CN104598895A - 一种基于视频图像分析的火焰检测方法与装置 - Google Patents

Abstract

一种基于视频图像分析的火焰检测方法与装置，首先通过视频图像获取单元获得监控区域的视频图像并通过图像信息判断单元判断当前帧图像类型，后续处理会依据图像类型不同而采用不同的处理方式；然后利用疑似区域提取单元提取出当前帧图像上的疑似火焰区域并通过疑似区域筛选单元剔除不符合条件的虚假区域；之后利用匹配更新单元对筛选后保存下来的疑似区域进行匹配更新操作；最后判断报警单元依据各个历史疑似区域的匹配次数是否达到阈值来判断该疑似区域是否发生火情。本发明依据白天夜晚火焰表现出的不同特征而分类进行判断，极大的提高了报警准确率。

Description

一种基于视频图像分析的火焰检测方法与装置

技术领域

本发明涉及计算机视觉领域，尤其是涉及应用于视频监控领域的火焰检测。

背景技术

火灾一直是危害人们生命财产安全最主要的多发性灾害之一。随着社会生产力的发展，社会财富日益增加，火灾造成的经济损失以及人员伤亡呈扩大趋势。而人们关于火灾探测方面的研究也从未停止。到目前为止应用最广泛的主要是感温型火灾探测器和感烟型火灾探测器。

感温型火灾探测器和感烟型火灾探测器是通过感知火焰周围的温度和烟雾浓度，依据感知的信息量与阈值做比较来判断是否发出报警信息。这样就存在两个问题，一是由于通过火焰单一的特征无法准确的给出报警信息，误报较多；二是探测距离有限，在室内高大空间和室外空旷场所无法发挥应有作用。而随着社会经济的快速发展，具有高大空间的建筑日益增多，传统火灾探测器难以满足其对于火灾预防探测方面的需求。

近年来，伴随着计算机视觉与图像处理技术的快速发展，越来越多的研究人员开始着手研究基于视频分析的火焰探测。但是我们发现，基于该项技术的图像型火灾探测技术并没有广泛的应用到我们的日常生活中来，其原因在于现阶段的研究成果很难满足我们对于早期火情探测的实时性、有效性和准确性的要求。

发明内容

本发明的目的在于提出一种基于视频图像分析的火焰检测方法与装置。本发明通过视频分析的手段能够在火情发生早期时快速有效的给出报警。为了达到上述目的，本发明采用如下技术手段：

一种基于视频图像分析的火焰检测装置，包括如下单元：

视频图像获取单元，用于获取监控区域的视频图像信息；

图像信息判断单元，用于检测当前帧图像类型，判断当前帧图像是彩色图像还是灰度图像，若为灰度图像则记录连续出现灰度图像帧数；

疑似区域提取单元，用于提取当前帧图像的火焰疑似区域，依据图像类型不同，采取不同的特征提取方式，若当前图像为彩色图像，则依据火焰的彩色特征提取出火焰疑似区域，若当前图像为灰度图像则依据火焰高亮特征提取出火焰疑似区域；

疑似区域筛选单元，用于排除不符合条件的火焰疑似区域，保存符合条件的疑似区域相关参数作为历史数据；

匹配更新单元，用于将当前帧火焰疑似区域与历史疑似区域进行匹配操作并更新历史疑似区域的相关参数；

判断报警单元，用于判断各个历史疑似区域是否符合最终报警条件。

一种基于视频图像分析的火焰检测方法，包括如下步骤：

第一步骤，利用图像采集装置获取监控区域内的视频图像信息；

第二步骤，检测当前帧图像类型，判断当前帧图像是彩色图像还是灰度图像，若为灰度图像则记录连续出现灰度图像帧数；

第三步骤，提取当前帧图像的火焰疑似区域，依据图像类型不同，采取不同的特征提取方式，若当前图像为彩色图像，则依据火焰的彩色特征提取出火焰疑似区域，若当前图像为灰度图像则依据火焰高亮特征提取出火焰疑似区域；

第四步骤，排除不符合条件的火焰疑似区域，保存符合条件的疑似区域相关参数作为历史数据；

第五步骤，将当前帧火焰疑似区域与历史疑似区域进行匹配操作并更新历史疑似区域的相关参数；

第六步骤，判断各个历史疑似区域是否符合最终报警条件。

本发明的有益效果是：白天和夜晚，火焰的特征表现的不同，本发明在白天时采集图像为彩色图像，夜晚采集的为灰度图像，根据不同的图像类型进行不同的特征提取方法，极大的提高了检测的准确率。

