KR20140109671A - Flame dete ction method based on gray imaging signal of a cameras - Google Patents
Flame dete ction method based on gray imaging signal of a cameras Download PDFInfo
- Publication number
- KR20140109671A KR20140109671A KR1020130023935A KR20130023935A KR20140109671A KR 20140109671 A KR20140109671 A KR 20140109671A KR 1020130023935 A KR1020130023935 A KR 1020130023935A KR 20130023935 A KR20130023935 A KR 20130023935A KR 20140109671 A KR20140109671 A KR 20140109671A
- Authority
- KR
- South Korea
- Prior art keywords
- fire
- pixel
- image
- equation
- flame
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims description 36
- 238000003384 imaging method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims description 7
- 239000000779 smoke Substances 0.000 abstract description 16
- 230000006870 function Effects 0.000 abstract description 15
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
Description
본 발명은 카메라로부터 입력되는 영상 정보를 이용하여 영상 내부에 존재하는 화염을 검출하는 방법에 관한 것으로서, 더욱 상세하게는 흑백 카메라로 촬영된 영상 내에서 화소의 밝기와, 화염의 깜박이는 특성과, 위로 번져가는 특성을 이용하여 연속 영상에서 다양한 형태를 갖는 화염들을 효과적으로 검출하는 카메라의 명암 영상신호를 이용한 화염 검출방법에 관한 것이다.The present invention relates to a method of detecting a flame existing in an image using image information input from a camera, and more particularly, to a method of detecting a flame in a video captured by a monochrome camera, The present invention relates to a flame detection method using a contrast image signal of a camera that effectively detects flames having various shapes in a continuous image by using characteristics that are scattered upward.
화재(fire)는 가연성 물질이 공기 중의 산소와 산화반응을 일으키면서 열과 빛을 발생시키는 산화 현상을 가리키며, 화염(flare)은 불이 기체의 상태에서 발광하는 것을 가리킨다.A fire refers to an oxidation phenomenon in which a combustible material generates heat and light while causing an oxidation reaction with oxygen in the air, and a flame indicates that the flame is emitted in the state of a gas.
화염(flare)은 냉염(Cool flame)과 열염(Hot flame)으로 구분된다. 냉염(Co ol flame)은 산화반응의 중간단계로서 반응물질의 일부에 에너지 방출이 있을 뿐이고 발광이나 발열이 적지만, 열염(Hot flame)은 대부분의 에너지를 방출한다.The flare is divided into a cool flame and a hot flame. Cold flame (Co ol flame) is an intermediate stage of the oxidation reaction. There is only energy release in a part of the reactant, and there is little light emission or heat generation, but Hot flame releases most energy.
플라스마(Plasma) 상태는 고체, 액체, 기체 상태와 달리 원자나 분자로 된 기체가 에너지를 받아 이온화된 입자들이 만들어지게 되며, 이때 양이온의 수와 전자를 포함한 음전하를 띤 입자의 수가 거의 같아져 전기적으로 중성에 가까운 상태를 갖는다.Plasma states, unlike solid, liquid, and gas states, are generated by the energy of atoms or molecules of gas, and ionized particles are created. The number of positive ions and the number of negatively charged particles including electrons are almost the same, And has a state close to neutrality.
불은 여러 가지 연소반응에 의해서 나타나며, 열(heat), 연기(smoke), 연소 가스(combustion gas, 복사(radiation) 등의 형태로 표출된다.Fires are caused by various combustion reactions and are expressed in the form of heat, smoke, combustion gas, and radiation.
빛은 열복사의 형태로 방출되는데, 빛은 화염의 온도에 따라 각각 특성이 다른 파장을 가진다. 이러한 파장의 차이로 인해 화염으로 나오는 광원은 자외선, 가시광선, 적외선 등 파장의 영역이 다른 3가지로 대별된다.Light is emitted in the form of thermal radiation, which has different wavelengths depending on the temperature of the flame. Due to the difference in wavelength, the light emitted from the flame is divided into three different wavelength regions such as ultraviolet light, visible light and infrared light.
불꽃 감지기는 빛의 광자(photon) 적인 특성으로 인해 해상도가 높은 광 분석기를 사용하여 각각의 광원을 인식하고 화재의 형태에 따라 광원을 식별한다.The flame detector recognizes each light source using a high resolution optical analyzer due to the photon characteristics of the light and identifies the light source according to the type of fire.
현재 대부분의 화재 감시 시스템은 적외선센서, 광학센서, 이온센서 등을 이용하여 화재로부터 발생되는 연기, 열, 복사에너지 등을 감지하도록 설계되었다.Currently, most fire monitoring systems are designed to detect smoke, heat, and radiant energy from fire using infrared sensors, optical sensors, and ion sensors.
