專利名稱：視頻煙霧檢測系統的制作方法
技術領域：
本發明位于借助視頻圖像進行煙霧檢測的領域。在住宅和工業建筑、庫房、博物館、教堂和類似建筑中，用安裝在各自空間的頂棚上的，譬如基于由煙霧引起光漫射或光弱化原理的煙霧報警器進行煙霧檢測。相反在鐵路或公路隧道中實際上不采用煙霧報警器，因為在這里由于通過行駛的汽車和火車引起的空氣運動和空氣分層保證不了，在火警時所產生的煙霧會以可利用的期限到達安裝在棚頂上的煙霧報警器。所以今天對于隧道中的火警監控采用譬如象西門子建筑技術股份公司，Cerberus部的纖維激光系統那樣的所謂的線性溫感報警系統。
近來，持續努力將對于隧道中的交通監控必然存在著的視頻系統用于煙霧檢測。由于視頻圖像對于觀察者很經常是不重要的，此外通過煙霧只引起視頻圖像中的很小的改變，因而不能考慮通過人員在屏幕上進行監控。如果情況確實如此，則只能通過視頻圖像的自動的分析來進行監控。在一種用于從煙霧出現方面自動分析研究視頻圖像的公知的方法中，彼此比較相繼圖像的各個像素的強度值。如果測量到代表一種由煙霧存在所引起的較亮的圖像的強度值，則推斷煙霧的存在，并啟動報警。
此外，在此方法中存在的問題是，發覺不了明亮背景前的煙霧，并且檢測不到甚至僅生成少量煙霧的火。此外，譬如通過因走過攝像機視野的人員引起的亮度變化可能啟動誤報警。已按如下方式來嘗試解決這種問題，即除原來的監控范圍之外還分析研究一個外部的范圍，并在此外部范圍中有變化時便中斷監控范圍的觀察。這種方法具有的缺點是，有時火在某種延遲之后才被檢測到，并且發覺不了在附加于監控范圍而安排的外部范圍中的煙霧源。
本發明涉及一種具有至少一個用于攝取視頻圖像的裝置的，和具有一種在其中確定視頻圖像各個像素或各組像素的亮度的信號處理級的視頻煙霧檢測系統。
用本發明應解決的任務在于，說明一種實現迅速而可靠的煙霧檢測的，并尤其適合于在公路和鐵路隧道中使用的視頻煙霧檢測系統。應該在火警形成的盡可能早的階段進行所述的煙霧檢測，并應該實際上排除誤報警。
本發明的視頻煙霧檢測系統的特征在于，通過一種處理進行像素亮度的所述的確定，其中，獲得一種對于所述的亮度有代表性的值，并針對表征煙霧出現的變化來對所述值的時間過程進行分析研究。
本發明的視頻煙霧檢測系統的第一優選實施形式的特征在于，通過一種邊緣抽取處理進行像素亮度的所述的確定，其中，給每個像素分配一個邊緣值。
本發明的煙霧檢測系統是基于以下的認識，即煙霧的出現導致對比度的降低。在通過一種邊緣抽取處理確定像素亮度時使得所述的邊緣模糊，或這些邊緣將消失。此時，這種過程的優點在于，邊緣值相對于整體的照明變化是不敏感的。
本發明的視頻煙霧檢測系統的第二優選實施形式的特征在于，對于每個像素進行所述的邊緣值與一個平均值的比較，并從此比較中獲得一個說明邊緣值相對于所述平均值的時間特性的以下所謂的計數器圖像。
尤其在邊緣值與所述平均值的每次比較時，更新所述的計數器圖像，此計數器圖像說明了有關像素的亮度在某個時間段上如何頻繁地曾平均位于所述的平均值之上。
將所述的計數器圖像與一種閾值進行比較，并在超過此閾值時將一個初始化值向一個當前值進行累加。
本發明的視頻煙霧檢測系統的第三優選實施形式的特征在于，除邊緣抽取處理之外還從運動方面對所述的視頻圖像進行一種以下稱為運動檢測的分析研究。
