一種基于視頻圖像分析的火焰檢測方法與裝置的制造方法
【專利說明】一種基于視頻圖像分析的火焰檢測方法與裝置
[0001]
技術領域
[0002]本發明涉及計算機視覺領域，尤其是涉及應用于視頻監控領域的火焰檢測。
[0003]
【背景技術】
[0004]火災一直是危害人們生命財產安全最主要的多發性災害之一。隨著社會生產力的發展，社會財富日益增加，火災造成的經濟損失以及人員傷亡呈擴大趨勢。而人們關于火災探測方面的研宄也從未停止。到目前為止應用最廣泛的主要是感溫型火災探測器和感煙型火災探測器。
[0005]感溫型火災探測器和感煙型火災探測器是通過感知火焰周圍的溫度和煙霧濃度，依據感知的信息量與閾值做比較來判斷是否發出報警信息。這樣就存在兩個問題，一是由于通過火焰單一的特征無法準確的給出報警信息，誤報較多；二是探測距離有限，在室內高大空間和室外空曠場所無法發揮應有作用。而隨著社會經濟的快速發展，具有高大空間的建筑日益增多，傳統火災探測器難以滿足其對于火災預防探測方面的需求。
[0006]近年來，伴隨著計算機視覺與圖像處理技術的快速發展，越來越多的研宄人員開始著手研宄基于視頻分析的火焰探測。但是我們發現，基于該項技術的圖像型火災探測技術并沒有廣泛的應用到我們的日常生活中來，其原因在于現階段的研宄成果很難滿足我們對于早期火情探測的實時性、有效性和準確性的要求。
[0007]
【發明內容】
[0008]本發明的目的在于提出一種基于視頻圖像分析的火焰檢測方法與裝置。本發明通過視頻分析的手段能夠在火情發生早期時快速有效的給出報警。為了達到上述目的，本發明采用如下技術手段:
一種基于視頻圖像分析的火焰檢測裝置，包括如下單元:
視頻圖像獲取單元，用于獲取監控區域的視頻圖像信息；
圖像信息判斷單元，用于檢測當前幀圖像類型，判斷當前幀圖像是彩色圖像還是灰度圖像，若為灰度圖像則記錄連續出現灰度圖像幀數；
疑似區域提取單元，用于提取當前幀圖像的火焰疑似區域，依據圖像類型不同，采取不同的特征提取方式，若當前圖像為彩色圖像，則依據火焰的彩色特征提取出火焰疑似區域，若當前圖像為灰度圖像則依據火焰高亮特征提取出火焰疑似區域；
疑似區域篩選單元，用于排除不符合條件的火焰疑似區域，保存符合條件的疑似區域相關參數作為歷史數據；
匹配更新單元，用于將當前幀火焰疑似區域與歷史疑似區域進行匹配操作并更新歷史疑似區域的相關參數；
判斷報警單元，用于判斷各個歷史疑似區域是否符合最終報警條件。
[0009]一種基于視頻圖像分析的火焰檢測方法，包括如下步驟:
第一步驟，利用圖像采集裝置獲取監控區域內的視頻圖像信息；
第二步驟，檢測當前幀圖像類型，判斷當前幀圖像是彩色圖像還是灰度圖像，若為灰度圖像則記錄連續出現灰度圖像幀數；
第三步驟，提取當前幀圖像的火焰疑似區域，依據圖像類型不同，采取不同的特征提取方式，若當前圖像為彩色圖像，則依據火焰的彩色特征提取出火焰疑似區域，若當前圖像為灰度圖像則依據火焰高亮特征提取出火焰疑似區域；
第四步驟，排除不符合條件的火焰疑似區域，保存符合條件的疑似區域相關參數作為歷史數據；
第五步驟，將當前幀火焰疑似區域與歷史疑似區域進行匹配操作并更新歷史疑似區域的相關參數；
第六步驟，判斷各個歷史疑似區域是否符合最終報警條件。
[0010]本發明的有益效果是:白天和夜晚，火焰的特征表現的不同，本發明在白天時采集圖像為彩色圖像，夜晚采集的為灰度圖像，根據不同的圖像類型進行不同的特征提取方法，極大的提高了檢測的準確率。
[0011]
【附圖說明】
[0012]本發明共有附圖六張:
圖1示出了按照本發明的基于視頻圖像分析的火焰檢測裝置的示意框圖；
圖2示出了按照本發明的基于視頻圖像分析的火焰檢測裝置疑似區域提取單元的示意框圖；
圖3示出了按照本發明的基于視頻圖像分析的火焰檢測裝置匹配更新單元的示意框圖；
圖4示出了按照本發明的基于視頻圖像分析的火焰檢測方法的整體流程圖；
圖5示出了按照本發明的基于視頻圖像分析的火焰檢測方法的第三步驟流程圖；
圖6示出了按照本發明的基于視頻圖像分析的火焰檢測方法的第五步驟流程圖。
[0013]
【具體實施方式】
