專利名稱：基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于火災(zāi)監(jiān)測監(jiān)控技術(shù)領(lǐng)域，具體是利用火災(zāi)煙霧色彩飽和度、運動 模式實現(xiàn)早期火災(zāi)的視頻火災(zāi)煙霧自動檢測。
背景技術(shù)：
城市高層建筑物、公共場所等場合， 一旦出現(xiàn)火災(zāi)，容易出現(xiàn)重大事故。為 了避免這類情況發(fā)生，可在這些場合安裝傳統(tǒng)感煙、感溫的火災(zāi)^l笨測系統(tǒng)，能夠 發(fā)現(xiàn)、樸滅火災(zāi)。但是，傳統(tǒng)的感煙、感溫火災(zāi)探測技術(shù)存在一些難以解決的問 題^:測器必須安裝在起火點附近，否則將無法有效地探測到災(zāi)害的發(fā)生；另夕卜， 若長期接觸粉塵等惡劣環(huán)境容易造成傳感器中毒失效。這種探測系統(tǒng)如果被應(yīng)用 在高大空間內(nèi)(如飛機庫和大倉庫等)、室外或有強氣流的場所(如海上鉆井平 臺等)，也很難或根本無法進行有效的火災(zāi)探測。因此這些場所的防火始終是困 擾消防人員的難題。
基于視頻圖像的火突探測是近幾年才興起的新型火災(zāi)監(jiān)測監(jiān)控技術(shù)，可望能 夠解決上述難題。視頻火災(zāi)探測根據(jù)識別對象的不同可以分為視頻火焰探測和視 頻煙霧探測。在很多火災(zāi)中，煙霧往往比火焰先出現(xiàn)，因此煙霧檢測能更早地發(fā) 現(xiàn)火災(zāi)，為火災(zāi)的及時樸滅和人員疏散贏得了寶貴的時間。Toreyin等人
(Pattern Recognition Letters, 2006， 27: 49-58 )提出了一種基于小波變換 的煙霧識別方法，根據(jù)背景圖像在煙霧遮擋下邊緣變模糊的特點，利用2層小波 變換高頻子帶研究煙霧的模糊遮擋特征，小波變換能夠較好地提取圖像中的點奇 異特征，但不能很好地提取線奇異特征，存在一定的局限性。Fujiwara等人
( International Symposium on Communications and Information Technologies, October 26-29， 2004, Sapporo Convention Center , Sapporo, Japan)提出了一種利用分形編碼進行煙霧的檢測，但只進行靜態(tài)圖像煙霧的檢 測。2007年在美國奧蘭多舉行的阻燃和纟笨測研究與應(yīng)用大會(Suppression and Detection Research and Application Conference, SUPDET 2007， Orlando, Florida, March5-8, 2007 )上，熊子佑等提出了 一種利用高斯混合模型提耳又煙 霧運動區(qū)域，然后通過分析輪廓的不規(guī)則性來識別煙霧的方法，但是由于煙霧邊 緣并不明顯以及噪聲的影響，這種方法在復(fù)雜監(jiān)控條件下的應(yīng)用效果不好。中國 專利公告號CN1325903C介紹的一種基于像素級的煙霧檢驗方法，可以通過檢測 監(jiān)控圖像的像素亮度值所在區(qū)間來識別煙霧，基于像素亮度的識別方法雖然識別 速度較快，但由于很多環(huán)境物體和煙霧具有相近的色彩統(tǒng)計特征，因此誤報相當(dāng)嚴(yán)重。