專利名稱：：一種基于視頻時(shí)間和空間信息的火焰檢測方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于圖像信息處理
技術(shù)領(lǐng)域：
，特別是利用視頻圖像信息進(jìn)行火焰檢測的方法。
背景技術(shù)：
：火災(zāi)一直都是人民生命財(cái)產(chǎn)安全的巨大威脅之一，能夠及時(shí)地對突發(fā)性火災(zāi)進(jìn)行報(bào)警是減小或避免火災(zāi)帶來的損失的有效方法。與其他火災(zāi)報(bào)警設(shè)備相比，基于計(jì)算機(jī)視覺技術(shù)的監(jiān)控設(shè)備可以覆蓋更廣的范圍。近年來，隨著計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，利用該技術(shù)對火災(zāi)的預(yù)警成為了可能，并且已有一些現(xiàn)有技術(shù)得到了應(yīng)用?，F(xiàn)有技術(shù)主要集中在分析火焰運(yùn)動(dòng)以及顏色特性上?；鹧孢\(yùn)動(dòng)特性可使得其與背景相分離，排除靜止的具有火焰顏色特性的物體以便更深入的分析。對于顏色分析而言，將監(jiān)控設(shè)備采集到的彩色圖像劃分為RGB通道，對每個(gè)像素點(diǎn)的這三個(gè)通道設(shè)置一些閾值條件，使得滿足這些關(guān)系的像素點(diǎn)被判別成為火焰像素點(diǎn)。其中有三基色分量差分法、動(dòng)態(tài)閾值法等。其基本思想都只是在于分析視頻圖像的靜態(tài)信息。這些方法雖然有效地利用了視頻的圖像顏色信息，但忽略了視頻的動(dòng)態(tài)信息，即從視頻序列整體的角度去分析運(yùn)動(dòng)物體的變化規(guī)律，而這正是火焰區(qū)別于其它運(yùn)動(dòng)物體的關(guān)鍵所在。針對圖像序列的動(dòng)態(tài)信息，現(xiàn)有技術(shù)利用了對疑似火焰區(qū)域進(jìn)行面積變化的考察方法，對面積變化設(shè)定相應(yīng)閾值，使得滿足閾值條件的疑似火焰區(qū)域被判別成為火焰區(qū)域。但是，在一些開放性的場景，如街道、無人巡視的公共場合等地方存在著相對復(fù)雜的外在環(huán)境，如不可預(yù)測的空氣流動(dòng)對火焰外部形狀的影響，使得監(jiān)控設(shè)備采集到的火焰圖像的顏色、形狀等特性具有不可預(yù)知性。文獻(xiàn)號(hào)為CN1404021A中國專利公開了一種可視化火災(zāi)檢測報(bào)警方法與裝置。該專利利用影像處理與計(jì)算機(jī)視覺技術(shù)，仿真人類的視覺系統(tǒng)來識(shí)別火焰；在監(jiān)控算法上綜合考慮了是否有火焰和火焰的燃燒劇烈程度來對火災(zāi)報(bào)警做出綜合判斷。該專利方法的流程如圖1所示，首先對獲取的視頻監(jiān)控圖像進(jìn)行RGB顏色分離，利用顏色分析先排除掉非火焰顏色的物體；然后利用幀差法估計(jì)運(yùn)動(dòng)目標(biāo)，進(jìn)一步排除具有火焰顏色特性的非運(yùn)動(dòng)物體；最后采用視頻圖像中火焰面積的占比是否達(dá)到閾值來進(jìn)行火災(zāi)報(bào)警判斷。該專利利用了圖像的靜態(tài)信息如顏色空間的特點(diǎn)以及火焰的運(yùn)動(dòng)特性來對圖像中待考察區(qū)域做出判斷。但火焰在一定時(shí)間段上的變化信息沒有得到利用，會(huì)在一定程度上造成誤報(bào)，如具有火焰顏色的運(yùn)動(dòng)物體。另外，在不同的監(jiān)控深度的場合，火焰在視頻范圍內(nèi)的面積比難以確定，特別對于室外的監(jiān)控場景，當(dāng)面積比閾值S設(shè)定過小時(shí)，會(huì)造成誤報(bào)，對于火災(zāi)預(yù)警來說是極為不利的。