[0014]下面參照附圖并結合具體實例來對本發明進行詳細說明。實施實例采用的352 X 288像素大小的圖像。在白天，采集的為YUV彩色圖像，到傍晚光敏電阻感知光照信息量小于閾值時，紅外補光燈接收開啟信號，此時采集的為灰度圖像。應指出的是，所描述的實例僅是為了便于對本發明的理解，并不因此而限定本發明的保護范圍。
[0015]圖1示出了按照本發明的基于視頻圖像分析的火焰檢測裝置的示意框圖。以下所述裝置各單元都可單獨通過微處理器來實現，但為節約成本也可以利用一個具有高性能CPU的處理器來實現。如圖1所示，按照本發明的基于視頻圖像分析的火焰檢測裝置包括: 第一部分，視頻圖像獲取單元101，利用視頻圖像采集裝置獲取監控區域的視頻圖像信息，本實施實例所采用的圖像采集裝置根據外界光照的強度來改變采集圖像的類型，白天時采集到的為彩色圖像，夜晚采集到的為灰度圖像。
[0016]第二部分，圖像信息判斷單元102，判斷視頻圖像獲取單元101采集的圖像是彩色圖像還是灰度圖像。若為灰度圖像則記錄連續出現灰度圖像幀數。
[0017]第三部分，疑似區域提取單元103，依據圖像信息判斷單元102判斷結果不同，采用不同的特征提取方式，提取出當前幀火焰疑似區域，具體組成如圖2所示:
特征點提取單元1031，用于提取當前圖像下零散火焰特征點；區域連接單元1032，用于將特征點提取單元1031提取出的相互紙鄰的特征點進行區域連接；參數計算單元1033，用于計算連接后的火焰疑似區域的相關參數。
[0018]第四部分，疑似區域篩選單元104，用于排除疑似區域提取單元103所提取的不符合條件的火焰疑似區域，保存符合條件的疑似區域相關參數作為歷史數據。
[0019]第五部分，匹配更新單元105，將當前幀火焰疑似區域與歷史疑似區域進行匹配操作并更新歷史疑似區域的相關參數，具體組成如圖3所示:
疑似區域形態特征匹配單元1051，依據火焰的形態特征對當前火焰疑似區域和歷史疑似區域進行匹配操作；疑似區域時域特征匹配單元1052，依據火焰的時域特征對當前火焰疑似區域和歷史疑似區域進行匹配操作；疑似區域運動特征匹配單元1053，依據火焰的運動特征對當前火焰疑似區域和歷史疑似區域進行匹配操作。
[0020]第六部分，判斷報警單元106，依據匹配更新單元105對各個歷史火焰疑似區域的匹配幀數與閾值的比較，來判斷該疑似區域是否為火焰區域。
[0021]圖4示出了按照本發明的基于視頻圖像分析的火焰檢測方法的整體流程圖，如圖4所示，本發明整體流程分為6個步驟:
步驟201，通過圖像采集裝置獲取監控區域內的視頻圖像信息。本發明依據火焰在白天和夜間表現的特征不同，而采用相對應的方式來獲取視頻圖像信息。白天火焰彩色信息充分，圖像采集裝置獲取監控區域的彩色圖像信息；夜晚火焰相對于其他物體亮度信息更加突出，圖像采集裝置獲取監控區域的灰度圖像信息。
[0022]步驟202，判斷步驟201所采集的圖像類型，若為灰度圖像則記錄連續出現灰度圖像的幀數，當記錄的數值大于閾值Tl時，則表明當前圖像采集裝置開始穩定的采集灰度圖像。其設定閾值Tl取值范圍為[10，30]，目的是防止其他因素干擾圖像采集裝置致使采集的某一幀圖像為灰度圖像，該閾值的設定確保圖像采集裝置開始穩定的采集灰度圖像。
[0023]步驟203，依據步驟202判斷的結果，采用不同的方式提取出當前幀的疑似火焰區域。
[0024]如圖5所示，步驟203包含以下步驟:
步驟2031，依據幀差法提取零散的疑似火焰特征點。
[0025]若步驟202判斷當前圖像為彩色圖像，先將YUV圖像轉換為RGB格式圖像，再依據火焰的顏色特征提取出滿足條件的特征點，特征點提取條件為Cl:1、R>G>B ;2、R>220。將滿足條件的像素點標記為1，不滿足條件的點標記為0，將標記好的當前幀圖像保存，與上一幀標記好的圖像進行幀差，求取出零散的疑似火焰特征點，幀差條件為:兩幀對應位置中，標記不同。將滿足幀差條件的點在當前幀圖像對應位置上標記為True。所述YUV轉換RGB方法可選擇任意方式。
[0026]若步驟202判斷當前圖像為灰度圖像且灰度圖像連續出現的幀數達到閾值Tl，則根據火焰的灰度特征并利用幀差法提取零散的疑似火焰特征點，幀差條件C2為