大空间建筑物火灾探测新技术——基于图像视觉特征的火灾自动识别.pdfVIP

消防篇 2003年建筑电气论坛会 大空问建筑物火灾探测新技术 一一基于图像视觉特征的火灾自动识别 同济大学电子与信．忽工程学院许维胜 田长征 中国地震局物探中心 方盛明 作者简介： 许堆胜(1966)．男．副教授，主要研究方向自动控制．智能建筑。 田长征(1968)．男．硕士研究生，主要研究方向信息处理，图像识别。 方盛明(1953)，男，高级工程师，主要研究方向信息处理．模式识别。 摘 要 传统的火灾检测方法是感烟、感温、感光探测器以及红外对射探测，对于装有监 控电视设备的大空间建筑物．本文提出一种基于图像视觉特征的火灾检测方法。通过对摄像头 摄取的图像进行处理，提取其色彩特征和小波特征．然后利用神经网络通过有监督的学习建立 图像特征向量与三维火灾向量的联系，达到利用图像进行火灾识别的目的。 关键词视觉特征．图像识别．直方图．小波变换．神经网络 1．引言 随着计算机技术的发展，图像识别、图像处理技术应用到了各行各业．而且随着技术的发 展，其应用范围越来越广。对建筑物内火灾的识别，传统的方法是使用感烟、感温、感光探测器 以及红外对射探测器。对于大空间建筑物．因为其高度超过规范的要求，则只有采用红外对射 进行火灾探测．但由于红外对射探测器只能在有限的线上发现火灾，往往效果不理想。对于安 装有监视电视设备的大空间建筑物，如果能对摄像机采集到的图像信息进行火灾判别，无疑不 仅能为工程建设节省投资，而且因其安装简便，探测区域广阔，具有良好的应用前景。通过对大 量的火灾图像的分析，本文提出一种基于图像视觉特征提取图片的火灾信息特征向量的方法一 然后利用BP神经网络计算出图像的三维火灾向量．从而进行火灾判别。 2．图像分类 本文将图像分为三类：明火，烟．其他。其对应的三维向量如下表 明火 烟 其他 I 0 0 f0 ij f1 0} (0 O} x2 向量{xl 3．图像特征的提取 3．1颜色特征提取 图像视觉特征是基于内容的图像识别系统主要依据的特征，目前提取的视觉特征有三种： -1 R4· 2003年建筑电气论坛会 消防篇 颜色．纹理．形状。 颜色直方图是表达颜色特征最常用的方式，从统计学上说，它可以同组成色彩的亮度联系 起来。除色彩直方图以外．在图像识别中也用到了一些其他的色彩特征的表示方法．如色彩矩 和色彩集合．这里采用RGB三分量差值的直方图及其一阶矩来表示图像的颜色特征。 通过对大量火灾图像的分析，笔者认为：人在观察一幅图像判断是否有火灾发生的时候． 主要是根据图像的颜色进行判别，其次是根据图图像的纹理．而很少根据图像的形状。据此．通 过大量实验，利用图像的颜色直方图．RGB三分量差值的直方图及其一阶矩提取图像的特征 向量．选择合适的神经网络就能够判别出百分之九五以上的火灾图像。 颧色特征的计算过程如下： (1)首先将数字化的RGB图像s进行R．G．B分解，得到sr，Sg．Sb三幅图像。 Sg—Sg～Sb．Sr—Sb (2)根据sr，Sg．Sb求得Sr 5 5 6)，HSrg(1：26)，HSgb(1：256)．HSrb(1：256)。 256)．HSg(1：256)，HSb(1：2 (5)最后得到颜色特征向量{Ci)，I一1…．．6。 3．2图像小波特征的提取 小波变换具有优良的时频域局部特征．它对信号用一组不同尺度的带通滤波器进行滤波， 将信号分解到不同的频带上，进行分析处理，这与人类的多通道滤波模型理论是一致的．而且 因为小波滤波器的带宽在对数尺度下是相同的．与