基于图像处理的火灾探测系统见图1的设计与实现.docxVIP

基于图像处理的火灾探测系统见图1的设计与实现

1探测系统的应用

火灾具有短时间的特点，多个水源点，环境复杂，误报率高，火灾探测系统需要尽快报警，降低误报率，并在火灾发生的状态中灭火。传统的火灾探测技术由于判据单一,容易受环境影响,无法解决灵敏度与可靠性之间的矛盾。利用图像型火灾探测技术对早期火灾进行识别,可以较好地区别其它干扰现象,准确及时地发现火灾。

2数字图像处理

基于图像处理的火灾探测系统(见图1)是一种以计算机为核心,结合光电技术和数字图像处理技术而研制的火灾自动报警系统。它利用摄像头对现场进行监视,对摄取的视频信号由图像采集卡捕捉为数字图像并输入计算机,根据图像特征进行处理和分析,从而达到探测火灾的目的。

数字图像处理部分的软件是火灾探测系统的核心,它对数字图像首先进行分割,然后利用图像特性对这些物体加以识别或分类检测出图像中的物体。

图像分割处理是将图像中的目标与背景进行分离,以找出图像中需要进行处理的部分。在提取了图像中的目标之后,要对目标进行分析,以判断该目标是早期火灾现象还是其它的干扰现象,即为数字图像处理中的图像识别问题。火灾图像的识别问题可以简要表述为:在图像分割后按灰度值进行二值化,得到了二值化图像,即可方便地计算出描述物体尺寸和形状的一些特性,如物体的面积、周长、长度、宽度、矩形度、圆形度、不变矩、相似度和形状描述等。

3早期火灾图像的识别

3.1燃烧时火焰的特征

对于CCD摄取的火焰影像,由于其影像灰度值固定在某个阈值范围内,因此可以用分割方法来获得火焰目标,然后以扫描火灾窗口获得的像素点数目的多少来描述火焰的影像面积。笔者采用的算法是计算连续几帧图像的火焰面积,并计算其比值,以此来判断是否满足面积增大判据。

根据可燃物火灾早期的特征参数及线性度,可以用几何函数来描述火灾早期火焰的形成和发展过程,其方程见公式(1):

y=a(t-t0)n(1)

式中:y为火焰影像面积;t为测量时间;t0为火焰影像增长的起始时刻(由于实验测量开始时刻与燃烧开始时刻不可能一致,t0的存在是不可避免的);a、n为与可燃物特性有关的参数。

对方程(1)两边取对数,有公式(2):

lgy=lga+nlg(t-t0)(2)

令Y=lgy、T=lg(t-t0),分析其线性度,即拟合成直线的相关系数见公式(3):

rΤY=lΤY√lΤΤlYYrTY=lTYlTTlYY√(3)

式中:lΤΤ=n∑i=1(Τi-ˉΤ)2lTT=∑i=1n(Ti?Tˉˉˉ)2,lYY=n∑i=1(Yi-ˉY)2lYY=∑i=1n(Yi?Yˉˉˉ)2,lΤY=n∑i=1(Τi-ˉΤ)(Yi-ˉY)lTY=∑i=1n(Ti?Tˉˉˉ)(Yi?Yˉˉˉ),ˉΤ=1nn∑i=1ΤiTˉˉˉ=1n∑i=1nTi,ˉY=1nn∑i=1YiYˉˉˉ=1n∑i=1nYi。

由上面的分析可以看出,Y与T几乎成直线关系。因此,用几何函数来描述火焰影像面积的增长规律是合理的。

3.2基于“边缘处理工具”的火灾判据—火焰的边缘变化分析

在火灾的早期,由于火焰不断发展,火焰的面积是连续增大的。面积判据通过“面积连续增大”的特性来判断火灾,但存在以下明显缺陷:当照明灯等物体由熄灭到点亮或者向着摄像头运动时,其面积也是连续增大的。因此,单独使用面积判据是不可靠的。“边缘抖动”是早期火灾火焰的重要特征,它与“面积判据”联合工作可以克服面积判据的不足,使火灾监控更加可靠和准确。

不稳定火焰本身有很多尖角,尖角的计算首先要利用图像分割和边缘增强技术把原始图像转换为数字图像,然后对图中各部分进行识别和计算。火焰边缘抖动的一个明显表现就是火焰的尖角数目呈现出无规则的跳动。因此,笔者采用了一个基于“边缘抖动”的火灾判据——尖角判据。实现尖角判据的主要问题有两个:一是尖角的识别算法;二是如何确定尖角跳动的阈值,即找到早期火灾火焰与其它发光物体尖角跳动特性的区别。

3.2.1尖角的长度和宽度

对火焰尖角来说,特征点首先是它的顶点,尖角的顶点可能是多个点,所以特征点也就为多个。尖角的另一个特征是“尖”,给人的视觉效果是狭而长,这要求尖角的体态要符合一定的标准,尖角左右两边的夹角应满足一定的条件。在计算机中尖角是由一系列的点组成的,令尖角中某一行的亮点数为f(n),上一行的亮点数记为f(n-1),要求尖角狭长可以通过控制f(n)/f(n-1)的值来实现。

另外,对尖角的宽度和亮度也有限制。尖角的宽度应该有一个上限,以避免重复记数,提高尖角检测的精度;尖角的亮度应该有一个下限。由于某些原因,CCD摄像机在监测时往往会使图像发生微小的变动,随机地产生一些小突起,亮度一般在三个像素点以下,这些干扰都应消除掉。

3.2.2早期火灾火焰的早期检测

实验数据均取自每一序列的连续五帧图像