一种基于区域特征分析的图像火灾探测方法技术

本发明专利技术提供一种基于区域特征分析的图像火灾探测方法，涉及火灾探测技术领域。该方法首先采用前景图像整体目标区域面积预判别和分区域面积预判别两种方式，筛除面积不符合阈值区间的某帧图像或某个区域，降低了算法的计算量。然后再采用统计各区域面积的跳变次数的方法，分析各区域面积变化的频率特征，实现对图像的火灾情况的判断，大大降低了计算复杂度。本发明专利技术提供的基于区域特征分析的图像火焰探测方法，以较低的算法复杂度融合了图像目标区域的面积特征、频率特征和质心位置变化的运动特征等多种特征，具有较强的抗干扰能力，更适用于存在多目标区域的复杂场景，进一步提高了该发明专利技术方法在工程应用中的适应能力。

【技术实现步骤摘要】
一种基于区域特征分析的图像火灾探测方法
本专利技术涉及火灾探测
，尤其涉及一种基于区域特征分析的图像火灾探测方法。
技术介绍
图像型火灾探测技术具有响应速度快，监测范围广，距离远的特点，适用于高大空间场所，还可在室外环境中使用，使火灾探测更大程度地满足人们对火灾安全的需求，与传统的火灾探测技术相比具有显著的优势，代表了当今火灾探测技术的较高水平。图像火灾探测技术，包括图像火焰探测、图像烟雾探测和图像温度探测三种。其中，图像火焰探测主要利用火灾发生时，物体燃烧过程中火焰图像的颜色特性、轮廓特性、频谱特性、纹理特性或运动特性等，使其模型化、过程化，形成计算机可识别的图像模式，从而快速、准确的识别火灾信息，完成火灾检测，并及时发出报警信号。然而，这些特征模型均存在一定的局限性，使得图像火焰探测易发生误报或者漏报。如使用颜色判别模型的方法不能够区分阳光、灯泡和摆动红旗等与火焰颜色相近的干扰源，见T.Celik(AutomaticFireDetectioninVideoSequences.In:ProceedingsofEuropeanSignalProcessingConference,Florence,Italy,September2006.)；使用频谱特征受背景光影响较大，而且在图像场景中如果火焰区域面积较小，这种闪烁特征并不明显，见LiuChebin(ProceedingsofICPR2004.Proceedingsofthe17thInternationalConferenceon.2004.4(4):34～137.)；同时，也有研究人员采用多种特征融合的方式，如UgurToreyin(ProceedingsofIEEE30thInternationalConferenceonAcoustics,Speech,andSignalProcessing.Philadelphia,PA,USA.2005.2(2):669-672.)综合利用运动、频闪、边缘模糊和颜色特征等来识别火焰，利用时空小波变换提取闪烁特征和边缘模糊特征，从而实现视频火焰探测，虽然取得了较好的效果，但由于算法过于复杂，计算量大，难以满足图像火灾探测产品对于实时探测的要求。
技术实现思路
针对现有技术的缺陷，本专利技术提供一种基于区域特征分析的图像火灾探测方法，以提高图像火灾探测技术的可靠性和及时性。一种基于区域特征分析的图像火灾探测方法，包括以下步骤：步骤1、将由监控摄像头得到的视频图像通过采集卡传给视频监控计算机，计算机连续读取摄像机捕获的一段时间内的多帧图像，并以这些帧图像对应点的像素平均值构成背景图像BD；步骤2、计算机实时读取摄像机获取的当前帧图像I，采用背景差分法，由当前帧图像I和背景图像BD根据以下公式进行差分，得到前景图像FD；式中，(i,j)为以图像的左上角为原点，图像的水平方向为横轴、垂直方向为纵轴建立的坐标系中像素点的坐标，FD(i,j)为前景图像在点(i,j)位置的像素值，t代表当前帧，BD(i,j)为背景图像在点(i,j)位置的像素值，I(i,j,t)为当前帧图像在点(i,j)位置的像素值，T1为阈值；所述前景图像为二值化图像，其像素值仅有0和255两个值；背景图像为灰度图像，其像素值的数值区间为0～255；对背景图像进行实时更新，采用的公式如下所示：式中，a为常数，0<a<1；如果差分结果图像FD(i,j)中点(i,j)的像素值为0，则更新背景图像中(i,j)点的像素值BD(i,j)，如果差分结果前景图像FD(i,j)中点(i,j)的像素值为255，则不进行操作；步骤3、进行预判别，计算前景图像的面积，即计算前景图像中像素值为255的像素总数Sum，并判断前景图像的面积是否满足T2≤Sum≤T3，其中T2和T3为阈值；若满足，则执行步骤4，否则，放弃对该帧图像的判断，返回步骤2，重新读取下一帧图像进行判断；步骤4、利用区域标号算法对前景图像的不同区域进行标号，标号的数值范围为1～255，得到标号图像LD，具体方法为：步骤4.1：令标号L＝0；步骤4.2：自左向右、自上向下地扫描前景图像FD，对于像素值为255的点做下述操作：若当前点的两个直接邻点的像素值分别为FD(i-1,j)＝0，FD(i,j-1)＝255，则令当前点(i,j)的标号与邻点(i,j-1)的标号相同，即LD(i,j)＝LD(i,j-1)；若当前点的两个直接邻点的像素值分别为FD(i-1,j)＝255，FD(i,j-1)＝0，则令当前点(i,j)的标号与点(i-1,j)的标号相同，即LD(i,j)＝LD(i-1,j)；若当前点的两个直接邻点的像素值分别为FD(i-1,j)＝255，FD(i,j-1)＝255，且两像素点的标号相同，即LD(i-1,j)＝LD(i,j-1)，则令当前点(i,j)的标号与点(i-1,j)的标号相同，即LD(i,j)＝LD(i-1,j)；若当前点的两个直接邻点的像素值分别为FD(i-1,j)＝FD(i,j-1)＝0，则当前点为一个新区域的起点，赋予它一个新的标号，为L＝L+1，L(i,j)＝L；若当前点的两个直接邻点的像素值分别为FD(i-1,j)＝255，FD(i,j-1)＝255，但两像素点的标号不同，即LD(i-1,j)≠LD(i,j-1)，则令当前像素点的标号等于其中较小的那个标号；步骤4.3：重新搜索整张标号图像LD，对标号进行整理，使自左向右、自上向下搜索到的区域的标号从1开始依次增加；步骤5、对整张标号图像进行搜索，分别统计不同标号区域的面积，即不同标号区域的像素个数，并判断各区域的面积是否满足大于最小阈值Smin且小于最大阈值Smax，如果满足，则执行步骤6，否则，该区域为噪声或遮挡干扰，不进行处理；步骤6、分别计算标号图像中各标号区域的质心；所述各标号区域的质心的计算公式如下所示：式中，Mmax为标号为L的区域的像素横坐标的最大值，Mmin为标号为L的区域的像素横坐标的最小值，Nmax为标号为L的区域的像素纵坐标的最大值，Nmin为标号为L的区域像素纵坐标的最小值，xcL为标号为L的区域的质心的横坐标，ycL为标号为L的区域的质心的纵坐标，xi代表标号为L的区域的轮廓上的第i个点的横坐标，yj代表标号为L的区域的轮廓上的第j个点的纵坐标，I(i,j)为坐标为(i,j)的点的像素值；步骤7、设置时间窗口T0，统计时间T0内所有帧图像在各标号区域的面积SLt和质心坐标(xcLt，ycLt)，并分别计算时间窗口T0内各标号区域面积的平均值SaveLt和方差SVLt，以及质心横纵坐标的平均值(xavecLt，yavecLt)和方差(xVcLt，yVcLt)，并计算各区域面积的跳变次数；所述各标号区域面积的跳变次数的计算方法为：一、记录时间窗口T0内，标号为L区域的面积数组为SL[t]，其平均值为SaveLt，计数器countL初始值为0；二、从时间窗口T0内的第一帧图像开始，若SL[t]>SaveLt且SL[t+1]<SaveLt，或者SL[t]<SaveLt且SL[t+1]>SaveLt，则计数器countL增加1；三本文档来自技高网...