國內(nèi)外現(xiàn)有關(guān)于可視煙霧探測技術(shù)研究已經(jīng)提出的特征提取方法或產(chǎn)品大 多采用基于像素級的研究方法，尚不能準(zhǔn)確反應(yīng)出煙霧的運動特征，仍然存在漏 報、誤報問題，這些系統(tǒng)在復(fù)雜環(huán)境下的穩(wěn)定性、適應(yīng)性也比較差。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的不足，提供一種基于色彩飽和度與運 動模式的視頻火災(zāi)煙霧檢測方法，可以用于室外、高大空間等場所，且可以實現(xiàn) 防盜和防火的集成，通過綜合利用色彩飽和度檢測和運動分析等技術(shù)，降低環(huán)境 干擾，使得該系統(tǒng)的火災(zāi)煙霧檢測準(zhǔn)確率大大提高。
本發(fā)明的技術(shù)方案如下
一種基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法，其特征在于對 由固定好的監(jiān)控攝像機得到的視頻圖像，首先通過差分法提取前景運動塊，然后 檢測前景運動塊的色彩飽和度，估計運動塊的方向，計算運動塊的運動累積量和 主運動方向，最后通過計算每個區(qū)域的色彩飽和度檢測百分比、平均運動累積量 和主運動方向比率組成特征向量，采用貝葉斯分類器進行判斷是否為火災(zāi)煙霧。
所述的基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法，其特征在于 (1)、通過差分法提取前景運動塊
將每幀視頻圖像分割成大小相等的矩形塊，假設(shè)視頻圖像的寬度與高度分別 為《和戊，每個塊的寬度與高度大小分別為％和私，則每一幀圖像行方向和列 方向的塊數(shù)目分別為
其中，L」表示取整運算，取整這意味著，系統(tǒng)不處理圖像的邊界； 為了增強系統(tǒng)對環(huán)境光照等變化的快速適應(yīng)，只釆用相鄰兩幀視頻圖像的同 一位置的塊差分進行運動檢測，塊差分準(zhǔn)則為絕對誤差和^&(7， jV—式(2),
<formula>formula see original document page 6</formula>
下表n代表幀數(shù)，U，力是像素點的坐標(biāo)，如果矩形塊的絕對誤差和<&(7， 力大于給定閾值K,則認(rèn)為該矩形塊為運動塊，否則為靜止塊，不進行后續(xù)處理； (2 )、；險測前景運動塊的色彩飽和度
將色彩飽和度的檢測轉(zhuǎn)化為火災(zāi)煙霧色彩R、G、B各通道強度值的比較分析； 對于灰色到黑色變化的煙霧，其色彩分量R、 G、 B值彼此非常接近，三分量中最 大和最小值的差小于某一指定的閾值T,，同時，色彩的亮度值I應(yīng)該在給定闊值 T2和T3之間變化，在一些情況下，煙霧的色彩有時呈現(xiàn)淡藍色；因此，色彩分量 B略微大于其他兩個分量值，由此制定了一套塊色彩飽和度檢測規(guī)則，檢測過程 如下第一步計算每個像素的色彩分量R、 G、 B值中的最大值C_、最小值C 和平均值/;
第二步計算各檢測規(guī)則是否通過
規(guī)則1:計算最大值C.和最小值C之差的絕對值，如果該值小于 閾值71，則認(rèn)為規(guī)則1檢測通過，否則規(guī)則1檢測失??； 規(guī)則2:如果平均值/大于閾值K且小于閾值T3,則認(rèn)為規(guī)則2檢 測通過，否則^L則2;險測失??；
規(guī)則3:如果最大值C是藍色分量5，且最大值C,和最小值C、 之差的絕對值小于閾值74,則認(rèn)為規(guī)則3檢測通過，否則規(guī)則3檢 測失??；