하지만, 종래의 화재 감시 시스템은 일정량 이상의 연기 또는 일정 온도 이상의 온도를 감지하여 화재발생 여부를 판단해야 하는데, 이 경우 화재가 발생한 후 화재 범위가 광범위하게 확산된 이후 많은 양의 연가가 발생하거나 온도가 충분히 상승된 상태에서 화재의 발생을 감지하게 되어 화재 발생에 따른 신속한 대응이 이루어 지지 못하는 문제점이 있었다. 또한 발화점과 센서장치가 근거리에 위치하여야 감지 가능한 문제도 있다.However, in the conventional fire monitoring system, it is necessary to judge whether or not a fire occurs by detecting a certain amount of smoke or a temperature higher than a certain temperature. In this case, a large amount of fire is generated after the fire range has spread widely, There is a problem in that the fire is detected in a state in which it is sufficiently raised so that quick response can not be achieved due to the occurrence of fire. There is also a detectable problem when the ignition point and the sensor device are located close to each other.
이와 같은 문제점을 해결하기 위해 개발된 종래의 화염 검출기술로서, 특허공개번호 제2011-0138444호의 "영상처리를 이용한 연기 및 화염 감시 방법 및 장치"가 공개특허공보에 개시되어 있다.As a conventional flame detection technique developed to solve such a problem, Japanese Patent Application Laid-Open No. 2011-0138444 entitled " Method and Apparatus for Monitoring Smoke and Flame Using Image Processing "
상기 "영상처리를 이용한 연기 및 화염 감시 방법 및 장치"는 연기(smoke) 또는 화염(flame)에 대해 촬영된 화재 영상(fire image)을 입력받는 영상데이터 입력 단계; 상기 화재 영상(fire image)을 분해하여 R(Red), G(Green), B(Blue) 원색 영상 및 휘도(luminance), 색차(Chrominance) 성분의 색상 정보를 갖는 Y, Cb, Cr 색차 영상을 형성하는 색 공간 분해 단계; 상기 R(Red), G(Green), B(Blue) 원색 영상 또는 상기 Y, Cb, Cr 색차 영상을 분석하여 연기 및 화염의 존재 여부를 판단하는 연기 및 화염 존재 판단 단계; 및 연기 또는 화염이 존재한다고 판단한 경우 연기 또는 화염에 관한 경보(alarm)를 발생시키는 연기, 화염 발생경보 출력단계로 이루어져 연기 및 화염의 발생여부를 정확히 판단하고, 그 결과에 따른 화재의 발생여부를 신속하게 관리자에게 통보할 수 있는 것이다.The above-mentioned " smoke and flame monitoring method and apparatus using image processing "includes an image data input step of receiving a fire image photographed with respect to smoke or a flame; The fire image is decomposed into Y, Cb and Cr chrominance images having color information of R (Red), G (Green), B (Blue) primary color image, luminance and chrominance components Forming color space decomposition step; A smoke and flame existence judgment step of analyzing the R, G and B primary color images or the Y, Cb and Cr chrominance images to determine the presence of smoke and flame; And a smoke and flame alarm output step for generating an alarm about a smoke or flame when it is determined that smoke or flame exists, and it is judged whether or not the smoke and flame are generated accurately, It is possible to notify the manager promptly.
그러나 상기한 종래의 "영상처리를 이용한 연기 및 화염 감시 방법 및 장치"는 영상만으로 화재를 식별하는 기술로서, 색채(color) 신호 기반 기술이고(비특허문헌 1), 이 경우 장소와 날씨, 시간에 따라 변화하며, 영상 장치별로 색채의 특성이 상당히 변화하는 등의 현실적 문제점이 있을 뿐만 아니라 과거에 설치되었던 많은 흑백 CCTV를 채용할 수 없고 또한 노후화 등의 이유로 색체(color)감이 떨어지는 카메라에도 적용할 수 없어 경제적인 부담을 수반하는 문제점도 있었다.However, the above-mentioned conventional "smoke and flame monitoring method and apparatus using image processing" is a technique for identifying a fire with only a video image, and is a technology based on a color signal (non-patent document 1) , There is a real problem such that the characteristics of colors vary considerably depending on the image devices, and it is not applicable to many black and white CCTV cameras installed in the past and also applied to cameras whose color feeling is decreased due to aging etc. There was a problem that accompanies an economic burden.
(특허문헌 1) 의 경우도 영상의 색채에 기반하여 화염을 감지한다는 데서 동일한 문제점을 가지고 있다.(Patent Document 1) have the same problem in detecting flame based on the color of the image.
또한, 종래의 화염 검출기술로서 학습 기반 기술을 이용하는 것(비특허문헌 2)도 개발되고 있으나, 이에 사용되는 알고리즘의 경우 CCTV의 종류, 설치된 위치, 주위 환경 등의 상황 속에서 다양한 외부요인을 발생시키므로 최적의 시스템 매개변수를 찾아 적용해야 하는 어려움이 있었다.In addition, although a learning-based technique is used as a conventional flame detection technique (Non-Patent Document 2), various external factors are generated in the circumstances such as the type of CCTV, installed position, So that it is difficult to find and apply optimal system parameters.