文獻(xiàn)號(hào)為CN1112702A的中國專利公開了一種利用彩色影像三基色差分進(jìn)行火災(zāi)探測與定位的方法。該發(fā)明利用火災(zāi)差分分析技術(shù)，采用彩色圖像系統(tǒng)，利用彩色影像三基色對早期火焰的不同反應(yīng)，對紅、藍(lán)基色分量進(jìn)行差分運(yùn)算，二值化，再次差分運(yùn)算，利用火焰面積差圖像的增長率來判斷火焰異常。其基本步驟如下所述首先對獲取的視頻監(jiān)控圖像進(jìn)行RGB顏色分離；然后對紅色分量圖像和藍(lán)色分量圖像做差分運(yùn)算，得到紅藍(lán)顏色差圖像，并與經(jīng)驗(yàn)設(shè)定的閾值進(jìn)行比較判斷，得到紅藍(lán)顏色差的二值化圖像；再將不同時(shí)刻的紅藍(lán)顏色差的二值化圖像再次進(jìn)行查分運(yùn)算后得到面積差圖像；最后計(jì)算面積差圖像的增長率，當(dāng)面積差圖像的增長率超過設(shè)定的閾值時(shí)，發(fā)出火災(zāi)報(bào)警。該專利方法除了利用檢測圖像顏色等靜態(tài)信息外，還利用了視頻序列在時(shí)間軸上的動(dòng)態(tài)信息，即擴(kuò)散的火焰其面積增長率較大，較之于以前的方法具有更好的檢測效果。但對于具有復(fù)雜外部條件的開放性場景，由于氣流以及其它噪聲使火焰面積成不規(guī)則的變化，其不合適的面積閾值會(huì)使檢測效率明顯降低，因此對檢測環(huán)境不具有較好的魯棒性?？傊F(xiàn)有的基于視頻信息的火災(zāi)預(yù)警方法利用了較多的二維信息，如顏色、形狀、面積等；也有一些采用了分析局部圖像序列的方法，力求分析圖像目標(biāo)的變化規(guī)律?，F(xiàn)有技術(shù)雖然在一些簡單的室內(nèi)場景，具有較好的檢測效果，但是在具有復(fù)雜外界環(huán)境的場合，其檢測率會(huì)明顯下降，因?yàn)槭彝猸h(huán)境的各種噪聲會(huì)影響監(jiān)控設(shè)備獲取的圖像中的特征表達(dá)。
發(fā)明內(nèi)容本發(fā)明提供一種基于視頻時(shí)間和空間信息的火焰檢測方法，該方法能夠適應(yīng)復(fù)雜的室外環(huán)境，具有很好的魯棒性，可運(yùn)用于視頻監(jiān)控裝置上，對住宅小區(qū)中無人巡視區(qū)域或監(jiān)控覆蓋范圍較廣的公共場合進(jìn)行火災(zāi)預(yù)警。本發(fā)明首先利用運(yùn)動(dòng)及顏色特征進(jìn)行初步過濾得到視頻圖像中的火焰候選區(qū)域，再從分析視頻序列的角度建立隨機(jī)模型刻畫火焰閃爍的特性，最終得到檢測結(jié)果。本發(fā)明技術(shù)方案如下一種基于視頻時(shí)間和空間信息的火焰檢測方法，如圖2所示，包括以下步驟步驟1利用視頻監(jiān)控裝置獲取監(jiān)控區(qū)域的視頻監(jiān)控源圖像序列IN，設(shè)每張?jiān)磮D像的大小為K行L列。步驟2從源圖像序列IN中分離出前景運(yùn)動(dòng)圖像序列Fn。步驟3檢測源圖像序列IN中具有火焰顏色特征的像素點(diǎn)。首先將源圖像序列IN中的每一幀圖像進(jìn)行RGB三通道顏色分離，當(dāng)源圖像序列IN中的某一幀圖像中的某一像素點(diǎn)RGB三通道的像素值滿足條件時(shí)，判定該像素點(diǎn)為具有火焰顏色特征的像素點(diǎn)。其中，R表示該像素點(diǎn)紅色通道像素值，G表示該像素點(diǎn)綠色通道像素值，B表示該像素點(diǎn)藍(lán)色通道像素值，RT表示紅色通道閾值(取值范圍為170190)，S表示該像素點(diǎn)的飽和度值，ST是飽和度閾值(取值范圍為0.350.45)。步驟4結(jié)合步驟2和步驟3的計(jì)算結(jié)果，可在前景運(yùn)動(dòng)圖像序列Fn的每一幀前景運(yùn)動(dòng)圖像Fn中確定出疑似火焰像素點(diǎn)，所有疑似火焰像素點(diǎn)形成疑似火焰區(qū)域。