视频火焰实时检测系统的研究与实现.doc

视频火焰实时检测系统的研究与实现 刘 平 杭州市消防支队 吴洪森 浙江警察学院 摘要 本文设计并实现了一个视频火焰检测系统，并把其集成到现在通用的视频监控硬件系统中；同时提出了一种可以区分大空间（隧道、仓库、博物馆等建筑物）中闪烁的车灯和真实火焰的算法，从而避免了在实际的视频监控系统应用中把闪烁车灯误判为火焰的情况发生，大大降低了火灾火焰的误报率。我们所设计的算法除了检测火焰的运动和颜色特征以外，还研究并利用了火焰的频率、能量、几何形状等时空域特征。通过对这几类特征的综合判断大大减少了环境光对检测结果的影响。我们的实验结果表明我们的算法可以有效地区分闪烁车灯与真实火焰，降低了误报率，并且具有多路检测的实时性。 关键词：火焰识别，高斯混合模型，小波变换，广度优先搜索，圆形度 1. 介绍 随着信息技术的不断发展，计算机硬件水平的不断提高，数码感光元器件性能的不断增强，图像信息处理技术广泛地应用于安全监控检测领域。 火灾检测是安全监控检测领域的一个重要方向。现有的火灾自动监测手段，如烟感、温感探测器，有效探测距离比较小，报警后还需要人员到现场确认，不利于早期发现火情。除此之外，在一些高湿、高温、高尘的特殊场所，如发电厂、锅炉房、动力室及室外环境等，传统探测器不能正常发挥作用。而基于视频的火灾检测系统可以弥补传统探测手段的不足。 基于图像处理的火灾监控方法利用了火灾刚刚发生的短时间内火焰图像在颜色、形状、闪烁特征以及其位置、面积、亮度随时间变化的特性，从含有背景噪音的图像序列中正确识别火焰信息，达到火灾监测的目的。和传统的温感、烟感火灾探测报警系统相比，基于图像处理的火灾探测系统有如下优点： 由于CCD摄像头的大尺度性，基于图像处理的火灾探测系统提供了一种对大场景、大空间进行火灾探测的可行手段。 适用范围广。由于CCD摄像头与外界环境隔离，因此，基于图像处理的火灾探测系统可以在高温、高尘等传统火灾探测装置无法正常发挥的环境下进行火灾初期的快速探测。 准确率高、反应速度快。由于可以从图像上直观地看出是否有火灾发生，因此一旦系统产生报警，只需切换到报警的区域，别可从监视器中直接确认。其反映速度及准确率都比传统的火灾监测系统要好。 便于火灾原因调查。CCD摄像头会拍摄火灾开始的全过程，而且这些图像信息将直接保存在控制室的存储设备中。因此，事后可以极为方便的查阅这些图像信息，分析事故原因。 便于利用计算机开发其他功能。 虽然基于视频的火焰检测具有很多优点，如果所采用的算法不具备一定的鲁棒性（比如经常把车灯或者环境光识别为火焰），那么仍然不能被实际的产业所应用。针对这一弱点，我们在这篇文章中提出了一种专门用于区分闪烁车灯与真实火焰的算法。与传统的视频火焰识别方法不同，我们的方法在分析火焰的运动、颜色、频率及形状特征的基础上，还加入了火焰抖动及能量的特征。我们首先对输入视频图像去噪，分析火焰一般的运动、颜色特征，过滤出具备这些特征的区域，然后使用小波变换及抖动特征进一步过滤出符合火焰频率特征的区域，接着使用时间域傅立叶变换分别来计算火焰像素和车灯像素的能量，分别提取出对应火焰特征和车灯像素特征的能量频谱范围，进而选取相应的火焰特征点；最后通过几何特征分析（连通区域搜索、圆形度分析、面积改变量分析等）进一步精炼火焰特征区域，排除掉剩余的干扰点。 本文的结构如下：第2节简要介绍了近年来视频火焰识别的相关工作；第3、第4节分别从硬件系统与软件算法方面描述了火焰检测系统具体的实现过程；第5节展示了我们的成果与实验结果；最后对今后的研究方向做出了总结与展望。 2. 相关工作 对视频火焰检测的研究最早可以追溯到1993年，Healey等人提出了一种通过简单地分析火焰颜色信息检测火焰的方法[1]；佛罗里达中心大学的Phillips等人使用单个像素的颜色和它们的时域差分来判断火焰[2]。这些方法仅仅描述了火焰的基本特征，而某些非火焰的物体也具有这些基本特征，这就会造成误报情况的产生。 2000年1月，英国《防火安全工程》介绍了一种VSD-8 视频烟雾探测系统[3]。该系统由D-TEC公司（原ISL公司）和Magnox Electric公司联合开发，是世界上第一个利用图像处理技术在火情最初始阶段就可以发出警报的系统。由于它最初被设计应用于核电厂，因此受到了极为严格的安全性检测。它以视频运动检测软件为主体，使用了各种滤波器技术，并与人工智能相结合，宣称具有广谱检测性，能够可靠、迅速的探测烟雾火灾。 进入新世纪后，随着硬件技术的提高，人们研究出了更多检测火焰的方法。伊利诺伊大学的Liu 和Ahuja对二维图像进行空间域的傅立叶变换来表示火焰区域的形状[4]，该方法的缺点是不能很好地