CN105574468A - 视频火焰检测方法、装置及*** - Google Patents

Abstract

本发明公开了一种视频火焰检测方法、装置及***，所述方法包括：提取视频图像中的火焰可疑区域；对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。本发明利用前景分割及颜色信息获得火焰可疑区域，然后利用光流检测火焰的运动特征，并通过火焰角点的波动情况判断该区域是否有火焰，从而克服了现有视频火焰检测技术中的视频火焰检测准确率低、误报高、受噪声影响大等的缺点，解决了现有技术中存在火焰特征提取效果差，对火焰难以定位的问题。

Description

视频火焰检测方法、装置及***

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种视频火焰检测方法、装置及***。

背景技术

传统的烟火检测主要面向烟雾、热和辐射这三类对象，其大部分采用的都是面向烟雾颗粒、温度、相对湿度、空气透明度等现象的点式采样传感器进行检测，同时也包括其他采用紫外、红外等光谱测量仪进行检测。

但这些现场级的近距传感器或专业光电设备至少存在着如下局限性：

1、采用点式采样传感器进行烟火检测容易缺失过程信息，其一般不能记录和包含火焰发生及发展的时空过程和状态信息，不利于对事件的后期回放、分析和检索；

2、快速反应能力有限，针对颗粒度、温度、湿度等信息进行采样时，只有在燃烧发生后并发展到一定程度或空间范围时才能触发点式采样传感器，从而生成报警信号，在反应时间上存在一定的物理延迟；

3、通用和扩展能力较低，对于点式采样传感器以及光电仪器操作的高度专业性也制约着***的通用性，软件支持力较弱也不利于***升级和扩展；

4、可靠性较弱，间接采样不能直接真实地获取火焰本身的存在线索，容易受到能量扩散或相似目标(如阳光，雾)与环境变化(如光照)的干扰，可靠性需要单纯稳定的条件支持。

5、使用空间有限，光电仪器一般需要安装在接近火源的较小的空间范围内，检测场所一般是相对封闭的室内环境，不适用于开阔的室外空间或大面积场所。

6、成本较高，点式采样传感器的单价虽然较低，但通常地形成规模的***需要大量的设备单元，导致其总的成本较高；光电仪器(光谱测量仪)的单价非常昂贵，导致其安装和维护的成本也较高。

智能分析技术起源于计算机视觉技术，它综合应用了图像增强处理等技术，在实现目标与背景分离的基础上，通过将目标特征信息与预先设置的模板或规则进行比对，自动识别感兴趣的目标或数据并产生报警，必要时可自动跟踪异常目标并联动其它安防设施，显著提高安全防控的整体效率和能力。同时利用安防智能视频分析技术在海量历史视频信息中实现基于时间、地点及语义特征描述的智能化查询搜索。

为此，现有技术中提供了一些视频火焰检测方法用以弥补上述现场级烟火检测所存在的缺陷。例如公开号为CN103116746A的中国专利文献公开了一种基于多特征融合技术的视频火焰探测方法，该方法首先采用累积快速GICA(CumulativeGeometricalIndependentComponentAnalysis，C-GICA)方法结合火焰的颜色决策模型对运动目标实现捕获，同时结合基于运动目标区域的多目标跟踪技术实现对当前和历史帧内的目标跟踪，提取目标的颜色特征、边缘特征、圆形度以及纹理特征，将这些特征输入到训练好的BP神经网络，经过BP神经网络决策，进而实现火焰的探测。

该方法运用火焰的运动特征、颜色特征、纹理特征等时空特征，能够较为有效地提高视频火焰探测方法的可靠性和适用性。但是该视频火焰检测算法存在着容易室外受阳光等噪声影响导致准确率低的问题，且由于算法复杂，导致火焰检测反应速度较慢。