在為其監控首先安排了本發明系統的公路和鐵路隧道中，幾乎僅僅是由有關邊緣和攝像機之間的移動物體而產生邊緣的并非由煙霧所引起的覆蓋。由于這樣的物體不是突然體現的，而是通常已移到它們覆蓋所述邊緣的位置上，所以可以從以下的情況出發，即在不是由煙霧引起的邊緣覆蓋的情況下，覆蓋所述邊緣的物體必定在此前剛剛產生過運動。所述的運動檢測因此提供了一種用于區分由物體所覆蓋的那些邊緣和由煙霧所覆蓋的邊緣的可靠判據。
尤其借助不斷用一種滯后算法更新的計數器圖像既進行邊緣值的所述確定，也進行所述的運動檢測。尤其將一種基于標準化互相關的算法用于所述的運動檢測。
所述的滯后算法尤其具有一個最小值和一個最大值，以及兩個位于其間的閾值，其中，所述的計數器圖像在向上計數時當超過下閾值時便跳至最大值上，而在向下計數時當低于上閾值時便跳至最小值上。
這種滯后算法實現了把有噪聲的圖像用于檢測算法。在適當參數化的滯后的情況下，在計數器圖像中不出現由噪聲引起的邊緣，并且一個邊緣不會因為一個單個的有噪聲圖像而消失。
本發明的視頻煙霧檢測系統的第四優選實施形式的特征在于，采用三種數據結構，一種具有關于存在于各自圖像中的邊緣的信息的數據段、一種具有用于淘汰對于煙霧檢測所不需要考慮的圖像范圍的位屏蔽的數據段、和所觀察的圖像本身，其中，所述的邊緣和圖像在處理過程的相繼迭代之間保持不變，并對于每次迭代重新初始化所述的位屏蔽。
本發明的視頻煙霧檢測系統的第五優選實施形式的特征在于，逐像素地分析所述的圖像和邊緣，并對于以下稱為塊的多個像素的組進行位屏蔽的分析。
本發明的視頻煙霧檢測系統的第六優選實施形式的特征在于，在兩個路徑上，即在一個用于計算存在于圖像中的邊緣的和用于更新已經存在于邊緣之上的數據的第一路徑上，并在一個用于建立位屏蔽的第二路徑上進行數據的處理，其中，此第二路徑包括所述的運動檢測。
按本發明的視頻煙霧檢測系統的第七優選實施形式，第二路徑此外還包括對所述的塊檢驗所述用于攝取視頻圖像的裝置的飽和，其中用確定數目的飽和像素標記一些塊，并對于邊緣的計數器圖像的分析不考慮這些塊。
本發明的視頻煙霧檢測系統的另一優選實施形式的特征在于，借助一種屏蔽可將任意的圖像片段排除在分析之外。尤其將借助所述的運動檢測和飽和檢驗所建立的位屏蔽用來，更新在淘汰對于煙霧檢測不必考慮的圖像范圍時所用的計數器圖像。
本發明的視頻煙霧檢測系統的另一優選實施形式的特征在于，在作出關于存在著煙霧的判斷之前進行一種檢驗，是否對于這種判斷存在著足夠數目的邊緣。
以下借助實施例和附圖詳述本發明；所展示的
圖1為本發明視頻煙霧檢測系統的方框圖，圖2-4為用于闡述本發明視頻煙霧檢測系統的第一實施例的功能的各一個流程圖；和圖5為用于闡述本發明視頻煙霧檢測系統的第二實施例的功能方式的一個流程圖。
按附圖1，本發明的視頻煙霧檢測系統基本上由多個視頻攝像機1和一個進行視頻攝像機1信號的處理與分析的共同處理器2組成。所述的視頻攝像機1譬如安裝在公路隧道中，并用于交通監控，譬如用于監控交通規則的遵守、和用于檢測灰塵形成、事故和類似的事情。所述的攝像機是與經監視器觀察隧道中交通情況的有人值班的運行中心相連的。分散地布置了所述的處理器2，其中，一個共同的處理器2分別分配給某個數目的，譬如8至10個攝像機。
