基于视频特征的火焰识别算法研究.pdfVIP

ACADEMICRESEARCH 学术研究 基于视频特征的火焰识别算法研究 ◆庄坤森 马森晨 摘要：针对 目前的视频火灾检测技术容易受到复杂场景、类似火焰颜色干 扰物和光照条件等影响，算法的可靠性不高，容易产生误判和漏判等问题。在 全面调研前人工作的基础上，充分利用了火焰的运动特征、颜色特征、面积增 长特征、圆形度特征等，先通过选择性背景更新模型提取运动 目标，进而对提 取的运动 目标执行颜色检测，进一步滤除非火焰颜色的运动 目标，然后对获得 的火焰候选区域进行火焰动态特征分析，最终实现对火焰信号的准确判断。 关键词：火焰识别；特征融合；背景更新；颜色检测；圆形度检测 态特征检测模块。首先通过运动检测模块提取监控区域 引言 可能存在火焰信号的运动 目标，然后利用颜色检测模块 根据火灾检测对象的不同，火灾探测装置可以划 对运动 目标进行颜色匹配，如果满足要求则进入最后环 分为感烟式 、感温式、感光式及基于视觉的探测器。感 节的动态特征检测，通过三个模块中火焰视频特征的融 烟 、感温探测器只有当火灾发展到一定的程度时，才会 合 ，实现火焰信号的准确判断，并排除如太阳光、手电 做出响应。感光火灾探测器是探测火焰发出的红外或紫 筒、车灯、电焊等类似火焰干扰物的影响。 外光并发出报警信号，这种探测器由于判据单一，容易 1．1运动目标检测模块 对高功率热源或强光产生误报警。 运动 目标检测模块是火焰检测系统至关重要的环 基于视觉的探测器利用火焰信号的视频特征进行识 节，是火焰识别 、定位等后续处理的基础。运动 目标 别判断，火焰视频图象的特征大致可以分为两种：静态 检测算法主要有帧间差分法、光流法、基本背景消减 特征和动态特征…。静态特征主要有火焰颜色特征 、亮 法 。各种算法有其不同的优缺点，应用的场合也不 度特征、形状特征和色彩分布特征等。由于燃烧物体的 同，帧间差分法不能获得完整的运动 目标的信息，只能 本质和空气湍流的作用，燃烧的火焰呈现出显著的运动 获得运动 目标的轮廓信息；光流法计算量大难以满足实 特征，动态特征主要有火焰面积变化、边缘变化、形状 时性要求；背景消减法能提取出较完整的目标 ，但背景 变化、扇动规律、整体移动等。 建模和背景的实时更新既是重点也是难点 ]。 利用火焰信号的视频特征进行火焰探测具有以下优 针对火焰检测系统对算法的实时性要求较高，以及 势：检测系统可适用于多粉尘、高湿度的大面积室内场 考虑算法方便在微处理器上移植 ，本文通过比较混合高 所 ；系统不仅可以进行火焰信号的检测，还可以提供丰 斯模型和选择性背景更新模型的优缺点。最终提出了改 富直观的火灾信息；利用视觉技术检测火焰信号，由于 进的选择性背景更新模型。 抽取火焰信号的特征比较多，能够提高报警的准确度， 选择性背景更新模型的主要思想是 ：把当前帧图像 减少漏报和误报现象的发生。 Xt(x，y)看作为感兴趣的运动前景图像Frontt(x，y)和背景图 针对传统的感烟探测器和感温探测器不适合于大空 像Bgrdt(x，y)两部分组成。通过一个运动阈值分割出运 间建筑的不足，鉴于红外火焰探测判据单一，容易对高 动前景Fro