发明内容

为了克服现有视频火焰检测技术方案中的视频火焰检测准确率低、误报高、受噪声影响大等的缺点，本发明实施例的目的在于提供一种视频火焰检测方法、装置及***。

本发明实施例采用以下技术方案实现：

一种视频火焰检测方法，包括：

提取视频图像中的火焰可疑区域；

对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

优选地，提取视频图像中的火焰可疑区域的策略为：

将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

优选地，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

优选地，对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取并据此判断视频图像中是否有火焰的步骤包括：

遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；

对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；

统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。

优选地，通过角点的波动判断火焰可疑小矩形区域的波动的策略为：

当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。

一种视频火焰检测装置，包括：

提取模块，用于提取视频图像中的火焰可疑区域；

处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

优选地，所述提取模块包括：

第一提取单元，用于将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

第二提取单元，用于将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

第三提取单元，用于利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

合并单元，用于将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

优选地，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

优选地，所述判断模块包括：

角点提取单元，用于遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；

跟踪及波动确定单元，用于对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；

统计及判断单元，用于统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。

优选地，跟踪及波动确定单元通过角点的波动判断火焰可疑小矩形区域的波动的策略为：

当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。

一种视频火焰检测***，其包括：

视频图像采集设备，用于实时采集视频图像；以及

如上述实施例所述的视频火焰检测装置，具体地，所述装置包括：

提取模块，用于提取视频图像中的火焰可疑区域；

处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

通过上述本发明的技术方案可以看出，本发明利用前景分割及颜色信息获得火焰可疑区域，然后利用光流检测火焰的运动特征，并通过火焰角点的波动情况判断该区域是否有火焰，从而克服了现有视频火焰检测技术中的视频火焰检测准确率低、误报高、受噪声影响大等的缺点，解决了现有技术中存在火焰特征提取效果差，对火焰难以定位的问题。

附图说明

图1为本发明实施例提供的视频火焰检测方法流程示意图；

图2为本发明实施例提供的视频火焰检测装置结构示意图；

图3为本发明实施例提供的提取模块的结构示意图；

图4为本发明实施例提供的判断模块的结构示意图。

本发明目的的实现、功能特点及优异效果，下面将结合具体实施例以及附图做进一步的说明。

具体实施方式

下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

参考图1，本发明实施例提供的视频火焰检测方法如下：

步骤一，通过火焰颜色及亮度和运动前景提取视频图像中的火焰可疑区域，本步骤又包括下列步骤：

步骤1、将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

步骤2、将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

步骤3、利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

步骤4、将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

例如，在本实施例中，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

步骤二，由于得到的火焰可疑区域由若干个独立的火焰可疑区域组成，对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域，本步骤包括下列步骤：

步骤1、在本实施例中，得到的视频图像是一个二值图像，可疑区域的亮度均为255，非可疑区域亮度为0，通过提取图像的轮廓，计算每个得到的轮廓的外接矩形区域，这样就得到了一系列的矩形框。

步骤2、将得到的每个矩形框进行图像分割，例如本实施例采用的是金字塔分割，这样就可以得到一些相对更小的矩形区域，即火焰可疑小矩形区域。

在上述步骤中，本实施例中，首先将视频图像的候选区域的像素值置为255，非候选区的像素值置为0，这样就得到了一幅二值图像。

然后对该二值图像进行轮廓提取，对提取到的轮廓做外接矩形，这样如果提取到n个轮廓，那么就会得到n个外接矩形，求外接矩形的算法如下：

取轮廓最上面、最左边、最下面、最右边的四个点作为外接矩形四条边上的点，这样就得到了一个矩形。然后对每个矩形进行图像分割，图像分割得到矩形如果长或宽小于等于3就丢弃，如果长或宽小于25就把该矩形的长或宽置为25。，这样就得到了一些候选的火焰可疑小矩形区域。

步骤三，对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，提取出真正的火焰区域，并据此判断视频图像中是否有火焰，提取的策略是：取一段固定时间的视频，计算邻近帧间的小矩形的角点光流，每次计算两次就得到每个小矩形的某个角点的两个光流方向，如果小矩形的角点的两个光流方向相反、并且波段达到一定距离，即大于阀值，就认为这个角点有一次波动，统计这个小矩形区域内有一次波动的角点数量比例是否大于一定阀值，如果是，则认为该矩形区域有一次波动，再统计这段时间内矩形的波动次数，如果超过一定阀值，就认为该矩形内有火焰。然后用一个和该矩形同样大小的方框将该矩形框住，这样就得到了火焰检测的结果。

对候选的火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取。由于稠密光流太耗时，本实施例选择了稀疏光流进行跟踪，其具体的步骤是：

