基于自适应边缘检测的大空间火灾目标监测技术.pdfVIP

中国·杭州 中国职业安全健康协会2007年学术年会 Hangzhou，China 2007年11月 论文集 NOV．12007 基于自适应边缘检测的大空间火灾目标监测技术 叶乐军王强 (中国计量学院质量与安全工程学院，杭州310018) 【摘要】 为运用数字图像处理技术对火灾进行实时快速的探测，笔者针对火灾图像的发展 特点。采用边缘检测算法并结合边界链码，提取出火灾面积扩大和边缘抖动的特征，实现了对火灾发 生的检测，同时通过实验证明了论述算法的可行性和实用性。 【关键词】 边缘检测；边界链码； 火灾图像； 火灾探测 1引言 近年来积极研究的图像型火灾探测技术是基于数字图像处理和分析的新型火灾探测方法，该技术能有 效地综台烟、温、光等主要火灾参数，同时对火灾中多个相关参数综台判断，更为准确地体现了真实火灾的特 征，使探测方法更加智能化，更大程度地满足人们对火灾安全的要求。图像型火灾探测技术针对性地克服了 常规火灾探测技术的一些主要弱点，它适用于高大空间场所和特殊空间场所，可以更好地避免由于空间高 度、粉尘、腐蚀性环境而导致的误报、迟报、漏报或失效的可能。 2火灾图像特点 图像型火灾探测技术关心的是火灾中各种物理现象在图像上的表现，以及这些图像的表现在多大程度 代表了火灾典型特征而明显区别于火灾以外的其他物理特征…。早期火灾发生阶段，由于火焰从无到有， 这个阶段火焰图像在面积、边缘等方面很有规律。 1)面积增长。伴着火势增大，摄像头探测到的火焰面积逐渐增大，图像上表现为高亮度区域持续增长。 在图像处理中，面积是通过取阈值后分割出目标物体，统计目标物体的像素点实现H刮。 2)边缘变化。灯光及稳定火焰的边缘较稳定，而早期火灾火焰边缘抖动M1 3火灾图像处理算法 考虑到火焰的动态变化特征，通过比较发生火灾前后图像各像素点的灰度值差别找出火灾发生的可疑 区域，再对预处理后得到的二值化图像进行边缘检测，提取边界链码，通过得到的链码方便地计算出火灾图 像的特征值，如面积、周长、圆形度等。用特征值定量地表示出火灾图像在面积、边缘变化‘51。因此，图像处 理流程为：图像预处理、图像分割、边缘检测、链码提取。 3．1图像预处理 在火灾探测系统中，大部分时间处于无疑火源状态，故可对图像序列进行简单的有无异常情况的判断。 运用背景差分法‘61进行预处理，检测图像的状态是否改变。方法如下： AP。(髫，Y)=P；(石，Y)一P(x，Y) (1) 论文集 叶乐军等：基于自适应边缘检测的大空间火灾目标监测技术 ≠O时，表示出现新的火源或亮点，则进入后面的分割处理。 ‘ 3．2图像分割 图像分割处理实际上就是区分图像中的前景目标和背景，以找出图像中需要进行处理的部分。图像分 割的经典方法是基于灰度阈值的分割方法。从统计意义上讲，方差是表征数据分布不均衡性的统计量，通过 阈值使得两类数据间的方差越大越好，表明该阈值的确将两类不同的问题区分开了。Otsu阈值算法，是 一种使类间方差最大的自动阈值分割方法，具有简单、处理速度快的特点‘¨1。 3．3边缘提取 所谓边缘是指其周围像素灰度有阶跃变化那些像素的集合。经典的边缘提取方法是考察图像每个像素 的某个邻域内灰度的变化，利用边缘临近一阶或二阶方向导数变化规律，这种方法称为边缘检测局部算子。 3．4链码 链码(chaincode)哺1是对线宽为一个像素的细线轨迹进行描述的 2 编码，利用边界链码可以计算目标物体的周长。图1给出了8个方向的 7÷ j÷＼ 乃b。协。 链码定义，在计算细线的链码时，从选定的某个端点出发，按照逆时针4 0 方向搜索下一个细线上的点，并根据与前一个点的方向对这一点进行 j／。 ‘＼7。 编码，直到终点。实际中，任何沿着边界的小干扰都会使编码错乱，常