步驟5判斷步驟4所確定的當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域。如圖3所示，具體包括以下步驟步驟5-1在當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域的邊緣像素點(diǎn)中，均勻間隔地選擇若干觀察點(diǎn)，觀察點(diǎn)的數(shù)量L由下式?jīng)Q定L=δ.C(5)其中，^是事先確定的比例閾值(取值范圍為0.20.8)，C是該疑似火焰區(qū)域的邊緣像素點(diǎn)總數(shù)。步驟5-2以步驟5-1所確定的每個(gè)觀察點(diǎn)為幾何中心，確定一個(gè)邊長為B的正方形為觀察面，共得到L個(gè)觀察面。邊長B的取值可以是1、3或5個(gè)像素點(diǎn)大小。步驟5-3以步驟5-2所確定的每個(gè)觀察面為起始觀察面，包括沿時(shí)間軸在后續(xù)BT-1幀前景運(yùn)動(dòng)圖像Fn中與起始觀察面相同位置的所有像素點(diǎn)在內(nèi)，形成一個(gè)觀察體，共得到L個(gè)觀察體。其中T的取值范圍為1520。步驟5-4將步驟5-3所得的每個(gè)觀察體平均分成T個(gè)立方體，統(tǒng)計(jì)每個(gè)立方體中所有像素點(diǎn)的紅色通道像素值的平均值，將每個(gè)觀察體中T個(gè)統(tǒng)計(jì)平均值按時(shí)間先后順序排列在一起，形成該觀察體的統(tǒng)計(jì)平均值序列，共計(jì)得到L個(gè)統(tǒng)計(jì)平均值序列。步驟5-5對步驟5-4所得的L個(gè)觀察序列進(jìn)行時(shí)域小波變換，取小波變換后的高頻部分，得到L個(gè)高頻觀察序列Odi=1,2,...，T)。步驟5-6將步驟5-5所得的L個(gè)高頻觀察序列輸入到事先訓(xùn)練好的隱馬爾科夫模式判決器，得到L個(gè)判決值〖di=1，2，...，L)；當(dāng)Ii=1時(shí)，表示該高頻觀察序列所對應(yīng)的觀察點(diǎn)是火焰像素點(diǎn)；當(dāng)Ii=0時(shí)，表示該高頻觀察序列所對應(yīng)的觀察點(diǎn)不是火焰像素點(diǎn)。步驟5-7:計(jì)算步驟4-6所得的L個(gè)判決值€i(i=1，2，...，L)的均值比較與閾值4(取值范圍為0.60.8)的大?。划?dāng)時(shí)，判定當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是真實(shí)的火焰區(qū)域，并發(fā)出報(bào)警；當(dāng)不大于閾值(時(shí)，判定當(dāng)前幀前景運(yùn)動(dòng)圖像？中的疑似火焰區(qū)域不是真實(shí)的火焰區(qū)域，并重新執(zhí)行步驟5，以判斷下一幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域。步驟5-6中所述事先訓(xùn)練好的隱馬爾科夫模式判決器所采用的訓(xùn)練樣本來自于已知火焰區(qū)域邊緣像素點(diǎn)，即從含有真實(shí)火焰區(qū)域的視頻圖像中的真實(shí)火焰區(qū)域的邊緣像素點(diǎn)中，選擇20個(gè)以上的觀察點(diǎn)，經(jīng)步驟5-2至步驟5-5相同的處理得到。本發(fā)明的實(shí)質(zhì)是首先從視頻監(jiān)控源圖像序列中分離出前景運(yùn)動(dòng)圖像序列，并通過RGB三通道顏色分離從前景運(yùn)動(dòng)圖像中找出具有火焰顏色特征的像素點(diǎn)(即疑似火焰像素點(diǎn))，所有疑似火焰像素點(diǎn)形成疑似火焰區(qū)域；然后充分利用真實(shí)火焰區(qū)域邊緣像素點(diǎn)在時(shí)間和空間上的閃爍特性，在疑似火焰區(qū)域邊緣像素點(diǎn)中設(shè)置一定比例的觀察點(diǎn)，建立隱馬爾科夫模型，提取時(shí)間空間模式特征并組成觀察特征