第三步如果規(guī)則1和規(guī)則2均通過，或者規(guī)則2和規(guī)則3均通過，則認(rèn)為
該像素為候選煙霧像素，否則為非煙霧像素； 根據(jù)上述色彩檢測方法，逐個矩形塊進行像素分析，得到每幀視頻圖像的二 值圖像；
采用分塊方式計算每個塊通過火災(zāi)煙霧色彩檢測的象素百分比A,將此值作 為該塊的色彩飽和度檢測特征量；如果色彩飽和度檢測百分比特征量A小于指 定閾值7;，則該塊視為非煙霧運動塊；
(3)、估計運動塊的方向，計算運動塊的運動累積量和主運動方向
對于通過火災(zāi)煙霧色彩飽和度檢測的矩形塊，在整個360度圓周上，將運動 方向以每隔45度離散成均等的8個方向，并為每個方向進行編碼，0代表靜止 塊，1、 2、 3、 4、 5、 6、 7、 8分別代表運動方向與i軸正向夾角為0、 45、 90、 135、 180、 225、 270、 315度的運動塊;
對于每一個矩形塊，保存剛剛過去時間內(nèi)的塊運動方向編碼，即采用滑動時 間窗口統(tǒng)計K幀內(nèi)各運動塊的運動方向時間序列，即統(tǒng)計K幀這段時間內(nèi)各個 塊的運動方向編碼，這樣處理就保留了運動時空特征；
在此時間序列的基礎(chǔ)上，統(tǒng)計每個塊運動方向的直方圖界(^)， 6是0—9 的方向編碼值，計算反映塊運動持續(xù)時間長短的運動累積量特征值A(chǔ)，即
如果某塊的運動累積量A小于指定闊值K,則認(rèn)為該塊為靜止塊；對于大 于閾值K的塊，將頻次最大的方向視為塊的主運動方向0"，則
argmax{//r(6>)}ifi^2 7; 0 else
(4)、通過計算每個區(qū)域的色彩飽和度檢測百分比、平均累積量和主運動方向比率組成特征向量
根據(jù)每個塊的運動方向編碼0—9,將視頻分為編碼為0的靜止區(qū)域和編碼為 l一9的運動區(qū)域，依據(jù)目標(biāo)8-鄰域連通性，將運動塊分割成彼此互不連通的區(qū)域， 并計算每個區(qū)域運動塊的數(shù)目；如果某個區(qū)域的運動塊數(shù)目小于某一閾值，則將 該區(qū)域所有的運動塊編碼修正為0，即變?yōu)殪o止塊，從而消除噪聲的干擾；
計算每個區(qū)域主運動方向編碼的直方圖H(e,. ),提取區(qū)域主運動統(tǒng)計量等 特征；對于同一個區(qū)域凡,計算每個區(qū)域向上主運動所占的比率，反映煙霧區(qū)域 的塊主運動方向朝向向上，即方向編碼為2、 3和4,具體的計算公式如下
尸W — e附則
=1
在區(qū)域凡中，n代表幀數(shù)，區(qū)域運動塊的平均累積量特征為
' ',風(fēng)
其中7V "為區(qū)域、的運動塊數(shù)目 區(qū)域運動塊的平均色彩;險測百分比為
"4
結(jié)合色彩檢測百分比、運動累積量和區(qū)域主運動統(tǒng)計量等特征，采用貝葉斯 分類器進行最終的火災(zāi)煙霧檢測。
視頻圖像通常存在大量的噪聲。為了消除噪聲的干擾，本發(fā)明將視頻圖像分 割成大小相等的矩形塊。針對這些矩形塊，可以單獨進行運動和色彩檢測。
對于大多數(shù)可燃物，當(dāng)煙霧的溫度比較低時，其顏色趨于淡藍色到白色之間。 當(dāng)煙霧的溫度比較高或快接近著火時，煙霧色彩介于灰色到黑色之間?？梢钥闯觯?在大多數(shù)情況下，煙霧的色彩飽和度通常比較低。所謂色彩的飽和度
