(화소)값은 76∼250 사이의 값, 8×8의 한 블록 내의 픽셀 값의 최소값과 최대값의 차이가 140 이하로 설정하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method of claim 3,
The first condition as the plurality of conditions for the color detection is that the difference between the red pixel value and the green pixel value and the blue pixel value is 25 or less, Gray pixel value is set to a value between 76 and 250 and a difference between a minimum value and a maximum value of a pixel value within a block of 8x8 is set to 140 or less and a second condition is set to a blue pixel value The difference between the red pixel value and the green pixel value is 25 or less and the gray pixel value is 76 to 250, Wherein a difference between a minimum value and a maximum value of pixel values in one block of 8x8 is set to 140 or less.
상기 단계 c)에서 상기 영상의 움직임 및 색상 검출 결과가 3장 축적되었는지를 판별하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method according to claim 1,
And determining whether the motion and color detection results of the image are accumulated in step c).
상기 단계 e)에서 상기 생성된 연기의 후보 영역들을 연기의 밀도 분포 특성을 이용하여 양자화함에 있어서, 각 후보 영역들의 명도값을 15로 분할하여 17단계로 균일하게 양자화하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method according to claim 1,
In the step (e), in quantizing the candidate regions of smoke generated by using the density distribution characteristics of smoke, the density distribution characteristic of smoke, which divides the brightness value of each candidate region into 15 and uniformly quantizes the 17 regions, Smoke detection method.
상기 단계 f)에서 상기 양자화된 영상에서의 연기와 비연기의 특징을 분석하여 연기 검출 조건을 결정함에 있어서, 제1 조건은 연기 후보 영역의 양자화 단계의 최대 단계와 최소 단계 간의 차이는 6 이상, 제2 조건은 연기 후보 영역 내의 양자화 단계의 비연결이 2 이하[(최대 단계 - 최소 단계) - 단계 개수 < 3 ], 제3 조건은 각 양자화 단계의 영역 크기의 평균값을 구하고, 평균값보다 큰 단계는 1, 작은 단계는 0(zero)으로 설정하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
The method according to claim 1,
In the determination of the smoke detection condition by analyzing the characteristics of smoke and non-smoke in the quantized image in the step f), the first condition is that the difference between the maximum step and the minimum step of the quantization step of the smoke candidate region is 6 or more, The second condition is that the unconditioning of the quantization step in the candidate candidate region is 2 or less [(maximum step-minimum step) -step number <3], the third condition is the average value of the area size of each quantization step, Is set to 1, and the small step is set to zero (0).
상기 설정된 값이 양자화 단계 중 최대 단계가 0(zero)이고, 최대 단계, 최대 단계-1을 제외하고 3개 이상의 양자화 단계의 영역 크기의 값이 1일 때, 양자화 기반의 연기 검출 조건이 만족하는 것으로 보고, 연기 검출 조건을 확정하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.
8. The method of claim 7,
When the set value is the maximum value of the quantization step is 0 and the value of the area size of three or more quantization steps is 1 except for the maximum step and maximum step-1, the quantization-based smoke detection condition is satisfied And determining a smoke detection condition, the smoke detection method using density distribution characteristics of smoke.
상기 단계 g)에서 상기 연기 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출함에 있어서, 영상 10 프레임당 프레임 차이(frame difference)를 수행하여 그 결과를 축적하고, 축적된 영상에 라벨링(labeling)을 수행하여 각 대상물을 라벨화하며, 결과가 3장 축적되었을 때 축적된 영상 후보 영역 내에서 현재 영상 프레임에 대한 색상을 검출하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.The method according to claim 1,
In step g), in detecting the color of the current image frame in the smoke candidate region, a frame difference is performed per 10 frames of the image, and the result is accumulated, and labeling is performed on the accumulated image And labeling each object and detecting the color of the current image frame within the accumulated image candidate region when three results are accumulated, the smoke detection method using the density distribution characteristic of smoke.