본 발명은 상기한 종래 화염 검출기술 들에서 야기되는 여러 가지 결점 및 문제점 들을 해결하고자 발명한 것으로서, 그 목적은 현재까지 다양한 형태로 설치되어 있는 흑백 및 색채 CCTV의 명암 영상신호(gray image signal)를 이용하여 저비용으로 화재 감시 기능을 구현할 수 있는 카메라의 명암 영상신호를 이용한 화염 검출방법을 제공함에 있다.The present invention has been made to solve the various drawbacks and problems caused by the conventional flame detection techniques described above. The object of the present invention is to provide a gray image signal of black and white and chrominance CCTV And a flame detection method using a contrast image signal of a camera capable of realizing a fire monitoring function at a low cost by using the flash image signal.
본 발명의 다른 목적은 흑백영상에서 화재를 감지하므로 컬러 카메라뿐 아니라, 성능이 낮거나 오래되어 컬러 기능이 좋지 않거나, 아예 흑백인 경우에도 채용할 수 있어 카메라의 종류나 실내, 외 장소와 날씨, 시간 등 환경에 영향을 받지 않고 화염들을 효과적으로 검출하는 카메라의 명암 영상신호를 이용한 화염 검출방법을 제공하는 데 있다.Another object of the present invention is to provide a color camera which can detect a fire in a monochrome image and can be applied not only to a color camera but also to a case in which the performance is low or long and the color function is poor or even black and white, And a flame detection method using a contrast image signal of a camera that effectively detects flames without being affected by the environment such as time.
본 발명의 또 다른 목적은 기존의 색 신호 감지나 연기 감지 기술과 함께 사용하여 정확성과 신뢰성을 높이는 화재감지 기술에 적용할 수 있는 밝기 기반의 카메라의 명암 영상신호를 이용한 화염 검출방법을 제공하는 데 있다.Another object of the present invention is to provide a flame detection method using a contrast-based image signal of a brightness-based camera that can be applied to a fire detection technology that improves the accuracy and reliability by using the conventional color signal detection or smoke detection technology have.
상기한 목적을 달성하기 위한 본 발명 카메라의 명암 영상신호를 이용한 화염 검출방법은 이전 영상(In -1)을 획득하는 이전 영상 획득단계(S1단계)와; 카메라로 실시간 촬영하여 현재 영상(In)을 획득하는 현재 영상 획득단계(S2단계)와; 상기 이전 영상(In -1)과 현재 영상(In)으로부터 화염의 가장자리 화소를 검출하는 화재 후보 화소 검출단계(S3단계)와; 상기 화재 후보 화소 검출단계(S3단계)에서 검출된 화재 후보 화소가 화재 후보 화소로 충분한지의 여부를 판단하는 화재 후보 화소 판단단계(S4단계)와; 화재 후보 화소로 충분한 화재 후보 화소의 분포를 원으로 모델링하는 화소 분포 모델링 단계(S5단계)와; 상기 화소 분포 모델링 단계(S5단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 이상의 밝기 인지를 판단하는 화소 밝기 판단단계(S6단계)와; 모델링된 원의 성장 여부를 판단하는 모델링된 원의 성장 판단단계(S7단계)와; 화재를 경보하는 화재 경보단계(S8단계) 및; 상기 화재 후보 화소 판단단계(S4단계)에서 검출된 화재 후보 화소가 화재 후보 화소로 불충분하거나, 상기 화소 밝기 판단단계(S6단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 미만의 밝기이거나, 상기 모델링된 원의 성장 판단단계(S7단계)에서 원의 성장이 없는 것으로 판단한 경우 새로운 영상을 획득하는 새로운 영상 획득단계(S9단계)로 이루어지는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a flame detection method using a contrast image signal of a camera of the present invention, comprising: a previous image acquiring step (S1) of acquiring a previous image (I n -1 ); A current image acquiring step (S2) of acquiring a current image (I n ) by photographing with a camera in real time; A fire candidate pixel detection step (S3) of detecting a border pixel of the flame from the previous image (I n -1 ) and the current image (I n ); A fire candidate pixel determination step (S4) of determining whether a fire candidate pixel detected in the fire candidate pixel detection step (S3) is sufficient as a fire candidate pixel; A pixel distribution modeling step (S5) of modeling the distribution of the fire candidate pixels sufficient as fire candidate pixels as a circle; A pixel brightness determining step (S6) of determining whether the pixel brightness modeled in the pixel-distribution modeling step (S5) is a brightness of a certain threshold value or more; A modeled circle growth determination step (S7) for determining whether or not the modeled circle is grown; A fire alarm step (step S8) for alarming a fire; If the fire candidate pixel detected in the fire candidate pixel determination step (S4) is insufficient as a fire candidate pixel or the pixel brightness in the circle modeled in the pixel brightness determination step (S6) is less than a certain threshold value , And a new image acquisition step (S9) of acquiring a new image when it is determined that there is no original growth in the modeled growth determination step (S7).