附图说明

本发明共有附图六张：

图1示出了按照本发明的基于视频图像分析的火焰检测装置的示意框图；

图2示出了按照本发明的基于视频图像分析的火焰检测装置疑似区域提取单元的示意框图；

图3示出了按照本发明的基于视频图像分析的火焰检测装置匹配更新单元的示意框图；

图4示出了按照本发明的基于视频图像分析的火焰检测方法的整体流程图；

图5示出了按照本发明的基于视频图像分析的火焰检测方法的第三步骤流程图；

图6示出了按照本发明的基于视频图像分析的火焰检测方法的第五步骤流程图。

具体实施方式

下面参照附图并结合具体实例来对本发明进行详细说明。实施实例采用的352×288像素大小的图像。在白天，采集的为YUV彩色图像，到傍晚光敏电阻感知光照信息量小于阈值时，红外补光灯接收开启信号，此时采集的为灰度图像。应指出的是，所描述的实例仅是为了便于对本发明的理解，并不因此而限定本发明的保护范围。

图1示出了按照本发明的基于视频图像分析的火焰检测装置的示意框图。以下所述装置各单元都可单独通过微处理器来实现，但为节约成本也可以利用一个具有高性能CPU的处理器来实现。如图1所示，按照本发明的基于视频图像分析的火焰检测装置包括：

第一部分，视频图像获取单元101，利用视频图像采集装置获取监控区域的视频图像信息，本实施实例所采用的图像采集装置根据外界光照的强度来改变采集图像的类型，白天时采集到的为彩色图像，夜晚采集到的为灰度图像。

第二部分，图像信息判断单元102，判断视频图像获取单元101采集的图像是彩色图像还是灰度图像。若为灰度图像则记录连续出现灰度图像帧数。

第三部分，疑似区域提取单元103，依据图像信息判断单元102判断结果不同，采用不同的特征提取方式，提取出当前帧火焰疑似区域，具体组成如图2所示：

特征点提取单元1031，用于提取当前图像下零散火焰特征点；区域连接单元1032，用于将特征点提取单元1031提取出的相互毗邻的特征点进行区域连接；参数计算单元1033，用于计算连接后的火焰疑似区域的相关参数。

第四部分，疑似区域筛选单元104，用于排除疑似区域提取单元103所提取的不符合条件的火焰疑似区域，保存符合条件的疑似区域相关参数作为历史数据。

第五部分，匹配更新单元105，将当前帧火焰疑似区域与历史疑似区域进行匹配操作并更新历史疑似区域的相关参数，具体组成如图3所示：

疑似区域形态特征匹配单元1051，依据火焰的形态特征对当前火焰疑似区域和历史疑似区域进行匹配操作；疑似区域时域特征匹配单元1052，依据火焰的时域特征对当前火焰疑似区域和历史疑似区域进行匹配操作；疑似区域运动特征匹配单元1053，依据火焰的运动特征对当前火焰疑似区域和历史疑似区域进行匹配操作。

第六部分，判断报警单元106，依据匹配更新单元105对各个历史火焰疑似区域的匹配帧数与阈值的比较，来判断该疑似区域是否为火焰区域。

图4示出了按照本发明的基于视频图像分析的火焰检测方法的整体流程图，如图4所示，本发明整体流程分为6个步骤：

步骤201，通过图像采集装置获取监控区域内的视频图像信息。本发明依据火焰在白天和夜间表现的特征不同，而采用相对应的方式来获取视频图像信息。白天火焰彩色信息充分，图像采集装置获取监控区域的彩色图像信息；夜晚火焰相对于其他物体亮度信息更加突出，图像采集装置获取监控区域的灰度图像信息。

步骤202，判断步骤201所采集的图像类型，若为灰度图像则记录连续出现灰度图像的帧数，当记录的数值大于阈值T1时，则表明当前图像采集装置开始稳定的采集灰度图像。其设定阈值T1取值范围为[10，30]，目的是防止其他因素干扰图像采集装置致使采集的某一帧图像为灰度图像，该阈值的设定确保图像采集装置开始稳定的采集灰度图像。