(Saturation),也稱為色彩的純度。色彩純度越高，表現(xiàn)色彩越鮮明，純度較低， 表現(xiàn)較為黯淡。傳統(tǒng)的著名色彩表示系統(tǒng)，大都基于色彩的三個屬性一_色相 (Hue)、飽和度(Saturation)及明亮度(Value)，如HSV色彩空間。計算機顯示設(shè) 備和數(shù)字圖像大都采用基于紅、綠、藍的三基色色彩空間(RGB)。根據(jù)觀察到的 這個特點，對所獲取的煙霧圖像進行色彩飽和度檢測。為了加快檢測速度，在 RGB色彩空間指定火災(zāi)煙霧的色彩分布范圍，并將色彩飽和度的檢測轉(zhuǎn)化為火災(zāi)煙霧色彩R、 G、 B各通道強度值的比較分析。
本發(fā)明色彩飽和度檢測反映煙霧的色彩粗略分布，剔除大量具有鮮明色彩的 前景干擾對象。分塊方式的色彩檢測進一步增強系統(tǒng)的抗干擾性。累積量表現(xiàn)了 煙霧在陰燃點附近持續(xù)運動的特性，對于非往復(fù)運動對象具有非常好的抗干擾性 能。主運動比率反映了煙霧運動模式。綜合運用色彩檢測飽和度百分比、平均累 積量和主運動比率，可以大大地降低系統(tǒng)誤報率，實現(xiàn)了對煙霧快速準(zhǔn)確的檢測， 這是以往技術(shù)中所沒有的。


圖1為本發(fā)明的視頻火災(zāi)煙霧實時檢測系統(tǒng)結(jié)構(gòu)圖。
圖2為本發(fā)明的搜索模版。
圖3為本發(fā)明的離散方向編碼。
具體實施方式
實施例1:
圖1給出了本發(fā)明基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法的 系統(tǒng)構(gòu)成示意圖將火突煙霧監(jiān)測攝像機D采集到的被監(jiān)控場景C的視頻圖像， 通過數(shù)據(jù)釆集卡傳到視頻煙霧檢測計算機A，根據(jù)本發(fā)明所描述的檢測方法編寫 相應(yīng)的圖像分析軟件，對視頻圖像進行在線實時自動分析，如果判斷存在火災(zāi)煙 霧，則通過計算機發(fā)出指令，控制報警器發(fā)出報警信號，或者控制報警及聯(lián)動裝 置B迅速滅火，同時啟動視頻服務(wù)器E進行錄像，保存現(xiàn)場動態(tài)圖像數(shù)據(jù)。
本發(fā)明基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法的處理步驟為 1、計算機通過采集卡獲取視頻圖像，2、通過差分得到前景運動塊，3、計算每 個運動塊的色彩飽和度檢測百分比，4、計算每個運動塊的累積量和主運動方向， 5、計算每個區(qū)域的彩飽和度檢測百分比、平均累積量和主運動方向比率，6、根 據(jù)所提取的特征進行判決，如果是火災(zāi)煙霧，給出報警信號，重新返回到第1 步。
本發(fā)明基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法的具體操作步 驟如下
1. 火災(zāi)煙霧檢測系統(tǒng)硬件平臺的布置
安裝普通CCD攝像機視頻監(jiān)控系統(tǒng)或利用現(xiàn)有的普通視頻監(jiān)控系統(tǒng)，按照圖 1的方式建立視頻火災(zāi)煙霧實時檢測系統(tǒng)硬件平臺。通過多路采集卡將監(jiān)控現(xiàn)場 C中的視頻圖像實時地釆集到煙霧檢測計算機A中。同時，煙霧檢測計算機A可 以連接必要的火災(zāi)報警裝置，也可以與聯(lián)動滅火裝置B進行連接，以便實現(xiàn)聯(lián)動 滅火。
2. 系統(tǒng)初始化