值序列；再將代表某個(gè)觀察點(diǎn)的觀察特征值序列輸入事先訓(xùn)練好的隱馬爾科夫模式判決器，得到該觀察點(diǎn)是否是真實(shí)火焰像素點(diǎn)的判決結(jié)果；當(dāng)某一幀前景運(yùn)動(dòng)圖像中疑似火焰區(qū)域的所有觀察點(diǎn)中，有超過事先設(shè)定的固定比例的觀察點(diǎn)均被判定為真實(shí)的火焰像素點(diǎn)后，認(rèn)為當(dāng)某一幀前景運(yùn)動(dòng)圖像中的疑似火焰區(qū)域?yàn)檎鎸?shí)的火焰區(qū)域，并發(fā)出報(bào)警，否則在判斷下一幀前景運(yùn)動(dòng)圖像中疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域。本發(fā)明的有益效果是本發(fā)明提出的基于視頻時(shí)間和空間信息的火焰檢測方法，不僅可以保證同時(shí)控制較低的漏檢率和誤檢率，更重要的是該模型可以在復(fù)雜的檢測環(huán)境中保持很好的魯棒性，可以應(yīng)用于更為廣泛的火災(zāi)監(jiān)控場合。圖1為現(xiàn)有技術(shù)一的流程示意圖。圖2為本發(fā)明的流程示意圖。圖3為步驟5中布置觀察點(diǎn)以及模式特征選取示意圖。具體實(shí)施例方式在前述技術(shù)方案中，需要進(jìn)一步說明的是一、步驟2從源圖像序列IN中分離出前景運(yùn)動(dòng)圖像序列Fn時(shí)，可采用背景估計(jì)方法。具體包括以下步驟步驟2-1判斷源圖像序列IN中當(dāng)前幀源圖像In的所有象素點(diǎn)是運(yùn)動(dòng)點(diǎn)還是靜止點(diǎn)o具體判斷方法是設(shè)點(diǎn)(k，1)表示源圖像序列IN中的任一像素點(diǎn)，在當(dāng)前幀源圖像In中該像素點(diǎn)的像素值為In(k，1)，在前一幀源圖像In_i中該像素點(diǎn)的像素值為Uk，1)，若爐時(shí)，則當(dāng)前幀源圖像1中像素點(diǎn)(k，1)為運(yùn)動(dòng)點(diǎn)；反之，當(dāng)前幀源圖像In中像素點(diǎn)(k，1)為靜止點(diǎn)；其中2≤n≤N，1≤k≤K，1≤1≤L，卜|表示取“”的絕對值，識(shí)為閾值。步驟2-2計(jì)算當(dāng)前幀源圖像In的背景圖像Bn。背景圖像Bn中像素點(diǎn)(k，1)的像素值Bn(k，1)的計(jì)算公式為其中2≤n≤N，1≤k≤K，1≤1≤L;0.6≤a≤0.8，且a+b=1。步驟2-3計(jì)算當(dāng)前幀源圖像In的前景運(yùn)動(dòng)圖像Fn。前景運(yùn)動(dòng)圖像Fn中像素點(diǎn)(k，1)的像素值Fn(k，1)的計(jì)算公式為Fn(k,1)=In(k,1)-Bn(k,1)(2)步驟2-4重復(fù)步驟2-1至2-3，得到所有前景運(yùn)動(dòng)圖像Fn，進(jìn)而得到前景運(yùn)動(dòng)圖像序列Fn。當(dāng)然，步驟2從源圖像序列IN中分離出前景運(yùn)動(dòng)圖像序列Fn時(shí)，并不局限于采用背景估計(jì)方法，其他任何能夠從源圖像序列IN中分離出前景運(yùn)動(dòng)圖像序列Fn的方法都可采用，在此只不過給出一種具體可實(shí)施的方式而已。二、基于火焰的運(yùn)動(dòng)特性和顏色特性，步驟2至步驟4采用了層次過濾篩選的檢測模式，對監(jiān)控設(shè)備捕捉的監(jiān)控視頻段進(jìn)行整體分析，得到前景運(yùn)動(dòng)圖像中的疑似火焰區(qū)域。三、在得到疑似火焰區(qū)域的基礎(chǔ)上，對疑似火焰區(qū)域的真實(shí)性進(jìn)行判斷。真實(shí)火焰在一段時(shí)間間隔上具有很豐富的變化信息，其中一個(gè)很容易觀察到的是火焰在正常燃燒和生長的過程中會(huì)不斷地閃爍，這種現(xiàn)象在火焰邊緣位置尤其明顯。