본 발명은 현재까지 다양한 형태로 설치되어 있는 흑백 및 색채 CCTV의 명암 영상신호(gray image signal)를 이용하여 저비용으로 화재 감시 기능을 구현할 수 있고, 흑백영상에서 화재를 감지하므로 컬러 카메라뿐 아니라, 성능이 낮거나 오래되어 컬러 기능이 좋지 않거나, 아예 흑백인 경우에도 채용할 수 있어 카메라의 종류나 실내, 외 장소와 날씨, 시간 등 환경에 영향을 받지 않고 화염들을 효과적으로 검출할 수 있어 현재 세계 각국에서 사용되고 있는 CCTV에 쉽게 적용하여 CCTV의 기능을 향상시킬 수 있을 뿐만 아니라 색 신호 감지나 연기 감지 기술과 함께 사용하여 정확성과 신뢰성을 높이는 화재감지 기술에 적용할 수 있는 각별한 장점이 있다.The present invention can realize a fire monitoring function at low cost by using a gray image signal of black and white and color CCTV installed in various forms so far and detects a fire in a monochrome image, Can be adopted even when the color function is poor or even in black and white, and it is possible to effectively detect the flames without being affected by the kind of the camera, the indoor and the outdoor places, the weather and the time, There is a special advantage that can be applied to fire detection technology which improves the function of CCTV by easily applying to the CCTV used and improves the accuracy and reliability by using color signal detection or smoke detection technology.
도 1은 본 발명 카메라의 명암 영상신호를 이용한 화염 검출방법의 실행 순서도,
도 2는 본 발명에 따른 화염 가장자리 화소의 검출예를 나타낸 도면으로서, (a)는 화염 영상 (b)는 화염 영상으로부터 검출된 화염 가장자리 화소를 보여주는 도면,
도 3은 본 발명에 따른 화염 가장자리 화소를 이용하여 원으로 모델링하는 방법을 설명하기 위한 도면,
도 4는 본 발명에 따라 실제 화염을 원으로 모델링한 예시도,
도 5는 본 발명의 실시예를 나타낸 도면이다.1 is a flow chart showing an execution sequence of a flame detection method using a contrast image signal of the camera of the present invention,
FIG. 2 is a view showing an example of detection of a pixel at the edge of a flame according to the present invention, in which (a) is a view showing a flame edge image pixel detected from the flame image,
FIG. 3 is a view for explaining a method of modeling a circle by using a flame edge pixel according to the present invention;
FIG. 4 is a diagram showing an actual flame as a circle modeled according to the present invention,
5 is a view showing an embodiment of the present invention.
이하, 첨부 도면을 참조하여 본 발명 카메라의 명암 영상신호를 이용한 화염 검출방법의 바람직한 실시예를 상세하게 설명한다.Hereinafter, a preferred embodiment of a flame detection method using a contrast image signal of the camera of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명 카메라의 명암 영상신호를 이용한 화염 검출방법의 실행 순서도, 도 2는 본 발명에 따른 화염 가장자리 화소의 검출예를 나타낸 도면으로서, (a)는 화염 영상 (b)는 화염 영상으로부터 검출된 화염 가장자리 화소를 보여주는 도면, 도 3은 본 발명에 따른 화염 가장자리 화소를 이용하여 원으로 모델링하는 방법을 설명하기 위한 도면, 도 4는 본 발명에 따라 실제 화염을 원으로 모델링한 예시도, 도 5는 본 발명의 실시예를 나타낸 도면으로서, 본 발명 카메라의 명암 영상신호를 이용한 화염 검출방법은 이전 영상(In -1)을 획득하는 이전 영상 획득단계(S1단계)와; 카메라로 실시간 촬영하여 현재 영상(In)을 획득하는 현재 영상 획득단계(S2단계)와; 상기 이전 영상(In -1)과 현재 영상(In)으로부터 화염의 가장자리 화소를 검출하는 화재 후보 화소 검출단계(S3단계)와; 상기 화재 후보 화소 검출단계(S3단계)에서 검출된 화재 후보 화소가 화재 후보 화소로 충분한지의 여부를 판단하는 화재 후보 화소 판단단계(S4단계)와; 화재 후보 화소로 충분한 화재 후보 화소의 분포를 원으로 모델링하는 화소 분포 모델링 단계(S5단계)와; 상기 화소 분포 모델링 단계(S5단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 이상의 밝기 인지를 판단하는 화소 밝기 판단단계(S6단계)와; 모델링된 원의 성장 여부를 판단하는 모델링된 원의 성장 판단단계(S7단계)와; 화재를 경보하는 화재 경보단계(S8단계) 및; 상기 화재 후보 화소 판단단계(S4단계)에서 검출된 화재 후보 화소가 화재 후보 화소로 불충분하거나, 상기 화소 밝기 판단단계(S6단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 미만의 밝기이거나, 상기 모델링된 원의 성장 판단단계(S7단계)에서 원의 성장이 없는 것으로 판단한 경우 새로운 영상을 획득하는 새로운 영상 획득단계(S9단계)로 이루어진다.FIG. 2 is a diagram showing an example of detection of a pixel at the edge of a flame according to the present invention. FIG. 2 (a) shows an example of a flame image (b) FIG. 3 is a view for explaining a method of modeling a circle using pixels of a flame edge according to the present invention, FIG. 4 is an example of modeling a real flame according to the present invention, FIG. 5 is a diagram illustrating an embodiment of the present invention. The flame detection method using the contrast image signal of the camera of the present invention includes a previous image