在處理器2中所述的視頻圖像被分解為像素，給各個像素和/或這些像素的組分配亮度值，并借助所述像素的亮度值與一個參考值的比較來進行關于存在煙霧的判斷。在給各個像素或像素組分配亮度值時重要的是，這種分配不依賴于整體的亮度變化，也就是不依賴于整個圖像照明的變化。可以按如下方式來達到對照明的這種獨立性，即把真正表達一種推斷的邊緣值分配給所述的像素。煙霧的識別基于這種假設，即所述的邊緣通過煙霧被弱化，或消失。
可以將處理器2中的信號處理和信號分析進一步劃分為兩個在附圖1中用像素亮度3和煙霧檢測4表示的功能方框。按這種劃分，附圖2的流程圖展示了對于像素亮度有代表性的值(像素亮度3)的求取，而附圖3的那個流程圖則展示了從煙霧存在方面對這些值作進一步的分析研究(煙霧檢測4)。附圖4展示了按附圖2的所述方法對于某些用途(在譬如象過道、門廳和類似處的內部空間中的煙霧檢測)所必要的附加步驟。
將由每個攝像機1攝取的視頻圖像分解為像素，并數字化，由此對于每個像素用坐標i和j確定此像素的譬如可以位于0和255之間的強度值Ii，j。從所述的強度值Ii，j中對于譬如3×3或5×5個像素的某個組形成平均值Mi，j或中值、或通過低通濾波所獲得的值。所述的中值具有的優點是可以以8位進行它的計算。
平行于平均值或中值的計算，從所述的強度Ii，j中獲得一個邊緣值，這通過推斷或通過頻率分析(高通濾波，譬如子波變換)來實現。譬如可以通過應用Robert運算器或Sobel運算器求出各個像素的邊緣值Ki，j。但是對于邊緣計算當然也可以采用更復雜的運算器，并應用到譬如象5×5或7×7個像素的較大區域上。
然后分析研究，所述的邊緣值Ki，j是否位于平均值或中值之上。如果是肯定的，則向一個值Zi，j加計一個數δob，并通過新的值代替舊的值Zi，j，如果是否定的，則從一個值Zi，j減去一個數δun，并通過新的值代替舊的值Zi，j。所述的值Zi，j是一個如下的數，它說明了所述的邊緣值以及有關像素的亮度是如何頻繁地在某個時間段上已平均地位于某個閾值(平均值或中值Mi，j)之上。這個數Zi，j以下稱為計數器圖像。Zi，j的值范圍譬如為0至255，Zi，j的初始值在系統初始化時為0。所述的數δun和δob可以是相同的或不同的，譬如兩者可以等于1。
鑒于運動對邊緣值的影響，所述的計數器圖像Zi，j具有一種特別的優點。如果一個物體移經所述的圖像，則至少一個邊緣也移經此圖像，并且這導致在邊緣各自地點上的像素有一個較高的邊緣值，所述的計數器圖像Zi，j因此上升δ。一旦所述的邊緣已離開有關的像素，所述的計數器圖像Zi，j則減少δun，使得邊緣穿過視頻圖像在總體上對各個像素的計數器圖像Zi，j沒有什么影響。
最后所獲得的計數器圖像Zi，j因此尤其是一種對于有關像素的亮度有代表性的值。在分析研究計數器圖像Zi，j時采用三種時間標度所攝取視頻圖像的頻率，譬如1/25秒、在255個圖像之后每10秒和譬如每半小時。
按附圖3將所述的計數器圖像Zi，j與一個閾值Sz進行比較。如果所述的計數器圖像Zi，j位于所述的閾值Sz之下，則不進行任何運作，如果它位于所述的閾值Sz之上，則進行相加，即值∑x提高1，并由此新值代替。如此來獲得所述的初始化值∑x0，使得在初始化時以∑＝0開始和累加，其中，在幾秒鐘的某個穩定階段之后出現一種然后用作為初始化值∑x0的穩定值。∑x在正常的情況下應等于∑x0。