步骤203，依据步骤202判断的结果，采用不同的方式提取出当前帧的疑似火焰区域。

如图5所示，步骤203包含以下步骤：

步骤2031，依据帧差法提取零散的疑似火焰特征点。

若步骤202判断当前图像为彩色图像，先将YUV图像转换为RGB格式图像，再依据火焰的颜色特征提取出满足条件的特征点，特征点提取条件为C1：1、R>G>B；2、R>220。将满足条件的像素点标记为1，不满足条件的点标记为0，将标记好的当前帧图像保存，与上一帧标记好的图像进行帧差，求取出零散的疑似火焰特征点，帧差条件为：两帧对应位置中，标记不同。将满足帧差条件的点在当前帧图像对应位置上标记为True。所述YUV转换RGB方法可选择任意方式。

若步骤202判断当前图像为灰度图像且灰度图像连续出现的帧数达到阈值T1，则根据火焰的灰度特征并利用帧差法提取零散的疑似火焰特征点，帧差条件C2为：1、两帧图像灰度差值T2>50；2、该点对应位置的背景模型像素值小于150。将满足帧差条件C2的点在当前帧图像对应位置上标记为True。所述背景模型采用图像平均的方法，计算视频图像序列中连续的N帧图像平均值作为背景模型。

步骤2032，将步骤2031提取的疑似火焰特征点进行区域连接。

若步骤202判断当前图像为彩色图像，则根据步骤2031中将当前图像标记为True的点和当前图像中满足条件C1的点进行重新标记，并将重新标记后的相互毗邻的点进行区域连接，作为疑似火焰区域。

若步骤202判断当前图像为灰度图像，则根据步骤2031中将当前图像标记为True的点和当前图像中满足灰度值大于220的点进行重新标记，并将重新标记后的相互毗邻的点进行区域连接，作为疑似火焰区域。

步骤2033，对步骤2032连接后的疑似火焰区域进行参数计算。

若步骤202判断当前图像为彩色图像，则计算疑似火焰区域的如下参数：面积、周长、填充率、宽高比、质心位置、疑似区域RGB的平均值。

若步骤202判断当前图像为灰度图像，则计算疑似火焰区域的如下参数：面积、周长、填充率、宽高比、质心位置、疑似区域的平均灰度。

所述填充率为疑似区域面积与其最小外接矩形的比值。

步骤204，对步骤203提取的疑似火焰区域进行筛选。筛选条件包括：疑似区域填充率大于阈值T3且小于阈值T4；疑似区域宽高比满足，宽与高的比值和高与宽的比值均小于T5。其中T3取值范围为[0.50~0.60]，T4取值范围为[0.90~0.95]，T5取值范围为[2~4]。

步骤205，对筛选后保留下的疑似火焰区域进行匹配更新。

如图6所示，步骤205包含以下步骤：

步骤2051，根据疑似区域颜色或灰度特征进行匹配操作。若图像为彩色图像，则当前帧疑似区域的RGB平均值与历史疑似区域RGB平均值变化差值小于阈值T6；若图像为灰度图像，则当前帧疑似区域平均灰度与历史疑似区域平均灰度变化差值小于阈值T7。T6取值范围为[20~30]，T7取值范围为[10~20]。

步骤2052，根据疑似区域时域特征进行匹配操作。在视频图像序列中，火焰区域的面积变化应该呈渐变的，即两帧之间的面积变化不会超过一定范围，本实施实例设定阈值为T8=[0.5~1.5]，即当前帧疑似区域面积与历史疑似区域面积比值大于0.5小于1.5。

步骤2053，根据疑似区域运动特征进行匹配操作。在视频图像序列中，火焰是不断运动的但火情发生初期其运动又会限定在某一范围内，因此限定其单次质心移动距离不超过阈值T9，累加移动距离阈值为T10。T9取值范围为[10~15]，T10取值范围为[20~50]。

将满足上述所有匹配步骤的当前帧疑似区域所对应的历史疑似区域匹配次数加1并用当前帧疑似区域对其各项参数进行更新。若有其中任意一项不匹配，则将该历史疑似区域的丢失次数加1，当历史疑似区域丢失次数累计达到阈值T11时，清空该历史疑似区域各项参数。其中，T11取值范围为[5~10]。

步骤206，根据步骤205匹配结果，统计各个历史疑似区域的匹配次数与设定阈值相比较，当达到阈值T12时，则判定该区域为火焰区域发出报警信息。其中，T12取值范围为[10~16]。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的研究人员在本发明所揭露的技术范围内，根据实际情况做出的多种改变，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种基于视频图像分析的火焰检测方法与装置，其特征在于，该装置包括：