acquiring step (S1 step) of acquiring a previous image (I n -1 ); A current image acquiring step (S2) of acquiring a current image (I n ) by photographing with a camera in real time; A fire candidate pixel detection step (S3) of detecting a border pixel of the flame from the previous image (I n -1 ) and the current image (I n ); A fire candidate pixel determination step (S4) of determining whether a fire candidate pixel detected in the fire candidate pixel detection step (S3) is sufficient as a fire candidate pixel; A pixel distribution modeling step (S5) of modeling the distribution of the fire candidate pixels sufficient as fire candidate pixels as a circle; A pixel brightness determining step (S6) of determining whether the pixel brightness modeled in the pixel-distribution modeling step (S5) is a brightness of a certain threshold value or more; A modeled circle growth determination step (S7) for determining whether or not the modeled circle is grown; A fire alarm step (step S8) for alarming a fire; If the fire candidate pixel detected in the fire candidate pixel determination step (S4) is insufficient as a fire candidate pixel or the pixel brightness in the circle modeled in the pixel brightness determination step (S6) is less than a certain threshold value , And a new image acquisition step (S9) for acquiring a new image when it is determined that there is no original growth in the modeled circle growth determination step (S7).
상기 화재 후보 화소 검출단계(S3단계)에서의 화염의 가장자리 화소의 검출은 하기 수학식 1의 평가함수(pn)로 검출한다.The detection of the edge pixel of the flame in the fire candidate pixel detection step (S3 step) is performed by the evaluation function (p n ) of the following equation (1).
여기서, R은 영상의 행의 최대의 수, C는 영상의 열의 최대의 수, (x, y)는 화소의 좌표, I는 영상 프레임, n은 영상 프레임의 순서를 각각 나타내고, rn은 아래의 수학식 2로 정의된다.Here, R is the number of the image line up, C is the maximum number of the image column, (x, y) are coordinates of pixels, I is the image frame, n represents each of a sequence of image frames, r n is the following (2) "
상기 수학식 2에서 Sn은 아래의 수학식 3과 같다.In Equation (2), Sn is expressed by Equation (3) below.
상기 화소 분포 모델링 단계(S5단계)에서 모델링하는 원의 중심점(u, v)과 반지름(ρ)은 하기 수학식 4, 5로 구하게 된다.The center point (u, v) and the radius (ρ) of the circle modeled in the pixel distribution modeling step (S5) are obtained by the following equations (4) and (5).
또한, 상기 모델링된 원의 성장 판단단계(S7단계)에서 아래의 수학식 6, 7, 8로부터 c 값을 구하고, c 값이 계속 증가하는 경우 모델링된 원의 성장인 경우로 판단하여 화재로 인한 화염이 존재한다고 판정한다.In step S7, the c value is calculated from the following equations (6), (7) and (8). If the value of c continuously increases, it is determined that the model is a growth of a circle. It is determined that the flame is present.
실시예Example
먼저, 이전 영상 획득단계(S1단계)에서 이전 영상(In -1)을 획득하고, 현재 영상 획득단계(S2단계)에서 카메라로 실시간 촬영하여 현재 영상(In)을 획득하였다.First, a previous image (I n -1 ) is acquired in a previous image acquisition step (S 1 ), and a current image (I n ) is acquired by real-time photographing with a camera in a current image acquisition step (S 2).
이어서 화재 후보 화소 검출단계(S3단계)에서 상기 수학식 1의 평가함수(pn)로 화염의 가장자리 화소를 검출하였다.Then, in the fire candidate pixel detection step (step S3), the edge pixels of the flame are detected by the evaluation function (p n ) of the above equation (1).
여기서, 영상에서 화재를 감지하기 위해 영상을 화소(pixel)의 단위와 이미지 프레임(image frame) 단위에서 처리하며, 화소 단위의 처리는 각 화소가 화염인지를 판별하는 미시적인 감지를 위해서 사용되고, 영상 프레임 단위의 처리는 연속된 영상에서 화염 화소가 변화하는 추이를 관찰하여 판별하는 거시적인 감지를 위해 사용된다.In order to detect a fire in an image, an image is processed in units of pixels and image frames, and processing in units of pixels is used for microscopic detection to determine whether each pixel is a flame, The frame-by-frame processing is used for macroscopic detection to observe the transition of the flame pixels in successive images.