【技术保护点】
1.一种基于区域特征分析的图像火灾探测方法，其特征在于：包括以下步骤：步骤1、将由监控摄像头得到的视频图像通过采集卡传给视频监控计算机，计算机连续读取摄像机捕获的一段时间内的多帧图像，并以这些帧图像对应点的像素平均值构成背景图像BD；步骤2、计算机实时读取摄像机获取的当前帧图像I，采用背景差分法，由当前帧图像I和背景图像BD进行差分，得到前景图像FD，并对背景图像进行实时更新；步骤3、进行预判别，计算前景图像的面积，即计算前景图像中像素值为255的像素总数Sum，并判断前景图像的面积是否满足T2≤Sum≤T3，其中T2和T3为阈值；若满足，则执行步骤4，否则，放弃对该帧图像的判断，返回步骤2，重新读取下一帧图像进行判断；步骤4、利用区域标号算法对前景图像的不同区域进行标号，标号的数值范围为1～255，得到标号图像LD；步骤5、对整张标号图像LD进行搜索，分别统计不同标号区域的面积，即不同标号区域的像素个数，并判断各区域的面积是否满足大于最小阈值Smin且小于最大阈值Smax，如果满足，则执行步骤6，否则，该区域为噪声或遮挡干扰，不进行处理；步骤6、分别计算标号图像中各标号区域的质心；步骤7、设置时间窗口T0，统计时间T0内所有帧图像在各标号区域的面积SLt和质心坐标(xcLt，ycLt)，并分别计算时间窗口T0内各标号区域面积的平均值SaveLt和方差SVLt，以及质心横纵坐标的平均值(xavecLt，yavecLt)和方差(xVcLt，yVcLt)，并计算各区域面积的跳变次数；步骤8、判断视频图像所监控的场景是否存在火灾情况，如果存在火灾，则发出报警指令，否则返回步骤二，重新读取下一帧图像，继续对视频图像所监控的场景进行火灾探测。...