如果∑x明顯大于∑x0，則出現新的邊緣，這可能是如下原因引起的，一個靜止的物體位于視頻攝像機的圖像范圍中。在隧道中這樣的物體譬如可能是一輛靜止的汽車，或在過道中可能是一種停放在此過道中的物件；在兩種情況下由所述的物體覆蓋了某個圖像范圍，這在附圖3中稱為覆蓋。在覆蓋的情況下重新定義初始化值∑x0。隨后形成商∑x/∑x0，并與煙霧閾值SR進行比較。如果所述的商位于煙霧閾值之下，并因此邊緣被弱化或消失，則啟動報警。
只要清晰的邊緣在前景中平移，這在隧道中通常總是這種情況，則對于準確和可靠的不誤報警的煙霧檢測，商∑x/∑x0與煙霧閾值SR的比較是絕對足夠的。對于公路和鐵路隧道中的煙霧檢測，因而采用一種具有附圖2和3中所示出功能性的系統。
當涉及人逗留的內部空間中的煙霧檢測時，情況則是別樣的。已確認出，站立在一個地點上的和互相交談的人是實施一種循環的或在所述地點上來回的運動，與平移運動不同的是，這種運動不再落在所述的計數器圖像Zi，j之外。網紋或圖樣的運動也是成問題的。這些運動導致產生新的邊緣，這可能會補償由于煙霧引起的邊緣的弱化或減少，使得有時不再會可靠地檢測煙霧。一般來說，運動通常導致新的邊緣和有時也覆蓋邊緣，而煙霧不導至新的邊緣，而是弱化邊緣。在遠距離上的有時可能導至新邊緣的煙霧是這種規律的一種例外。由于離攝像機最遠的范圍位于視頻圖像的最上方的部分中，所有所以可以通過屏蔽這個最上方的圖像部分排除這種效應，或可以采取以下的假設，即由煙霧形成的邊緣僅很緩慢地移動。
為了防止運動的干擾影響，在需要時采用附圖4中示出的，用于消除運動的和從邊緣Ki，j(附圖2)出發的子程序。原則上也可以從所述的強度Ii，j出發，但是這伴有存在著干擾性直流成份的缺點。形成相繼圖像的差值ΔKi，j，并將此差值ΔKi，j與一種運動閾值SB進行比較。如果ΔKi，j位于這個閾值之下，則不存在運動。在ΔKi，j＞SB時，將滿足這種條件的像素匯總成從中屏蔽所述運動的子區域。按如下方式來實現后者，即不更新所述的計數器圖像Zi，j，并將所述運動之前的最后的計數器圖像用于所述的子區域。
通過一種形態學的濾波器(侵蝕)消除信號噪聲。這意味著以下的內容提供所述子區域中的已變化像素數目的差值圖像是一種二值圖像。用一種圖樣駛越此二值圖像，并賦予用所述圖樣覆蓋的像素以值＂1＂。如此來指出所述運動的結束，使得所述的子區域相繼從所述的圖像中消失，并減少邊緣。
附圖5展示了本發明的視頻煙霧檢測系統的第二實施例的一個流程圖，此視頻煙霧檢測系統的特點尤其是在于抗干擾的高度魯棒性和煙霧檢測的高度可靠性。附圖5中用參考符號A表示所觀察的圖像。
以下在說明所述的流程圖之前介紹幾種一般性的闡述由于所述的邊緣不僅可能由煙霧覆蓋，而且也可能由位于攝像機和有關邊緣之間的物體覆蓋，所以附加地從運動方面分析研究所觀察的圖像。此時，出發點在于，一個覆蓋邊緣的物體不是突然在此位置上產生的，而是已經移動到那里去的。
