基于火焰图像红外动态特征的早期火灾识别算法.docVIP

基于火焰图像红外动态特征的早期火灾识别算法 　　摘 要:针对普通彩色图像对早期火灾高危点的有限检测能力,提出一套基于红外图像动态特征的早期火灾识别算法,该算法使用改进的梯度算子结合图像的动态特征来判断火焰。通过实验,该算法能够快速地识别火灾火焰和早期火灾高危点。算法结构清晰,效率较高,便于工程实现。 　　关键词:红外图像; 火灾火焰; 动态特征; 识别算法 　　中图分类号:TP391.41文献标识码:A 　　文章编号:1004-373X(2010)08-0104-02 　　 　　Algorithm for Early Fire Recognition Based on Infrared 　　 Dynamic Characteristics ofFlame Images 　　WANG Si-jia, PEI Hai-long 　　(College of Automation Science and Engineering, South China University of Technology, Guangzhou 510640, China) 　　Abstract:Since the detection ability of ordinary color images for early fire high-risk points is limited, the early fire recognition algorithm based on infrared image dynamic characteristics is proposed. The algorithm judges the harmfulness of the flame by the modified gradient operator in combination withthe dynamic characteristics of the images, and can quickly identify fire flame and high-risk points of early fire. The experiment proves thatthe algorithm structure is clear, efficient, and easy to be implemented inengineering. 　　Keywords:infrared image; fireflame; dynamic characteristic; recognition algorithm 　　 　　森林火灾是危害人类生命财产安全的严重灾害之一。因此,对火灾的检测尤其森林火灾的早期检测有着重大的现实意义。目前使用较成熟的感烟、感温、感光探测器的火灾探测算法,分别使用烟雾、温度、光亮度来区分火焰,由于受到空间、面积、恶劣环境的影响,使得对火灾火焰特征的提取难度增大,导致误报率的上升。 　　使用摄像头作为火灾检测的算法是火灾检测的另外一个重要分支,目前在基于彩色图像的火焰检测算法的研究也较多,但都是对已经形成火焰的火灾进行检测,因而现有算法对于未形成火焰的早期火灾高危点的检测能力有限,而且基于颜色和亮度空间的彩色图像火焰检测算法只关注火焰的高亮度,无法反应火焰温度场本身的动态性。使用红外摄像头作为火灾检测的设备可以有效的改善以上的两个问题。 　　笔者提出一种基于红外摄像头的早期火灾识别算法,在灰度空间上对采集的红外图像进行分割,采用梯度算子提取火焰特征对图像的温度场动态信息,识别未形成火焰的火灾高危点和起火点。 　　1 火灾火焰或者火灾早期高危点的检测 　　红外图像采用灰度图像来描述视场中事物的红外特征,图像中的每个像素都使用0~255中的一个整数表示该点的温度场特征。由于火灾的早期可疑点和火灾火焰都具有相当明显温度场特征,可以使用设定温度阈值的方法,迅速有效地发现在红外摄像头视场中的火焰和可疑火焰点。 　　根据摄像头的内参数,可以求算出红外图像灰度数值空间和温度空间所存在的线性转换关系,根据实验,可疑火灾和火焰的温度场一般如表1所示。 　　表1 温度与灰度值关系 　　温度 /℃灰度值 　　蜡烛火焰外焰520255 　　蜡烛火焰内焰430230 　　烙铁300160 　　下面,使用表1中的数值来设置图像分割的阈值,所得到的图像为t(x,y): 　　?И?t(x,y)=0,g(x,y)T 　　1,其他?И? 　　式中:??x,y为像素坐标;g(x,y)为该坐标的灰度值。 　　假设捕获的两帧图像为t??1(x,y) f??1(x,y), t??2(x,y),对此两帧图像做异或运算,取其灰度值信息,得到一个二