從圖像分析的角度可以看到，圖像上某個(gè)固定的位置(如火焰邊緣附近)的像素值會(huì)在一段時(shí)間隨機(jī)地反復(fù)出現(xiàn)，因?yàn)榛鹧孢吘壪袼貢?huì)周期性地覆蓋這個(gè)像素點(diǎn)。所以發(fā)明充分利用真實(shí)火焰區(qū)域邊緣像素點(diǎn)在時(shí)間和空間上的閃爍特性，在疑似火焰區(qū)域邊緣像素點(diǎn)設(shè)置一定比例的觀察點(diǎn)，建立隱馬爾科夫模型，提取時(shí)間空間模式特征并組成觀察特征值序列；再將代表某個(gè)觀察點(diǎn)的觀察特征值序列輸入事先訓(xùn)練好的隱馬爾科夫模式判決器，得到該觀察點(diǎn)是否是真實(shí)火焰像素點(diǎn)的判決結(jié)果；當(dāng)某一幀前景運(yùn)動(dòng)圖像中疑似火焰區(qū)域的所有觀察點(diǎn)中，有超過事先設(shè)定的固定比例的觀察點(diǎn)均被判定為真實(shí)的火焰像素點(diǎn)后，認(rèn)為當(dāng)某一幀前景運(yùn)動(dòng)圖像中的疑似火焰區(qū)域?yàn)檎鎸?shí)的火焰區(qū)域，并發(fā)出報(bào)警，否則在判斷下一幀前景運(yùn)動(dòng)圖像中疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域。本方案對該像素點(diǎn)的像素值變化過程用隱馬爾科夫模型進(jìn)行建模。這正是本發(fā)明的核心創(chuàng)新點(diǎn)所在。步驟5-1布置觀察點(diǎn)的時(shí)候，應(yīng)當(dāng)在疑似火焰區(qū)域邊緣像素點(diǎn)中均勻間隔地布置。觀察點(diǎn)的數(shù)量不宜過多，否則會(huì)增加計(jì)算量。雖然在前述方案中給出了觀察點(diǎn)20%80%的選擇范圍，但實(shí)際上選擇30%左右的疑似火焰區(qū)域邊緣像素點(diǎn)作為觀察點(diǎn)可得到較好的效果。步驟5-2中所述觀察面的邊長B不宜過大，否則可能導(dǎo)致檢測結(jié)果的錯(cuò)誤，實(shí)際選擇觀察面的邊長B為1、3或5個(gè)像素點(diǎn)大小即可。步驟5-5對步驟5-4所得的L個(gè)觀察序列進(jìn)行時(shí)域小波變換，選用的小波基為四、步驟5-6中所述事先訓(xùn)練好的隱馬爾科夫模式判決器所采用的訓(xùn)練樣本來自于已知火焰區(qū)域邊緣像素點(diǎn)，即從含有真實(shí)火焰區(qū)域的視頻圖像中的真實(shí)火焰區(qū)域的邊緣像素點(diǎn)中，選擇20個(gè)以上的觀察點(diǎn)，經(jīng)步驟5-2至步驟5-5相同的處理得到。權(quán)利要求一種基于視頻時(shí)間和空間信息的火焰檢測方法，包括以下步驟步驟1利用視頻監(jiān)控裝置獲取監(jiān)控區(qū)域的視頻監(jiān)控源圖像序列IN，設(shè)每張?jiān)磮D像的大小為K行L列；步驟2從源圖像序列IN中分離出前景運(yùn)動(dòng)圖像序列FN；步驟3檢測源圖像序列IN中具有火焰顏色特征的像素點(diǎn)；首先將源圖像序列IN中的每一幀圖像進(jìn)行RGB三通道顏色分離，當(dāng)源圖像序列IN中的某一幀圖像中的某一像素點(diǎn)RGB三通道的像素值滿足條件<mfencedopen='{'close=''><mtable><mtr><mtd><mi>R</mi><mo>></mo><msub><mi>R</mi><mi>T</mi></msub></mtd></mtr><mtr><mtd><mi>R</mi><mo>></mo><mi>G</mi><mo>></mo><mi>B</mi></mtd></mtr><mtr><mtd><mi>S</mi><mo>></mo><mrow><mo>(</mo><mn>255</mn><mo>-</mo><mi>R</mi><mo>)</mo></mrow><msub><mi>S</mi><