흑백 카메라의 영상에서 화염에 속하는 화소는 밝은 값을 가지고, 특히 화염의 가장자리에 속하는 화소는 깜박거리는 특성이 있다는 것을 이용하여 화재 후보 화소를 찾기 위해 고안한 상기 수학식 1의 평가함수(pn)를 통해서 해당 화소를 찾았다.The evaluation function (p n ) of Equation (1), which is devised to search for a fire candidate pixel by taking advantage of the fact that a pixel belonging to a flame has a bright value and a pixel belonging to an edge of a flame has a blinking characteristic, To find the corresponding pixel.
그리고, 상기 수학식 1에서 rn은 상기 수학식 2로 정의되어 두 연속 영상에서 밝기가 심하게 변하는 정도를 수치로 나타낸다.In Equation (1), r n is defined by Equation (2), and represents the degree of brightness of the two consecutive images as a numerical value.
또한, 상기 수학식 2에서 Sn 은 상기 수학식 3과 같다.In Equation (2), Sn is expressed by Equation (3).
상기 수학식 1의 평가함수(pn)의 범위는 [0, 1]이고, 화염의 가장자리 화소에서 1에 가까운 값을 갖는다.The range of the evaluation function (p n ) in Equation (1) is [0, 1] and has a value close to 1 in the edge pixels of the flame.
다음에 화재 후보 화소 판단단계(S4단계)에서 평가함수(pn)의 값이 보다 큰 화소를 도 2와 같이 출력하여 화재 후보 화소로 판단하였다.Next, in the fire candidate pixel determination step (S4), the value of the evaluation function (p n ) The larger pixels are output as shown in FIG. 2 and judged to be fire candidate pixels.
계속하여 화소 분포 모델링 단계(S5단계)에서 화재 후보 화소의 분포를 수학식 4와 5를 이용해 원의 중심점(u, v)과 반지름(ρ)을 구하여 원으로 모델링하여 쉽고 간단하게 모니터링 하였다. 화염의 특성이 시간의 경과에 따라 비선형으로 커지므로 상기한 모니터링으로 화염의 성장을 확인할 수 있다.In the pixel distribution modeling step (S5 step), the distribution of the fire candidate pixels is obtained by calculating the center point (u, v) and the radius (ρ) of the circle using equations (4) and (5). Since the characteristic of the flame grows nonlinearly with time, the growth of the flame can be confirmed by the monitoring described above.
도 3은 화염 가장자리 화소로부터 각각의 평가함수(pn)의 값을 고려하여 화염의 형태를 원으로 모델링한 예를 나타낸 것이고, 도 4는 화재 영상에서 원이 어떻게 근사화되는지를 보여준다.FIG. 3 shows an example in which the shape of the flame is modeled in a circle in consideration of the value of each evaluation function (p n ) from the edge pixels of the flame, and FIG. 4 shows how the circle is approximated in the fire image.
이어서 화소 밝기 판단단계(S6단계)에서 상기 화소 분포 모델링 단계(S5단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 이상의 밝기 인지를 판단하였다.In step S6, it is determined whether the brightness of the pixel inside the circle modeled in the pixel distribution modeling step S5 is greater than or equal to a certain threshold value.
영상에서 잡음과 오류를 줄이기 위하여 상기 수학식 6으로 시간에 따라 평균화하고, 화재는 일반적으로 위를 향해 번져가는 것과 점점 커져가는 특성을 갖지만, 비선형적이기 때문에 모델링된 원의 위치와 반지름은 상기 수학식 7의 통계적 표준편차를 통해서 모니터링하여 확인할 수 있다.In order to reduce noise and errors in the image, the time is averaged according to Equation (6), and the fire generally has the characteristics of spreading upward and gradually increasing, but since it is nonlinear, the position and radius of the modeled circle are 7 can be monitored and monitored through statistical standard deviations.
그 다음 모델링된 원의 성장 판단단계(S7단계)에서 상기 수학식 6, 7로 상기 수학식 8을 구하여 수학식 8의 cn 값으로 화염의 존재 여부를 판단하였다.The next step in determining the growth of the modeled circle (S7 step) to obtain Equation (6), the equation (8) into the equation (8) 7 c n And the presence or absence of a flame was determined.
즉, cn 값이 계속 증가하는 경우 화재로 인한 화염이 존재한다고 판단하였다.That is, c n If the value continues to increase, it is determined that there is a flame due to fire.
계속하여 상기 화재 경보단계(S8단계)에서 경보수단으로 화재를 경보하였다.Then, in the fire alarm step (step S8), a fire alarm is given to the alarm means.