상기 단계 h)에서 상기 축적된 연기 후보 영역과 상기 색상 검출 후의 연기 후보 영역 간의 크기 비교에 따른 연기 검출 조건을 결정함에 있어서, 상기 색상 검출 후의 연기 후보 영역의 크기와 상기 축적된 연기 후보 영역의 크기의 비율이 75% 이상일 경우 연기 검출 조건으로 결정하는, 연기의 밀도 분포 특성을 이용한 연기 검출방법.The method according to claim 1,
In determining the smoke detection condition according to the size comparison between the accumulated smoke candidate region and the color candidate smoke region after the color detection in the step h), the size of the smoke candidate region after color detection and the size of the accumulated smoke candidate region Is determined as the smoke detection condition when the ratio of the smoke density is 75% or more.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140143946A KR101638621B1 (en) | 2014-10-23 | 2014-10-23 | Smoke detection method using density distribution characteristics of smoke |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140143946A KR101638621B1 (en) | 2014-10-23 | 2014-10-23 | Smoke detection method using density distribution characteristics of smoke |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160048240A true KR20160048240A (en) | 2016-05-04 |
| KR101638621B1 KR101638621B1 (en) | 2016-07-12 |
Family
ID=56021807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140143946A KR101638621B1 (en) | 2014-10-23 | 2014-10-23 | Smoke detection method using density distribution characteristics of smoke |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101638621B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107170182A (en) * | 2017-06-15 | 2017-09-15 | 深圳市泰和安科技有限公司 | A kind of fire detecting method, device and equipment |
| CN111488772A (en) * | 2019-01-29 | 2020-08-04 | 杭州海康威视数字技术股份有限公司 | Method and apparatus for smoke detection |
| CN112767645A (en) * | 2021-02-02 | 2021-05-07 | 南京恩博科技有限公司 | Smoke identification method and device and electronic equipment |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008046916A (en) * | 2006-08-17 | 2008-02-28 | Nohmi Bosai Ltd | Smoke detection device |
| KR20100093684A (en) * | 2009-02-17 | 2010-08-26 | 계명대학교 산학협력단 | Smoke sensing method and system |
| KR20120035734A (en) | 2010-10-06 | 2012-04-16 | (주)에이치엠씨 | A method for detecting fire or smoke |
| KR20120125716A (en) | 2011-05-09 | 2012-11-19 | 이순영 | Fire imaging detection system and method |
| KR20130015713A (en) * | 2011-08-04 | 2013-02-14 | 울산대학교 산학협력단 | Apparatus for detecting fire flame based image data and method of the same |
| KR20130046629A (en) * | 2011-10-28 | 2013-05-08 | 아이브스테크놀러지(주) | Video processing apparatus and method for detecting smoke from video |
-
2014
- 2014-10-23 KR KR1020140143946A patent/KR101638621B1/en active IP Right Grant
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008046916A (en) * | 2006-08-17 | 2008-02-28 | Nohmi Bosai Ltd | Smoke detection device |
| KR20100093684A (en) * | 2009-02-17 | 2010-08-26 | 계명대학교 산학협력단 | Smoke sensing method and system |
| KR20120035734A (en) | 2010-10-06 | 2012-04-16 | (주)에이치엠씨 | A method for detecting fire or smoke |
| KR20120125716A (en) | 2011-05-09 | 2012-11-19 | 이순영 | Fire imaging detection system and method |
| KR20130015713A (en) * | 2011-08-04 | 2013-02-14 | 울산대학교 산학협력단 | Apparatus for detecting fire flame based image data and method of the same |
| KR20130046629A (en) * | 2011-10-28 | 2013-05-08 | 아이브스테크놀러지(주) | Video processing apparatus and method for detecting smoke from video |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107170182A (en) * | 2017-06-15 | 2017-09-15 | 深圳市泰和安科技有限公司 | A kind of fire detecting method, device and equipment |
| CN111488772A (en) * | 2019-01-29 | 2020-08-04 | 杭州海康威视数字技术股份有限公司 | Method and apparatus for smoke detection |
| CN111488772B (en) * | 2019-01-29 | 2023-09-22 | 杭州海康威视数字技术股份有限公司 | Method and device for detecting smoke |
| CN112767645A (en) * | 2021-02-02 | 2021-05-07 | 南京恩博科技有限公司 | Smoke identification method and device and electronic equipment |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101638621B1 (en) | 2016-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4803376B2 (en) | Camera tampering detection method | |
| US6711279B1 (en) | Object detection | |
| KR101237089B1 (en) | Forest smoke detection method using random forest classifier method | |
| CN101334924B (en) | Fire hazard probe system and its fire hazard detection method | |
| CN109484935B (en) | Elevator car monitoring method, device and system | |
| US5289275A (en) | Surveillance monitor system using image processing for monitoring fires and thefts | |
| US20160320296A1 (en) | Gas detector | |
| KR101822924B1 (en) | Image based system, method, and program for detecting fire | |
| KR100858140B1 (en) | Method and system for detecting a fire by image processing | |
| CN201936415U (en) | Automatic forest fire identification and alarm system | |
| US20080186191A1 (en) | Smoke detecting method and device | |
| CN107679471A (en) | Indoor occupant sky hilllock detection method based on video monitoring platform | |
| KR101638621B1 (en) | Smoke detection method using density distribution characteristics of smoke | |
| KR101066900B1 (en) | An apparatus of dection for moving from cctv camera | |
| CN110240036B (en) | Device and method for detecting electric bicycle trying to enter elevator | |
| KR101726786B1 (en) | System and method for real-time fire detection using color information of the image | |
| JP2010097412A (en) | Smoke detecting apparatus | |
| CN112489351A (en) | School fire early warning method based on picture recognition | |
| CN104506850A (en) | Method and device for judging video occlusion | |
| JPH0844874A (en) | Image change detector | |
| US8311345B2 (en) | Method and system for detecting flame | |
| US9997038B2 (en) | Smoke detection apparatus, method for detecting smoke and computer program | |
| KR101656642B1 (en) | Group action analysis method by image | |
| CN109841028B (en) | Thermal infrared imager-based heat source detection method and system and storage medium | |
| KR20140109671A (en) | Flame dete ction method based on gray imaging signal of a cameras |
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 |