mi>T</mi></msub><mo>/</mo><msub><mi>R</mi><mi>T</mi></msub></mtd></mtr></mtable></mfenced>時(shí)，判定該像素點(diǎn)為具有火焰顏色特征的像素點(diǎn)；其中，R表示該像素點(diǎn)紅色通道像素值，G表示該像素點(diǎn)綠色通道像素值，B表示該像素點(diǎn)藍(lán)色通道像素值，RT表示紅色通道閾值，S表示該像素點(diǎn)的飽和度值，ST是飽和度閾值；步驟4結(jié)合步驟2和步驟3的計(jì)算結(jié)果，可在前景運(yùn)動(dòng)圖像序列FN的每一幀前景運(yùn)動(dòng)圖像Fn中確定出疑似火焰像素點(diǎn)，所有疑似火焰像素點(diǎn)形成疑似火焰區(qū)域；步驟5判斷步驟4所確定的當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域；具體包括以下步驟步驟5-1在當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域的邊緣像素點(diǎn)中，均勻間隔地選擇若干觀察點(diǎn)，觀察點(diǎn)的數(shù)量L由下式?jīng)Q定L＝θ·C其中，θ是事先確定的比例閾值，C是該疑似火焰區(qū)域的邊緣像素點(diǎn)總數(shù)；步驟5-2以步驟5-1所確定的每個(gè)觀察點(diǎn)為幾何中心，確定一個(gè)邊長為B的正方形為觀察面，共得到L個(gè)觀察面；步驟5-3以步驟5-2所確定的每個(gè)觀察面為起始觀察面，包括沿時(shí)間軸在后續(xù)B·T-1幀前景運(yùn)動(dòng)圖像Fn中與起始觀察面相同位置的所有像素點(diǎn)在內(nèi)，形成一個(gè)觀察體，共得到L個(gè)觀察體；步驟5-4將步驟5-3所得的每個(gè)觀察體平均分成T個(gè)立方體，統(tǒng)計(jì)每個(gè)立方體中所有像素點(diǎn)的紅色通道像素值的平均值，將每個(gè)觀察體中T個(gè)統(tǒng)計(jì)平均值按時(shí)間先后順序排列在一起，形成該觀察體的統(tǒng)計(jì)平均值序列，共計(jì)得到L個(gè)統(tǒng)計(jì)平均值序列；步驟5-5對步驟5-4所得的L個(gè)觀察序列進(jìn)行時(shí)域小波變換，取小波變換后的高頻部分，得到L個(gè)高頻觀察序列Oi，其中i＝1，2，…，T；步驟5-6將步驟5-5所得的L個(gè)高頻觀察序列輸入到事先訓(xùn)練好的隱馬爾科夫模式判決器，得到L個(gè)判決值ξi，其中i＝1，2，...，L；當(dāng)ξi＝1時(shí)，表示該高頻觀察序列所對應(yīng)的觀察點(diǎn)是火焰像素點(diǎn)；當(dāng)ξi＝0時(shí)，表示該高頻觀察序列所對應(yīng)的觀察點(diǎn)不是火焰像素點(diǎn)；步驟5-7計(jì)算步驟4-6所得的L個(gè)判決值ξi的均值比較與比例閾值ζ的大?。划?dāng)時(shí)，判定當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是真實(shí)的火焰區(qū)域，并發(fā)出報(bào)警；當(dāng)不大于閾值ζ時(shí)，判定當(dāng)前幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域不是真實(shí)的火焰區(qū)域，并重新執(zhí)行步驟5，以判斷下一幀前景運(yùn)動(dòng)圖像Fn中的疑似火焰區(qū)域是否是真實(shí)的火焰區(qū)域；步驟5-6中所述事先訓(xùn)練好的隱馬爾科夫模式判決器所采用的訓(xùn)練樣本來自于已知火焰區(qū)域邊緣像素點(diǎn)，即從含有真實(shí)火焰區(qū)域的視頻圖像中的真實(shí)火焰區(qū)域的邊緣像素點(diǎn)中，選擇20個(gè)以上的觀察點(diǎn)，經(jīng)步驟5-2至步驟5-5相同的處理得到。