마지막으로 상기 화재 후보 화소 판단단계(S4단계)에서 검출된 화재 후보 화소가 화재 후보 화소로 불충분하거나, 상기 화소 밝기 판단단계(S6단계)에서 모델링된 원 내부의 화소 밝기가 임의의 문턱값 미만의 밝기이거나, 상기 모델링된 원의 성장 판단단계(S7단계)에서 원의 성장이 없는 것으로 판단한 경우 새로운 영상을 획득하는 새로운 영상 획득단계(S9단계)로 진행하여 새로운 영상을 획득하고 이하 상기 S1단계부터 S9단계를 순차적으로 진행하였다.Finally, if the fire candidate pixel detected in the fire candidate pixel determination step (S4) is insufficient as a fire candidate pixel, or if the pixel brightness in the circle modeled in the pixel brightness determination step (S6) is less than a certain threshold value Brightness, or if it is determined in step S7 that the original growth does not occur in the modeled circle growth step, a new image is acquired in step S9 to acquire a new image to acquire a new image, Step S9 was performed sequentially.
이상의 본 발명의 방법으로 흑백 및 색채 CCTV의 명암 영상신호(gray image signal)를 이용하여 저비용으로 화재 감시 기능을 달성할 수 있음을 확인하였다.It has been confirmed that the fire monitoring function can be achieved at low cost by using the gray image signal of black and white and color CCTV according to the method of the present invention.
그런데 이상의 방법만 사용하면, 경우에 따라서 화염이 아님에도 화염으로 오검출하는 경우가 발생하므로, 다음과 같은 사항을 추가로 고려하여 판정한다. 첫째, 영상의 화소에 수학식 1을 적용하여 문턱 값 을 기준으로 추출된 화소 들의 숫자는 임의의 숫자 이상 존재해야 한다. 즉, 충분한 화염 가장자리 화소가 추출되어야 한다. 둘째, 화염 가장자리 화소로부터 모델링된 원의 내부 화소는 임의의 문턱 값 이상의 밝기를 가진다. 즉, 화염은 내부가 밝아야 한다. 셋째, 일정한 시간동안 최소한 일정 수 이상의 영상에서 원이 모델링되어야 한다.However, if only the above method is used, the flame may be detected incorrectly even if it is not flame. Therefore, the following matters should be further considered. First, applying Equation (1) to a pixel of an image, The number of extracted pixels on the basis of the number of pixels should be more than a certain number. That is, enough flame edge pixels should be extracted. Second, the inner pixels of the circle modeled from the flame edge pixels have a brightness of a certain threshold value or more. That is, the inside of the flame should be bright. Third, circles should be modeled on at least a certain number of images for a certain period of time.
지금까지 본 발명을 바람직한 실시예로서 설명하였으나, 본 발명은 이에 한정되지 않고 발명의 요지를 이탈하지 않는 범위 내에서 다양하게 변형하여 실시할 수 있음은 물론이다.While the present invention has been described with reference to the preferred embodiments, it is to be understood that the invention is not limited thereto and that various changes and modifications may be made therein without departing from the scope of the invention.
Claims (4)
수학식 1 :
여기서, R은 영상의 행의 최대의 수, C는 영상의 열의 최대의 수, (x, y)는 화소의 좌표, I는 영상 프레임, n은 영상 프레임의 순서를 각각 나타내고, rn은 아래의 수학식 2로 정의된다.
수학식 2 :
상기 수학식 2에서 Sn은 아래의 수학식 3과 같다.
수학식 3 : 2. The method according to claim 1, wherein the detection of the fire candidate pixel in the fire candidate pixel detection step (S3) is performed using an evaluation function (p n ) of the following equation (1) Detection method.
Equation 1:
Here, R is the number of the image line up, C is the maximum number of the image column, (x, y) are coordinates of pixels, I is the image frame, n represents each of a sequence of image frames, r n is the following (2) "
Equation 2:
In Equation (2), Sn is expressed by Equation (3) below.
Equation (3)
수학식 4 :
수학식 5 : The method of claim 1, wherein the central point (u, v) and the radius (ρ) of the circle modeled in the pixel distribution modeling step (S5) are obtained by the following equations (4) Flame Detection Method Using.
Equation 4:
Equation 5:
수학식 6 :
수학식 7 :
수학식 8 : 2. The method of claim 1, wherein in step (S7) of determining the growth of the modeled circle, the c value is obtained from the following equations (6), (7) and (8) And determining that there is a flame due to a fire.