在不同的光照和CCD攝像機情況下，拍攝的視頻圖像質(zhì)量不同，這樣極大地影響了系統(tǒng)探測的準(zhǔn)確性，因此需要根據(jù)實際應(yīng)用估計出參考數(shù)據(jù)。在系統(tǒng)剛剛 啟動時，系統(tǒng)默認(rèn)為被監(jiān)控現(xiàn)場沒有火災(zāi)的發(fā)生。在此情況下，系統(tǒng)立即啟動自 動學(xué)習(xí)的機制，估計被監(jiān)控場景中的各種特征參數(shù)。用戶可以根據(jù)被監(jiān)控場景的 特征參數(shù)和現(xiàn)場的實際情況，通過設(shè)定報警靈敏度等方式調(diào)整火災(zāi)煙霧檢測所需 的各種控制和閾值等參數(shù)。
3.通過差分法提取前景運動塊
從視頻采集卡獲取的視頻圖像通常存在大量的噪聲，為了消除噪聲的干擾， 將視頻圖像劃分成大小相等的矩形塊。針對這些矩形塊，可以分別進行運動檢測 和色彩飽和度檢測。假設(shè)視頻圖像的大小分別為K和仄，每個塊的大小為K和 乾，則每一幀圖像行方向和列方向的矩形塊總數(shù)目分別為
<formula>formula see original document page 10</formula>其中，L」表示取整運算。
取整運算這意味著，系統(tǒng)不處理圖像的邊界，這樣處理簡化了計算，但不實 質(zhì)影響視頻火災(zāi)煙霧的檢測效果。
為了增強系統(tǒng)對環(huán)境光照等變化的快速適應(yīng)，采用能夠快速適應(yīng)環(huán)境變化的 幀差分方法進行運動4全測。對每一個像素計算差分絕對值，并將塊中的差分絕對 值進行求和，即塊差分準(zhǔn)則為絕對誤差和&J(7，》(式2)。如果塊的絕對誤差和 "大于給定閾值Trf，則認(rèn)為該塊為運動塊，否則為靜止塊，不進行后續(xù)處理。
<formula>formula see original document page 10</formula>4.色彩飽和度檢測
對于大多數(shù)可燃物，當(dāng)煙霧的溫度比較低時，其顏色趨于淡藍色到白色之間。 當(dāng)煙霧的溫度比較高或快接近著火時，煙霧色彩介于灰色到黑色之間?？梢钥闯觯?在大多數(shù)情況下，煙霧的色彩飽和度通常比較低。所謂色彩的飽和度
(Saturation),也稱為色彩的純度。色彩純度越高，表現(xiàn)色彩越鮮明，純度較低， 表現(xiàn)較為黯淡。傳統(tǒng)的著名色彩表示系統(tǒng)，大都基于色彩的三個屬性一一色相 (Hue)、飽和度(Saturation)及明亮度(Value)，如HSV色彩空間。計算機顯示設(shè) 備和數(shù)字圖像大都采用基于紅、綠、藍的三基色色彩空間(RGB)，可以將色彩從 RGB空間變換到HSV色彩空間。
根據(jù)觀察到的這個特點，對所獲取的煙霧圖像進行色彩飽和度檢測。為了加 快檢測速度，在RGB色彩空間指定火災(zāi)煙霧的色彩分布范圍，并將色彩飽和度的 檢測轉(zhuǎn)化為火突煙霧色彩R、 G、 B各通道強度值的比較分析。對于灰色到黑色變 化的煙霧，其色彩分量R、 G、 B值彼此非常接近。換句話說，三分量中最大和最小值的差小于某一指定的閾值t。同時，色彩的亮度值I應(yīng)該在給定闊值L和 L之間變化。在一些情況下，煙霧的色彩有時呈現(xiàn)淡藍色。因此，色彩分量B略 微大于其他兩個分量值。由此制定了一套各個像素色彩飽和度檢測規(guī)則，這樣處 理降低了計算復(fù)雜度，色彩檢測過程如下
(1) 計算各像素的色彩分量R、 G、 B值中的最大值C,、最小值C和平均
值/;
(2) 計算各;f全測規(guī)則是否通過