FSA00000109174400021.tif,FSA00000109174400022.tif,FSA00000109174400023.tif,FSA00000109174400024.tif2.根據(jù)權(quán)利要求1所述的基于視頻時(shí)間和空間信息的火焰檢測方法，其特征在于，步驟2從源圖像序列In中分離出前景運(yùn)動(dòng)圖像序列Fn時(shí)，采用的是背景估計(jì)方法，具體包括以下步驟步驟2-1判斷源圖像序列In中當(dāng)前幀源圖像In的所有象素點(diǎn)是運(yùn)動(dòng)點(diǎn)還是靜止點(diǎn)；具體判斷方法是設(shè)點(diǎn)(k，1)表示源圖像序列In中的任一像素點(diǎn)，在當(dāng)前幀源圖像In中該像素點(diǎn)的像素值為In(k，1)，在前一幀源圖像Ilri中該像素點(diǎn)的像素值為Uk，1)，若^時(shí)，則當(dāng)前幀源圖像^中像素點(diǎn)(k，l)為運(yùn)動(dòng)點(diǎn)；反之，當(dāng)前幀源圖像In中像素點(diǎn)(k，1)為靜止點(diǎn)；其中2彡η彡N，1彡k彡K，1彡1彡L，卜|表示取“·，，的絕對值，IV為閾值；步驟2-2計(jì)算當(dāng)前幀源圖像In的背景圖像Bn；背景圖像Bn中像素點(diǎn)(k，1)的像素值民⑴1)的計(jì)算公式為其中2彡η彡N，1彡k彡K，1彡1彡L;0.6彡a彡0.8，且a+b=1；步驟2-3計(jì)算當(dāng)前幀源圖像In的前景運(yùn)動(dòng)圖像Fn；前景運(yùn)動(dòng)圖像Fn中像素點(diǎn)(k，1)的像素值？“!^，1)的計(jì)算公式為步驟2-4重復(fù)步驟2-1至2-3，得到所有前景運(yùn)動(dòng)圖像Fn，進(jìn)而得到前景運(yùn)動(dòng)圖像序列3.根據(jù)權(quán)利要求1所述的基于視頻時(shí)間和空間信息的火焰檢測方法，其特征在于，步驟3中紅色通道閾值&的取值范圍為170190；飽和度閾值St的取值范圍為0.350.45。4.根據(jù)權(quán)利要求1所述的基于視頻時(shí)間和空間信息的火焰檢測方法，其特征在于，步驟5-1中所述比例閾值θ的取值范圍為0.20.8；步驟5-2中所述邊長B的取值是1、3或5個(gè)像素點(diǎn)大??；步驟5-3中所述T的取值范圍為1520；步驟5-5中所述小波變換選用的小波基為和步驟5-7中所述閾值ζ的取值范圍為0.60.8。全文摘要一種基于視頻時(shí)間和空間信息的火焰檢測方法，屬于圖像信息處理
技術(shù)領(lǐng)域：
。首先從源圖像中分離出前景運(yùn)動(dòng)圖像，并從前景運(yùn)動(dòng)圖像中找出具有火焰顏色特征的像素點(diǎn)形成疑似火焰區(qū)域；然后利用真實(shí)火焰區(qū)域邊緣像素點(diǎn)的閃爍特性，在疑似火焰區(qū)域邊緣像素點(diǎn)中設(shè)置觀察點(diǎn)，建立隱馬爾科夫模型，提取時(shí)間空間模式特征并組成觀察特征值序列；再將觀察特征值序列輸入事先訓(xùn)練好的隱馬爾科夫模式判決器，得到該觀察點(diǎn)是否是真實(shí)火焰像素點(diǎn)的判決結(jié)果；當(dāng)所有觀察點(diǎn)中超過一定比例的觀察點(diǎn)均被判定為真實(shí)的火焰像素點(diǎn)時(shí)，認(rèn)為疑似火焰區(qū)域?yàn)檎鎸?shí)的火焰區(qū)域，并發(fā)出報(bào)警。本發(fā)明具有較低的漏檢率和誤檢率，并具有很好的魯棒性，可用于更為廣泛的火災(zāi)監(jiān)控場合。文檔編號(hào)G08B17/00GK101853512SQ201010178309公開日2010年10月6日申請日期2010年5月13日優(yōu)先權(quán)日2010年5月13日發(fā)明者丁劍,葉茂,王理強(qiáng),趙欣申請人:電子科技大學(xué)