在煙霧檢測時，要注意的另一點是不同時幀的、一方面要考慮的而另一方面應互相區別開的那個點。譬如象由近距離駛過的載重汽車引起的攝像機抖動那樣，存在著在亞秒范圍中的很迅速的效應，這可以通過形成浮動的平均值來消除。還有譬如象由煙霧引起的，約在10秒范圍中的中等迅速的效應，因為所述的煙霧需要大約10秒鐘，直到它到達它被檢測的地點，并有譬如在10分鐘范圍中的緩慢的效應，或者更緩慢的效應。后者譬如是通過太陽的明顯移動所產生的影響。用于區別這些時幀的和用于識別在正確時幀中的效應的一種可能性是具有滯后的計數器圖像。
一個計數器圖像是一系列的值，通常為一個可以放大或縮小的圖像的大小。這些值通常用于譬如事件的計數。流程圖中所示出算法的不僅邊緣檢測，而且煙霧檢測都依賴于用一種滯后算法更新的計數器圖像。所述的滯后的特征在于四個值，最低、低、高和最高，其中，“最低”和“最高”形成不能低于或超出的計數器界限。所述的值“低”位于所述的值“最低”之上，而所述的值“高”位于所述的值“低”和“最高”之間。如果計數器讀數位于“最低”和“低”之間，或位于“高”和“最高”之間，則完全正常計數，即計數器讀數對每個所檢測的事件提高1。可是當計數器讀數達到值“低”并檢測一個其它的事件時，它則跳到最高。類似地，當計數器讀數從上向下減少達到所述的值“高”時，計數器讀數則跳到最低。
這種滯后機理使得可以為檢測算法使用有噪聲的圖像。在適當參數化的滯后的情況下，在計數器圖像中將不出現由噪聲引起的邊緣，并且邊緣不會由于一個單個的有噪聲的圖像而消失。此外，還適用以下的關系所述的值＂＂繼的單個圖像的數目，在這些單個圖像上必須存在一種用于進行檢測的特征或事件，譬如一個邊緣，而在所述的值＂＂出了如下相繼的單個圖像的數目，即在這些單個圖像之后，在計數器值減少的情況下所述的事件消失。由于某個時間區間分別相當于單個圖像的這個數目，所以這些時間區間則是所述算法的反應時間的一個尺度。
流程圖中示出的分析從采用一種譬如基于Sobel運算器的方法的邊緣檢測5開始。所述的算法分析每個單個圖像的每個像素的亮度，并借助一個用上述滯后機理更新的計數器圖像6來跟蹤實況的歷史。此時，對于每個像素的環境計算兩個值·將一種提供值qSobel的Sobel邊緣檢測濾波器應用到所述的環境中；·對于所述環境的像素計算一個平均值qsum。
然后通過采用兩個標量因子(DiffFac和SumFac)比較所述的兩個值fDiffFac·qSobel<？>fSumFac·qSum當這個不等式的左側大于右側時，則提高計數器6，當不大于時，則降低它。在兩種情況下應用所述的滯后機理。
平行于邊緣檢測5而進行一種運動檢測7，對其譬如采用基于標準化互相關的算法，所述的算法大致按如下方式來執行所述的標準化互相關為|x→·y→|||x→||·||y→||]]>(公式1)在時間t，取出譬如4×4像素的圖像的小范圍，并將這些像素看作為矢量 。用矢量 表示在時間t+1時的下一個圖像的同一范圍。如果所述的范圍根本未曾改變，則x→=y→]]>，按公式1的商則有值1。否則在所述范圍中的變化會改變所述的商，使得可以將這種改變的程度采用作為所述范圍中的變化強度的尺度。
為了與所采用的處理器適配，在公式1中用因子乘分子和分母，并類似于公式1的標準化互相關而記下如此形成的乘積。如果分子是較小的，則已進行過運動，并標記相應的范圍。光線情況或照明情況的突然變化大致相等強烈地影響不等式的兩側，使得所述的運動檢測相對于圖像中的統一的變化是不受影響的。以此方式獲得一個具有4×4像素塊的當前圖像映象。