規(guī)則l:計算最大值C和最小值C."之差的絕對值，如果該值小于閣值T], 則認(rèn)為規(guī)則l檢測通過，否則規(guī)則l檢測失?。?br> 規(guī)則2:如果平均值/大于閾值72且小于閾值73,則認(rèn)為規(guī)則2檢測通過， 否則規(guī)則2 4全測失??；
規(guī)則3:如果最大值C.是藍色分量A且最大值C.和最小值C,之差的絕 對值小于閾值二則認(rèn)為規(guī)則3檢測通過，否則規(guī)則3檢測失敗；
(3 )如果規(guī)則1和規(guī)則2均通過，或者規(guī)則2和規(guī)則3均通過，則認(rèn)為該 像素為候選煙霧像素，否則為非煙霧像素。
在上面的規(guī)則中，規(guī)則1代表煙霧色彩的灰度特性，規(guī)則2限定煙霧色彩的 亮度變化范圍，規(guī)則3允許色彩中含有輕微的藍色調(diào)。根據(jù)此色彩檢測規(guī)則，系 統(tǒng)逐個象素進行分析，得到色彩飽和度檢測二值圖像。同時，為了降低噪聲的干 擾，采用上述的分塊方式計算每個塊通過火災(zāi)煙霧色彩檢測的象素百分比A,將
此值作為該塊的色彩飽和度檢測特征量。如果色彩飽和度檢測百分比特征量
小于指定閾值r。，則該塊視為非煙霧運動塊。
5.估計運動塊的方向，計算運動塊的運動累積量和主運動方向 對于通過火突煙霧色彩飽和度^r測的矩形塊，在整個360度圓周上，將運動
方向以每隔45度離散成均等的8個方向，并為每個方向進行編碼，0代表靜止
塊，1、 2、 3、 4、 5、 6、 7、 8分別代表運動方向與義軸正向夾角為0、 45、 90、
135、 180、 225、 270、 315度的運動塊;
對于每一個矩形塊，保存剛剛過去時間內(nèi)的塊運動方向編碼，即采用滑動時
間窗口 K生成塊的運動方向時間序列，保留了運動時空特征，在此時間序列的
基礎(chǔ)上，統(tǒng)計每個塊運動方向的直方圖私(W,計算反映塊運動持續(xù)時間長短的
運動累積量特征值A(chǔ)，即<formula>formula see original document page 11</formula>
如果某塊的運動累積量A小于指定閾值K,則認(rèn)為該塊為靜止塊；對于大 于閾值K的塊，將頻次最大的方向視為塊的主運動方向貝'J<formula>formula see original document page 12</formula>
6.通過計算每個區(qū)域的色彩飽和度檢測百分比、平均累積量和主運動方向 比率組成特征向量
根據(jù)每個塊的運動方向編碼0一9，將^L頻分為編碼為0的靜止區(qū)域和編碼為 l一9的運動區(qū)域，依據(jù)目標(biāo)8-鄰域連通性，將運動塊分割成彼此互不連通的區(qū)域， 并計算每個區(qū)域運動塊的數(shù)目；如果某個區(qū)域的運動塊數(shù)目小于某一閾值，則將 該區(qū)域所有的運動塊編碼修正為0，即變?yōu)殪o止塊，從而消除噪聲的干擾；
計算每個區(qū)域主運動方向編碼的直方圖H( ,j,提取區(qū)域主運動統(tǒng)計量等 特征；對于同一個區(qū)域凡，計算每個區(qū)域向上主運動所占的比率，反映煙霧區(qū)域 的塊主運動方向朝向向上，即方向編碼為2、 3和4,具體的計算公式如下
<formula>formula see original document page 12</formula>
在區(qū)域中，區(qū)域運動塊的平均累積量特征為
其中為區(qū)域w 的運動塊數(shù)目 區(qū)域運動塊的平均色彩檢測百分比為
<formula>formula see original document page 12</formula>