Equation (6)
Equation (7)
Equation (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130023935A KR101476764B1 (en) | 2013-03-06 | 2013-03-06 | Flame dete ction method based on gray imaging signal of a cameras |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130023935A KR101476764B1 (en) | 2013-03-06 | 2013-03-06 | Flame dete ction method based on gray imaging signal of a cameras |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140109671A true KR20140109671A (en) | 2014-09-16 |
KR101476764B1 KR101476764B1 (en) | 2014-12-26 |
Family
ID=51756130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130023935A KR101476764B1 (en) | 2013-03-06 | 2013-03-06 | Flame dete ction method based on gray imaging signal of a cameras |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101476764B1 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104853151A (en) * | 2015-04-17 | 2015-08-19 | 张家港江苏科技大学产业技术研究院 | Large-space fire monitoring system based on video image |
CN109410222A (en) * | 2018-11-01 | 2019-03-01 | 浩云科技股份有限公司 | A kind of flame detecting method and device |
CN110428578A (en) * | 2019-08-06 | 2019-11-08 | 宁波为易物联科技有限公司 | Fire detection method, device and system |
KR102265254B1 (en) * | 2020-10-30 | 2021-06-16 | (주)윈티앤에스 | Active monitoring system for illegal acts |
CN117451175A (en) * | 2023-09-18 | 2024-01-26 | 南京审计大学 | Software definition-based precise intelligent camera for detecting flame images with same view field and three wavelengths and flame image detection method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11224389A (en) * | 1998-02-09 | 1999-08-17 | Hitachi Ltd | Detecting method for flame, method and device for detecting fire |
JP2001014571A (en) * | 1999-06-30 | 2001-01-19 | Sumitomo Electric Ind Ltd | Fire detector, fire detection system and fire detection method |
KR100993205B1 (en) * | 2008-11-24 | 2010-11-10 | 주식회사 유디코 | System and method for detecting disaster occurrence |
KR100922784B1 (en) * | 2009-02-23 | 2009-10-21 | 주식회사 이미지넥스트 | Image base fire sensing method and system of crime prevention and disaster prevention applying method thereof |
-
2013
- 2013-03-06 KR KR1020130023935A patent/KR101476764B1/en active IP Right Grant
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104853151A (en) * | 2015-04-17 | 2015-08-19 | 张家港江苏科技大学产业技术研究院 | Large-space fire monitoring system based on video image |
CN109410222A (en) * | 2018-11-01 | 2019-03-01 | 浩云科技股份有限公司 | A kind of flame detecting method and device |
CN110428578A (en) * | 2019-08-06 | 2019-11-08 | 宁波为易物联科技有限公司 | Fire detection method, device and system |
CN110428578B (en) * | 2019-08-06 | 2021-07-27 | 宁波为易物联科技有限公司 | Fire detection method, device and system |
KR102265254B1 (en) * | 2020-10-30 | 2021-06-16 | (주)윈티앤에스 | Active monitoring system for illegal acts |
CN117451175A (en) * | 2023-09-18 | 2024-01-26 | 南京审计大学 | Software definition-based precise intelligent camera for detecting flame images with same view field and three wavelengths and flame image detection method |
Also Published As
Publication number | Publication date |
---|---|
KR101476764B1 (en) | 2014-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560657B (en) | Method, device, computer device and storage medium for identifying smoke and fire | |
KR101237089B1 (en) | Forest smoke detection method using random forest classifier method | |
KR100922784B1 (en) | Image base fire sensing method and system of crime prevention and disaster prevention applying method thereof | |
CN105512667B (en) | Infrared and visible light video image fusion recognition fire method | |
KR101309407B1 (en) | The thermal and image of block image-based composite camera fire detector, fire detection system and method | |
US20160350908A1 (en) | Method and system for detecting sea-surface oil | |
KR101476764B1 (en) | Flame dete ction method based on gray imaging signal of a cameras | |
US9196056B2 (en) | Electro-optical system and method for analyzing images of a scene to identify the presence of a target color | |
KR101998639B1 (en) | Intelligent system for ignition point surveillance using composite image of thermal camera and color camera | |
KR101906900B1 (en) | Fire detection system using thermovision camera | |
JP4653207B2 (en) | Smoke detector | |
KR101204259B1 (en) | A method for detecting fire or smoke | |
Pritam et al. | Detection of fire using image processing techniques with LUV color space | |
KR20150078049A (en) | Apparatus for sensing fire | |
KR20230036024A (en) | Electric vehicle charger fire detection and charger condition prediction system | |
KR101726786B1 (en) | System and method for real-time fire detection using color information of the image | |
JP3486229B2 (en) | Image change detection device | |
KR101679148B1 (en) | Detection System of Smoke and Flame using Depth Camera | |
KR101196678B1 (en) | Real-time fire detection device and method | |
KR20190130801A (en) | Combined fire alarm system using stand-alone fire alarm and visible light camera | |
KR101224548B1 (en) | Fire imaging detection system and method | |
KR101044903B1 (en) | Fire detecting method using hidden markov models in video surveillance and monitoring system | |
KR101938120B1 (en) | Thermal imaging apparatus and method for providing thermal imaging analysis information | |
Poobalan et al. | Fire detection based on color filters and Bag-of-Features classification | |
KR101625471B1 (en) | Method and apparatus for enhancing resolution of popular low cost thermal image camera |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20181204 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20191002 Year of fee payment: 6 |