下一個步驟是計算在分析邊緣的計數器圖像6時不應考慮的塊。應該檢測圖像中某個數目的，譬如4×4像素的在其中已發生事件的所有塊，這些事件負面影響所述的煙霧檢測算法。這些塊生成一種作為完整圖像大小的1/16的計數器圖像而顯示的位屏蔽8。通過在運動檢測時所觀察的塊確定所述塊的大小，該塊的大小又是可以變化的。
下一個階段是修正視頻傳感器的飽和。這種飽和可以帶來不同的問題·只有當圖像的像素既不飽和又不是完全黑色時，所述的標準化的互相關才起作用；·完全飽和的圖像片段的界限作為邊緣出現。照明的突然變化會給予這種印象，似乎移動了有關的邊緣并隨后會消失。
·在飽和像素的范圍中沒有邊緣。當有關的范圍到達飽和時，原來已識別的邊緣消失。
出于這種原因，在飽和檢驗9中對于每一個范圍通過與一個極限值的比較來檢驗，某個數目的像素是否是飽和的。如果是肯定的，則同樣標記有關的塊。為了避免移動的物體具有＂孔＂-由于所述的運動檢測只檢測移動物體的部分-，將一種可能充填有孔的擴展運算器10應用到所述的位屏蔽8上。
在所述的階段，運動檢測7、飽和檢驗9和擴展運算器10中所計算的位屏蔽8現在被用于更新淘汰過程11(淘汰對于煙霧檢測不必考慮的圖像范圍)的計數器圖像，其中，重新應用已經說明的滯后機理。
在算法的這個點上存在有兩種計數器圖像，也即已被檢測到邊緣的所有像素的已更新的計數器圖像6、和要淘汰的所有塊的已更新的計數器圖像11。現在后者的計數器圖像與一個參數被共同用來如此改變所述的計數器圖像6，使得不受任何可能干擾煙霧檢測的效應影響的可靠的邊緣評估成為可能。將計數器圖像8中的每個塊與一個閾值進行比較。當所述塊的值位于這個閾值之上時，將計數器圖像6中的所有像素設置到一個最小值上。從邊緣的計數器圖像6中現在計算兩種代表不同時刻的邊緣數目的量。第一種量是在第一閾值之上的現在存在的邊緣中的像素數目。第二種量是在第二閾值之上的像素數目，其中，這個第二閾值可以粗略解釋為在一個過去的時刻存在的邊緣中的像素數目。
為了計算這兩種量定義一種函數Σt(c)=Σi,j(ci,j>l)]]>此函數用閾值l之上的一個值來計數計數器的圖像中的像素Ci，j數目。用此函數現在可以計算所述的兩種量，此時如此估計現在位于一個邊緣上的像素的數目，使得將l很近地置為所述像素ci，j能夠達到的最大值Wm上。為了考慮圖像A中的噪聲，對于l通常選擇值(Wm-k)，其中，k意味著幀的數目，并譬如在隧道中的通常為固定的攝像機上大致為250。
可以給像素計數用的子程序添加一個參數＂圖像高度＂，此參數促使僅考慮煙霧檢測用的圖像的上面部分，譬如上半部。由于煙霧通常向上升起，這是合理的。附加地可以用一種屏蔽將任意的圖像片段排除在分析之外。
在判斷煙霧是否存在之前，現在在一個步驟12中檢驗是否存在著足夠的邊緣，以便能夠作出這種判斷。這種檢驗對于譬如一輛大的載重汽車直接停在攝像機前面，并且所述的圖像不具有任何邊緣的情況是必要的。由于在這種情況下不可能檢測火，所以應該啟動一個指明在當前情況下所述的算法不可能工作的干擾信號。為了短時延遲其它的動作，并為了對于煙霧更加不敏感，而采用一個可以要么是零，要么大于零的中斷值。在后者的情況下已經在不久之前檢測到了不存在足夠的邊緣。