結(jié)合色彩;險測百分比、運動累積量和區(qū)域主運動統(tǒng)計量等特征，采用貝葉斯 分類器進行最終的火災(zāi)煙霧檢測。
權(quán)利要求
1、一種基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法，其特征在于對由固定好的監(jiān)控攝像機得到的視頻圖像，首先通過差分法提取前景運動塊，然后檢測前景運動塊的色彩飽和度，估計運動塊的方向，計算運動塊的運動累積量和主運動方向，最后通過計算每個區(qū)域的色彩飽和度檢測百分比、平均運動累積量和主運動方向比率組成特征向量，采用貝葉斯分類器進行判斷是否為火災(zāi)煙霧。
2、 根據(jù)權(quán)利要求1所述的基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方 法，其特征在于(1)、通過差分法提取前景運動塊將每幀視頻圖像分割成大小相等的矩形塊，假設(shè)視頻圖像的寬度與高度分別 為K.和乾，每個塊的寬度與高度大小分別為％和乾，則每一幀圖像行方向和列 方向的塊數(shù)目分別為其中，L」表示取整運算，取整這意味著，系統(tǒng)不處理圖像的邊界； 為了增強系統(tǒng)對環(huán)境光照等變化的快速適應(yīng)，只采用相鄰兩幀視頻圖像的同 一位置的塊差分進行運動檢測，塊差分準(zhǔn)則為絕對誤差和&(7， 7 —式(2),<formula>formula see original document page 2</formula>(2) /7 /"t'《幀數(shù)，G， "^氛北威W^標(biāo)，如果矩形塊的絕對誤差和&2(7，》大于給定閾值7;,則認(rèn)為該矩形塊為運動塊，否則為靜止塊，不進行后續(xù)處理； (2 )、檢測前景運動塊的色彩飽和度 將色彩飽和度的檢測轉(zhuǎn)化為火災(zāi)煙霧色彩R、 G、 B各通道強度值的比較分析； 對于灰色到黑色變化的煙霧，其色彩分量R、 G、 B值彼此非常接近，三分量中最 大和最小值的差小于某一指定的閾值T"同時，色彩的亮度值I應(yīng)該在給定閾值 T2和L之間變化，在一些情況下，煙霧的色彩有時呈現(xiàn)淡藍色；因此，色彩分量 B略微大于其他兩個分量值，由此制定了 一套塊色彩飽和度檢測規(guī)則，檢測過程 如下第一步計算每個像素的色彩分量R、 G、 B值中的最大值C.、最小值C和平均值/; 第二步計算各檢測規(guī)則是否通過規(guī)則1:計算最大值C,和最小值C"之差的絕對值，如果該值小于 閾值7],則認(rèn)為規(guī)則l檢測通過，否則規(guī)則l檢測失敗；規(guī)則2:如果平均值/大于閾值^且小于閾值73，則認(rèn)為規(guī)則2檢 測通過，否則規(guī)則2檢測失?。灰?guī)則3:如果最大值C是藍色分量A且最大值C和最小值C. 之差的絕對值小于闊值7J,則認(rèn)為規(guī)則3檢測通過，否則規(guī)則3檢 測失?。坏谌饺绻?guī)則1和規(guī)則2均通過，或者規(guī)則2和規(guī)則3均通過，則認(rèn)為該像素為候選煙霧像素，否則為非煙霧像素。 