第一部分，视频图像获取单元，用于获取监控区域的视频图像信息；

第二部分，图像信息判断单元，用于检测当前帧图像类型，判断当前帧图像是彩色图像还是灰度图像，若为灰度图像则记录连续出现灰度图像帧数；

第三部分，疑似区域提取单元，用于提取当前帧图像的火焰疑似区域；

第四部分，疑似区域筛选单元，用于排除不符合条件的火焰疑似区域，保存符合条件的疑似区域相关参数作为历史数据；

第五部分，匹配更新单元，用于将当前帧火焰疑似区域与历史疑似区域进行匹配操作并更新历史疑似区域的相关参数；

第六部分，判断报警单元，用于判断各个历史疑似区域是否符合最终报警条件。

2.按照权利要求1所述的装置，其特征在于，疑似区域提取单元包括：

a特征点提取单元，用于提取当前图像下零散火焰特征点；b区域连接单元，用于将特征点提取单元提取出的相互毗邻的特征点进行区域连接；c参数计算单元，用于计算连接后的火焰疑似区域的相关参数。

3.按照权利要求1所述的装置，其特征在于，匹配更新单元包括：

疑似区域形态特征匹配单元，依据火焰的形态特征对当前火焰疑似区域和历史疑似区域进行匹配操作；疑似区域时域特征匹配单元，依据火焰的时域特征对当前火焰疑似区域和历史疑似区域进行匹配操作；疑似区域运动特征匹配单元，依据火焰的运动特征对当前火焰疑似区域和历史疑似区域进行匹配操作。

4.一种基于视频图像分析的火焰检测方法与装置，其特征在于，该方法步骤包括：

第一步骤，利用图像采集装置获取监控区域内的视频图像信息；

第二步骤，检测当前帧图像类型，判断当前帧图像是彩色图像还是灰度图像，若为灰度图像则记录连续出现灰度图像帧数；

第三步骤，提取当前帧图像的火焰疑似区域，依据图像类型不同，采取不同的特征提取方式，若当前图像为彩色图像，则依据火焰的彩色特征提取出火焰疑似区域，若当前图像为灰度图像则依据火焰高亮特征提取出火焰疑似区域；

第四步骤，排除不符合条件的火焰疑似区域，保存符合条件的疑似区域相关参数作为历史数据；

第五步骤，将当前帧火焰疑似区域与历史疑似区域进行匹配操作并更新历史疑似区域的相关参数；

第六步骤，判断各个历史疑似区域是否符合最终报警条件。

5.按照权利要求4所述的方法，其特征在于，第三步骤中包括以下子步骤：

步骤A，依据帧差法提取零散的疑似火焰特征点，彩色图像下疑似火焰特征点提取条件为：1、R>G>B；2、R>220，灰度图像下疑似火焰特征点提取条件为：1、两帧图像灰度差值大于50，2、该点对应位置的背景模型像素值小于150；步骤B，将提取的疑似火焰特征点进行区域连接；步骤C，对连接后的疑似火焰区域进行参数计算。

6.按照权利要求4所述的方法，其特征在于，第四步骤中筛选条件包括：疑似区域填充率大于第三阈值且小于第四阈值；疑似区域宽高比满足，宽与高的比值和高与宽的比值均小于第五阈值，其中第三阈值取值范围为[0.50~0.60]，第四阈值取值范围为[0.90~0.95]，第五阈值取值范围为[2~4]。

7.按照权利要求4所述的方法，其特征在于，第五步骤中包括如下子步骤：

步骤D，根据疑似区域颜色或灰度特征进行匹配操作，若图像为彩色图像，则当前帧疑似区域的RGB平均值与历史疑似区域RGB平均值变化差值小于第六阈值；若图像为灰度图像，则当前帧疑似区域平均灰度与历史疑似区域平均灰度变化差值小于第七阈值，第六阈值取值范围为[20~30]，第七阈值取值范围为[10~20]；步骤E，根据疑似区域时域特征进行匹配操作，在视频图像序列中，火焰区域的面积变化应该呈渐变的，即两帧之间的面积变化不会超过一定范围，即当前帧疑似区域面积与历史疑似区域面积比值设为第八阈值，其取值范围为[0.5~1.5]；步骤F，根据疑似区域运动特征进行匹配操作，在视频图像序列中，火焰是不断运动的但火情发生初期其运动又会限定在某一范围内，因此限定其单次质心移动距离不超过第九阈值，累加移动距离为第十阈值，第九阈值取值范围为[10~15]，第十阈值取值范围为[20~50]。