【技术特征摘要】
1.一种基于区域特征分析的图像火灾探测方法，其特征在于：包括以下步骤：步骤1、将由监控摄像头得到的视频图像通过采集卡传给视频监控计算机，计算机连续读取摄像机捕获的一段时间内的多帧图像，并以这些帧图像对应点的像素平均值构成背景图像BD；步骤2、计算机实时读取摄像机获取的当前帧图像I，采用背景差分法，由当前帧图像I和背景图像BD进行差分，得到前景图像FD，并对背景图像进行实时更新；步骤3、进行预判别，计算前景图像的面积，即计算前景图像中像素值为255的像素总数Sum，并判断前景图像的面积是否满足T2≤Sum≤T3，其中T2和T3为阈值；若满足，则执行步骤4，否则，放弃对该帧图像的判断，返回步骤2，重新读取下一帧图像进行判断；步骤4、利用区域标号算法对前景图像的不同区域进行标号，标号的数值范围为1～255，得到标号图像LD；步骤5、对整张标号图像LD进行搜索，分别统计不同标号区域的面积，即不同标号区域的像素个数，并判断各区域的面积是否满足大于最小阈值Smin且小于最大阈值Smax，如果满足，则执行步骤6，否则，该区域为噪声或遮挡干扰，不进行处理；步骤6、分别计算标号图像中各标号区域的质心；步骤7、设置时间窗口T0，统计时间T0内所有帧图像在各标号区域的面积SLt和质心坐标(xcLt，ycLt)，并分别计算时间窗口T0内各标号区域面积的平均值SaveLt和方差SVLt，以及质心横纵坐标的平均值(xavecLt，yavecLt)和方差(xVcLt，yVcLt)，并计算各区域面积的跳变次数；步骤8、判断视频图像所监控的场景是否存在火灾情况，如果存在火灾，则发出报警指令，否则返回步骤二，重新读取下一帧图像，继续对视频图像所监控的场景进行火灾探测。2.根据权利要求1所述的一种基于区域特征分析的图像火灾探测方法，其特征在于：步骤2所述前景图像为二值化图像，其像素值仅有0和255两个值，背景图像为灰度图像，其像素值的数值区间为0～255。3.根据权利要求2所述的一种基于区域特征分析的图像火灾探测方法，其特征在于：步骤2所述前景图像FD的计算公式如下所示：式中，(i，j)为以图像的左上角为原点，图像的水平方向为横轴、垂直方向为纵轴建立的坐标系中像素点的坐标，FD(i，j)为前景图像在点(i，j)位置的像素值，t代表当前帧，BD(i，j)为背景图像在点(i，j)位置的像素值，I(i，j，t)为当前帧图像在点(i，j)位置的像素值，T1为阈值；所示背景图像进行实时更新采用的公式如下所示：式中，a为常数，0＜a＜1；如果差分结果图像FD(i，j)中点(i，j)的像素值为0，则更新背景图像中(i，j)点的像素值BD(i，j)，如果差分结果前景图像FD(i，j)中点(i，j)的像素值为255，则不进行操作。4.根据权利要求1所述的一种基于区域特征分析的图像火灾探测方法，其特征在于：所述步骤4的具体方法为：步骤4.1：令标号L＝0；步骤4.2：自左向右、自上向下地扫描前景图像FD，对于像素值为255的点做下述操作：若当前点的两个直接邻点的像素值分别为FD(i-1，j)＝0，FD(i，j-1)＝255，则令当前点(i，j)的标号与邻点(i，j-1)的标号相同，即LD(i，j)＝LD(i，j-1)...

【专利技术属性】
技术研发人员：于春雨，王卓甫，张曦，
申请(专利权)人：公安部沈阳消防研究所，
类型：发明
国别省市：辽宁,21