根據(jù)上述色彩檢測方法，逐個矩形塊進行像素分析，得到每幀視頻圖像的二 值圖像；采用分塊方式計算每個塊通過火災(zāi)煙霧色彩;險測的象素百分比A，將此值作 為該塊的色彩飽和度檢測特征量；如果色彩飽和度檢測百分比特征量A小于指 定閾值7;,則該塊視為非煙霧運動塊；(3)、估計運動塊的方向，計算運動塊的運動累積量和主運動方向?qū)τ谕ㄟ^火災(zāi)煙霧色彩飽和度檢測的矩形塊，在整個360度圓周上，將運動 方向以每隔45度離散成均等的8個方向，并為每個方向進行編碼，0代表靜止 塊，1、 2、 3、 4、 5、 6、 7、 8分別代表運動方向與x軸正向夾角為0、 45、 90、 135、 180、 225、 270、 315度的運動塊;對于每一個矩形塊，保存剛剛過去時間內(nèi)的塊運動方向編碼，即采用滑動時 間窗口統(tǒng)計《幀內(nèi)各運動塊的運動方向時間序列，即統(tǒng)計K幀這段時間內(nèi)各個 塊的運動方向編碼，這樣處理就保留了運動時空特征；在此時間序列的基礎(chǔ)上，統(tǒng)計每個塊運動方向的直方圖0),計算反映塊 運動持續(xù)時間長短的運動累積量特征值A(chǔ)，即如果某塊的運動累積量A小于指定閾值Z,則認(rèn)為該塊為靜止塊；對于大于閾值r,的塊，將頻次最大的方向視為塊的主運動方向則<formula>formula see original document page 3</formula>(4)、通過計算每個區(qū)域的色彩飽和度檢測百分比、平均累積量和主運動方 向比率組成特;(正向量根據(jù)每個塊的運動方向編碼0—9，將視頻分為編碼為0的靜止區(qū)域和編碼為 1_9的運動區(qū)域，依據(jù)目標(biāo)8-鄰域連通性，將運動塊分割成彼此互不連通的區(qū)域， 并計算每個區(qū)域運動塊的數(shù)目；如果某個區(qū)域的運動塊數(shù)目小于某一閾值，則將 該區(qū)域所有的運動塊編碼修正為0，即變?yōu)殪o止塊，從而消除噪聲的干擾；計算每個區(qū)域主運動方向編碼的直方圖H( 6>, )，提取區(qū)域主運動統(tǒng)計量等 特征；對于同一個區(qū)域兄,計算每個區(qū)域向上主運動所占的比率，反映煙霧區(qū)域 的塊主運動方向朝向向上，即方向編碼為2、 3和4,具體的計算公式如下 <formula>formula see original document page 4</formula>在區(qū)域A中，區(qū)域運動塊的平均累積量特征為氣"其中A^"為區(qū)域w 的運動塊數(shù)目 區(qū)域運動塊的平均色彩;險測百分比為7VK "風(fēng)結(jié)合色彩檢測百分比、運動累積量和區(qū)域主運動統(tǒng)計量等特征，采用貝葉斯 分類器進行最終的火災(zāi)煙霧檢測。
全文摘要
本發(fā)明公開了一種基于色彩飽和度與運動模式的視頻火災(zāi)煙霧檢測方法，對由監(jiān)控攝像機得到的視頻圖像，首先通過差分法提取前景運動塊，然后檢測前景運動塊的色彩飽和度，估計運動塊的方向，計算運動塊的累積量和主運動方向，最后通過計算每個區(qū)域的色彩飽和度檢測百分比、平均累積量和主運動方向比率組成特征向量，采用貝葉斯分類器進行判斷是否為火災(zāi)煙霧。本發(fā)明色彩飽和度檢測反映煙霧的色彩粗略分布，剔除大量具有鮮明色彩的前景干擾對象。分塊方式的色彩檢測進一步增強系統(tǒng)的抗干擾性。累積量表現(xiàn)了煙霧在陰燃點附近持續(xù)運動的特性，對于非往復(fù)運動對象具有非常好的抗干擾性能。綜合運用色彩檢測飽和度百分比、平均累積量和主運動比率，可以大大地降低系統(tǒng)誤報率。
文檔編號G08B17/10GK101441771SQ20081023398
公開日2009年5月27日 申請日期2008年12月19日 優(yōu)先權(quán)日2008年12月19日
發(fā)明者于春雨, 劉士興, 張永明, 袁非牛 申請人:中國科學(xué)技術(shù)大學(xué)