如果存在著少于相當于邊緣最小數的像素數目，則可以進行兩種動作如果所述的中斷值已經不等于零，則減小它，并如果它達到1，則啟動干擾信號。相反，如果所述的中斷值是零，則將它提高到大于零的值。如果存在著足夠多的邊緣，則將所述的中斷值調到零，并繼續進行處理。
如果存在著對于煙霧的可靠檢測為足夠的邊緣數目，則在階段13中借助邊緣的平均的總和以及差值進行關于存在煙霧的判斷。所述的差值與一個參數相乘，并與所述的總和進行比較。如果所述的總和是較大的，則不存在煙霧；否則啟動報警。在兩種情況下終止當前圖像的處理，并開始下一個圖像的處理。
譬如可以按如下方式來進行報警啟動，即在連接了有關攝像機的，有人值班的報警中心或監控中心中顯示一種相應的報警，此報警促使操作人員用眼睛更仔細分析由有關的攝像機提供的圖像。所述的中心譬如可以是城市或地區的基地中的一種警務中心或消防中心，或者也可以是公路隧道的指揮中心。
權利要求
1.視頻煙霧檢測系統，具有至少一個用于攝取視頻圖像的裝置(1)和具有一種在其中確定視頻圖像各個像素或各組像素亮度的信號處理級(2)，其特征在于，通過一種處理進行像素亮度的所述的確定，其中，獲得一種對于所述的亮度有代表性的值，并針對表征煙霧出現的變化來對所述值的時間過程進行分析研究。
2.按權利要求1的煙霧檢測系統，其特征在于，通過一種邊緣抽取處理(5)進行像素亮度的所述的確定，其中，給每個像素分配一個邊緣值(Ki，j)。
3.按權利要求1的煙霧檢測系統，其特征在于，通過一種頻率分析，尤其是通過一種子波分析進行像素亮度的所述的確定，其中，給每個像素分配一個借助高通濾波確定的邊緣值(Ki，j)。
4.按權利要求2的煙霧檢測系統，其特征在于，對于每個像素進行所述的邊緣值(Ki，j)與一個平均值(Mi，j)的比較，并從此比較中獲得一個說明邊緣值(Ki，j)相對于所述平均值(Mi，j)的時間特性的以下所謂的計數器圖像(Zi，j，6)。
5.按權利要求4的煙霧檢測系統，其特征在于，在邊緣值(Ki，j)與所述平均值(Mi，j)的每次比較時，更新所述的計數器圖像(Zi，j，6)，此計數器圖像(Zi，j，6)說明了有關像素的亮度在某個時間段上是如何頻繁地已平均位于所述平均值(Mi，j)之上。
6.按權利要求5的煙霧檢測系統，其特征在于，將所述的計數器圖像(Zi，j，6)與一種閾值(Sz)進行比較，并在超過此閾值(Sz)時將一個初始化值(∑x0)向一個當前值進行累加。
7.按權利要求4至6之一的煙霧檢測系統，其特征在于，從新邊緣的出現方面對所攝取的視頻圖像(A)進行分析研究，其中，借助一種時間上有間隔的計數器圖像(Zi，j，6)的相關計算推斷新邊緣的存在，并在存在著新的邊緣時進行初始化值(∑x0)的一種重新定義。
8.按權利要求6或7的煙霧檢測系統，其特征在于，由所述的當前值(∑x)和初始化值(∑x0)形成一個商，并將此商與一個煙霧閾值(SR)相比較，并在超過后者時進行報警啟動。
9.按權利要求2的煙霧檢測系統，其特征在于，除邊緣抽取處理(5)之外還從運動方面對所述視頻圖像(A)進行一種以下稱為運動檢測(7)的分析研究。
10.按權利要求9的煙霧檢測系統，其特征在于，借助不斷用一種滯后算法更新的計數器圖像(6，11)既進行邊緣值的所述確定，也進行所述的運動檢測(7)。