首先，遍历每个候选火焰可疑小矩形区域，对每个火焰可疑小矩形区域提取待跟踪光流的角点，因为有些火焰可疑小矩形区域长宽为25，也就是说这些长宽为25的火焰可疑小矩形区域可能原来的长宽小于25，所以对长宽为25的火焰可疑小矩形区域提取的角点有可能不在候选火焰可疑区域上，即同时满足红色通道灰度大于150、灰度图像灰度大于150且在混合高斯提取的前景上的区域。所以对提取的角点要加上一个限制条件就是：这些角点在同时满足入上文所述的三个条件的候选火焰可疑区域上。

之后，对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，如果视频的帧率不超过25，则进行逐帧跟踪，如果大于25，则进行n/25帧跟踪，例如当前帧率为50，则每二帧进行一次跟踪算法。对一帧中的每个火焰可疑小矩形区域的角点连续跟踪二次，然后通过角点的波动判断该火焰可疑小矩形区域的波动，具体算法是：

对于某个角点如果跟踪两次后一次位置在原来坐标的上面另一次在原来坐标的下面，或者一次位置在原来的左边另一次在原来的右边，并且波动的距离大于一个阀值比如2，就认为该角点进行了一次波动，如果该火焰可疑小矩形区域有百分之三十的角点进行了波动，那么就认为该火焰可疑小矩形区域有波动。

最后，对视频的波动进行统计，并设置阀值判断是否有火焰。具体算法是：

每次取一段4秒钟的视频，统计候选火焰可疑小矩形区域在这4秒钟内满足波动的次数，具体统计的算法是：

设置一个结构体数组，该结构体包含两个元素一个是波动次数一个是矩形区域，第一帧将得到的火焰候选小矩形赋给该结构体数组并将每个小矩形的波动次数设为0，然后计算每个火焰候选小矩形是否有波动，是就将与该候选小矩形距离(指两个矩形中心的距离)最近的结构体数组中的小矩形波动次数加1，反之则不加1，然后计算出第二帧的候选小矩形，求得每个候选小矩形与结构体数组中的小矩形匹配的小矩形，并替代结构体数组中的小矩形，如果一个候选小矩形在结构体数组中找不到匹配的小矩形那么就把该候选小矩形加入到结构体数组中，并将该小矩形波动次数赋值为0，上面提到的匹配的含义是一个候选小矩形与结构体数组中的所有小矩形中心距离最近并且相交的矩形。然后计算第二帧的每个小矩形的波动，和上面一样把波动次数加入到结构体数组中的波动次数中，这样一直下去直到运行4秒钟,然后对第4秒钟的帧提取候选火焰矩形区域，从结构体数组中找出这些候选火焰矩形的中心距离最近的矩形，看这些矩形波动次数是否大于阀值，这里的阀值取矩形存在帧数的二分之一(矩形存在帧数指一个矩形及其后匹配矩形存在的帧数)，并且阀值大于7。

本实施例采用的视频火焰检测方法彻底解决了传统火焰检测的弱点。基于摄像机平台的视频火焰检测***不需接触性的采样或变化检测就可触发报警，通过相机人为或自动地远程监视燃烧的发生和发展，具有主动可控的遥测能力。视频火焰***基本不存在场地条件的限制，可用在礼堂、隧道、正厅、机场、停车场等户外空间或开阔场所，同时，通过获取丰富的可视信息和先进的图像分析手段可以应付场景光照、空气流动和监测距离的一般变化，并抑制其他非燃烧烟雾等现象的干扰。远程实时的在线快速反应与离线分析能力集相机、闭路电视、有/无线通信网络、Internet连接、海量存储器、计算处理机、显示终端和视频分析软件于一体的视频火焰检测***不仅具备实时报警和远程监视能力，还能在线地获知燃烧发生的具***置(辐射方法只能探知邻近范围)和发展过程，并可以对入库的视频记录进行离线回访和检索，从而支持事后调查和分析。廉价、通用和可扩能力的兼备视频监视***在各种公共或私人场所的普及和兼容为视频火焰检测***的成本降低和通用性提供了良好条件，模块化设计也使***的某些软/硬件单元的局部维护和更新，及整体性能的升级和扩展变得方便。对其他传感器的融合性支持视频火焰检测***不仅可以引入烟雾等其他可见信息，也可以融合热、温度、湿度、透明度，甚至声音等非可视信息来增强视觉信息的可靠度。相反，在特定条件下，借助视频图像检测技术也可以为已有的其他类型检测***提供可视化支持。

