[发明专利]一种基于多特征融合的快速视频火焰探测方法

说明书

技术领域

本发明属于火灾探测技术领域，特别涉及运用数字图像处理和模式识别方法提取火焰特征，从而判断探测场景中是否存在火灾火焰的视频火焰探测技术。

背景技术

传统火灾探测一般采用感烟、感温探测器等对火灾中产生的烟雾、温度等进行接触式检测；但当处于高大空间或室外场所时，因探测距离变大，检测信号微弱，探测器无法有效地预报火险。视频火灾探测技术是将摄像机采集的实时视频序列运用数字图像处理和模式识别方法进行自动分析而获取火灾信息，它能有效克服传统探测技术在高大空间等场合灵敏度下降的缺点，具有响应速度快，探测及时，信息丰富直观的优点。随着闭路监控系统被大量运用于当今各式建筑，视频火灾探测技术也在逐步得到发展。

视频火灾探测技术包括视频火焰探测技术和视频烟雾探测技术。视频火焰探测技术主要依据火焰图像的颜色、亮度、运动等特征进行识别。如中国专利200720026161.3提出的采用红外和彩色摄像机分别采集红外及可见光的双波段火灾图像识别方法，但由于所用采集设备昂贵而限制了其推广使用。中国专利93114042.0提出的一种采集红外和可见光的双波段图像火灾监测方法，利用像素的灰度值判别是否存在火焰，以影像面积增长率识别是火焰还是火灾，但是单从颜色或亮度性质来分析火焰视频信号易对场景中具有火焰相似颜色的目标产生误报，探测可靠性较差。

为提高视频火焰探测技术的经济性及与现有安防监控系统的兼容性，普通黑白或彩色摄像机越来越多地被用来作为探测系统的前端采集设备，但这要求核心的火焰图像处理算法具有较好的抗干扰和实时性。《1999年机电一体化与人类科学国际会议论文集》(Fire flame detection algorithm using a color camera.In：Proceedings of 1999 InternationalSymposium on Micromechatronics and Human Science，255-260)中提出了运用火焰区域轮廓的傅里叶变化进行视频火焰探测的方法，由于引入时空波动方程与连续极坐标变换转化火焰颜色区域轮廓而获得时序波动的轮廓数据，再将提取轮廓数据的傅里叶频域特征输入神经网络识别火焰，该方法存在轮廓的极坐标转换受噪声干扰严重及算法复杂高的缺点，容易发生误报，难以应用于实时处理。《第17届模式识别国际会议中论文集》(Visionbased fire detection.In：Proceedings of the 17th International Conference on PatternRecognition(ICPR′04)，2004，134-137)中提出的采用火焰轮廓线的傅里叶变换系数为模板的火焰识别方法，由于存在对狭小区域的空间量化错误可能在傅里叶域中引入大量噪声，因此该方法要求苛刻的探测环境，不适用于探测早期燃烧功率较小的情况。《2004年图像处理电气和电子工程师协会国际会议论文集》(An early fire-detection method based onimage processing.In：Proceedings of IEEE International Conference on Image Processing(ICIP′04)，2004，1707-1710)中提出的利用火焰颜色和潜在火焰区域的蔓延状态来识别火焰，该方法首先运用三个推演的火焰颜色判据对所有像素的红绿蓝三颜色分量及饱和度 进行决策，从而提取出潜在火焰颜色区域，再通过相邻帧的潜在火焰区域总像素变化来描述火焰的蔓延特性；由于其算法对所有像素进行颜色决策会降低处理速度，且不能区分同帧图像中的真实火焰和火焰颜色干扰目标，其算法可靠性差。《模式识别通讯》(Computer vision based method for real-time fire and flame detection.Pattern RecognitionLetters，2006；27(1)：49-58)中提出的利用时间小波分析火焰边缘的高频闪动行为以及利用空间小波分析火焰区域颜色变化的火焰识别方法，因其较高的复杂度而缺乏实时性，对光照变化强烈的复杂探测场景，其算法适应性较差。

视频火焰探测技术由于受到图像质量、光照条件、场景复杂性及计算机硬件条件等多种因素的影响，上面提到的多种视频火焰探测方法，或偏重于提取火焰的颜色和亮度特征，或通过转换到频率域来提取火焰的动态特征，这些方法受火焰相似颜色目标干扰，可靠性很差，且算法复杂度高，降低了火焰探测的实时性，因此，在复杂场景中容易发生误报、漏报现象。