11.按權利要求10的煙霧檢測系統，其特征在于，所述的滯后算法具有一個最小值和一個最大值，以及兩個位于其間的閾值，其中，所述的計數器圖像在向上計數時當低于下閾值時便跳至最大值上，而在向下計數時當低于上閾值時便跳至最小值上。
12.按權利要求9至11之一的煙霧檢測系統，其特征在于，將一種基于標準化互相關的算法用于所述的運動檢測(7)。
13.按權利要求9至12之一的煙霧檢測系統，其特征在于，采用三種數據結構，一種具有關于存在于各自圖像中的邊緣的信息的數據段、一種具有用于淘汰對于煙霧檢測所不需要考慮的圖像范圍的位屏蔽(8)的數據段、和所觀察的圖像本身，其中，所述的邊緣和圖像在處理過程的相繼迭代之間保持不變，并對于每次迭代重新初始化所述的位屏蔽(8)。
14.按權利要求13的煙霧檢測系統，其特征在于，逐像素地分析所述的圖像和邊緣，并對于以下稱為塊的多個像素的組進行位屏蔽(8)的分析。
15.按權利要求13或14的煙霧檢測系統，其特征在于，在兩個路徑上，即在一個用于計算存在于圖像中的邊緣的和用于更新已經存在于邊緣之上的數據的第一路徑上，并在一個用于建立位屏蔽(8)的第二路徑上進行數據的處理，其中，此第二路徑包括所述的運動檢測(7)。
16.按權利要求14或15的煙霧檢測系統，其特征在于，第二路徑還包括對所述的塊檢驗所述用于攝取視頻圖像的裝置的飽和，其中用確定數目的飽和像素標記一些塊，并對于所述計數器圖像(6)的分析不考慮這些塊。
17.按權利要求16的煙霧檢測系統，其特征在于，借助一種屏蔽可將任意的圖像片段排除在分析之外。
18.按權利要求17的煙霧檢測系統，其特征在于，所述借助運動檢測(7)和飽和檢驗(9)所建立的位屏蔽(8)被用來，更新在淘汰對于煙霧檢測(13)不必考慮的圖像范圍時所用的計數器圖像(11)。
19.按權利要求18的煙霧檢測系統，其特征在于，借助所述在淘汰對于煙霧檢測(13)不必考慮的圖像范圍時所用的計數器圖像(11)來如此改變邊緣的計數器圖像(6)，使得邊緣評估相對于有時干擾所述煙霧檢測(13)的因素在很大程度上是不受影響的。
20.按權利要求19的煙霧檢測系統，其特征在于，在作出關于存在著煙霧的判斷之前進行一種檢驗(12)，是否對于這種判斷存在著足夠數目的邊緣。
全文摘要
視頻煙霧檢測系統，它含有至少一個用于攝取視頻圖像(A)的裝置，和含有一種在其中確定視頻圖像(A)的各個像素或各組像素亮度的信號處理級。通過一種處理進行像素亮度的所述的確定，其中，獲得一種對于所述的亮度有代表性的值。針對表征煙霧出現的變化來分析研究所述值的時間過程。通過一種邊緣抽取處理(5)進行像素亮度的所述的確定，其中，給每個像素分配一個邊緣值(Ki，j)。除邊緣抽取處理(5)之外還從運動方面對所述的視頻圖像(A)進行一種以下稱為運動檢測(7)的分析研究。借助不斷用一種滯后算法更新的計數器圖像(6，8)既進行邊緣值的所述確定，也進行所述的運動檢測(7)。
文檔編號G08B13/194GK1406366SQ01805721
公開日2003年3月26日 申請日期2001年12月20日 優先權日2000年12月28日
發明者D·威澤 申請人:西門子建筑技術公司