如图2所示，本发明实施例还相应地提供了一种视频火焰检测装置，包括：

提取模块，用于提取视频图像中的火焰可疑区域；

处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

如图3所示，本实施例中，所述提取模块包括：

第一提取单元，用于将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

第二提取单元，用于将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

第三提取单元，用于利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

合并单元，用于将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

例如，本实施例中，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

如图4所示，本实施例中，所述判断模块包括：

角点提取单元，用于遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；

跟踪及波动确定单元，用于对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；

统计及判断单元，用于统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。

本实施例中，跟踪及波动确定单元通过角点的波动判断火焰可疑小矩形区域的波动的策略为：

当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。

相应地，本发明实施例还提供了一种视频火焰检测***，其包括：

视频图像采集设备，用于实时采集视频图像；以及

如上述实施例所述的视频火焰检测装置，具体地，继续参考图2所示，所述装置包括：

提取模块，用于提取视频图像中的火焰可疑区域；

处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

所述视频火焰检测***还可以包括监控中心，用以接收所述视频火焰检测装置提供的数据，以及对视频图像采集设备以及所述视频火焰检测装置进行管理。对于所述视频图像采集设备以及监控中心均为本领域的公知技术，本文对此不做详述。对于所述视频火焰检测装置用以实现视频火焰检测的具体实施过程可参考上文。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (11)

1.一种视频火焰检测方法，其特征在于，包括：

提取视频图像中的火焰可疑区域；

对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

2.如权利要求1所述的视频火焰检测方法，其特征在于，提取视频图像中的火焰可疑区域的策略为：

将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

3.如权利要求2所述的视频火焰检测方法，其特征在于，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

4.如权利要求1所述的视频火焰检测方法，其特征在于，对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取并据此判断视频图像中是否有火焰的步骤包括：

遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；

对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；

统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。

5.如权利要求4所述的视频火焰检测方法，其特征在于，通过角点的波动判断火焰可疑小矩形区域的波动的策略为：

当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。

6.一种视频火焰检测装置，其特征在于，包括：

提取模块，用于提取视频图像中的火焰可疑区域；

处理模块，用于对所述火焰可疑区域进行轮廓提取处理及图像分割处理，得到多个火焰可疑小矩形区域；

判断模块，用于对所述火焰可疑小矩形区域利用光流和火焰的波动特征进行火焰区域的提取，并据此判断视频图像中是否有火焰。

7.如权利要求6所述的视频火焰检测装置，其特征在于，所述提取模块包括：

第一提取单元，用于将视频图像颜色空间转化为RGB空间，将R通道值大于第一判断阈值的区域作为第一火焰可疑区域；

第二提取单元，用于将视频图像颜色空间转化为灰度图像，将灰度值大于第二判断阈值的区域作为第二火焰可疑区域；

第三提取单元，用于利用混合高斯算法提取视频图像运动区域的前景图像，将前景图像区域作为第三火焰可疑区域；

合并单元，用于将所述第一至第三火焰可疑区域的重合部分作为火焰可疑区域。

8.如权利要求7所述的视频火焰检测装置，其特征在于，所述第一判断阈值的取值为150，所述第二判断阈值的取值为150。

9.如权利要求6所述的视频火焰检测装置，其特征在于，所述判断模块包括：

角点提取单元，用于遍历每个火焰可疑小矩形，并对每个火焰可疑小矩形提取待跟踪光流的角点；

跟踪及波动确定单元，用于对每个火焰可疑小矩形区域的角点利用稀疏光流跟踪算法进行跟踪，并通过角点的波动判断相应火焰可疑小矩形区域的波动；

统计及判断单元，用于统计火焰可疑小矩形区域在预定视频时长内波动的次数是否超过预设的第三判断阈值，若是，则确定视频图像中相应的火焰可疑小矩形区域中有火焰。

10.如权利要求9所述的视频火焰检测装置，其特征在于，跟踪及波动确定单元通过角点的波动判断火焰可疑小矩形区域的波动的策略为：

当被跟踪的火焰可疑小矩形区域的角点的位置发生变化且变化幅度超过预设的第四判断阈值时，则确定该火焰可疑小矩形区域出现了波动。

11.一种视频火焰检测***，其特征在于，包括：

视频图像采集设备，用于实时采集视频图像；以及

如权利要求6至10任一项权利要求所述的视频火焰检测装置。