[发明专利]火灾检测方法

说明书

技术领域

本发明涉及的是一种模式识别技术领域的方法，具体是一种火灾检测方法。

背景技术

早期火灾检测对于防止火灾失控，保护人民生命财产安全十分关键。传统的火灾检测方法通过电离以及光度测定技术检测烟雾以及火焰产生的粒子。当这些粒子达到一定浓度，检测器才会发出警报，这时，火灾已经度过早期阶段，一些危险物质可能已经扩散。另一方面，这些检测系统不适用于户外环境以及大型覆盖区。目前，公共场所普遍配备了摄像监控系统，安装大量的摄像头用于监视场所的各个角落。基于监控视频的火灾检测系统可以有效监控开放空间，在火灾发生的早期阶段发出预警，对现有基于粒子检测的火灾预警系统是一种强有力的补充。

经过对现有技术的文献检索发现，Toreyin，B.U.等人在《Pattern Recognition Letters(模式识别快报)》第27卷，第1期，第49页到58页发表的“Computer vision based methodfor real-time fire and flame detection(基于计算机视觉方法的实时火焰检测)”一文中提出基于火焰颜色、火焰几何边缘的不规则动态特性来区分火与普通物体，该技术分别计算火焰颜色的三个通道，未能利用各个通道之间的相关性；另外，火焰颜色、形状和动态特征均通过独立的滤波手段进行分析，多重的阈值条件导致部分特征的缺失，不能稳定地检测出火焰区域。

发明内容

本发明的目的在于克服现有技术存在的上述不足，提出了一种火灾检测方法。本发明采用四元数表示颜色矢量，在滤波处理过程中能够保持三个颜色通道的相关性；并且统一分析监控视频运动区域的颜色、形状和动态特征，采用单一的阈值条件区分火焰和非火焰区域，提高了火灾检测的准确性和稳定性。

本发明是通过以下技术方案实现的，包括如下步骤：

第一步，以监控视频中的当前帧图像中左上角的像素点为原点建立直角坐标系，得到每个像素点的位置信息和灰度值信息，并进行帧差处理，得到组成当前帧图像运动轮廓的像素点的位置信息和灰度值信息。

所述的帧差处理是：对当前帧图像每个像素点的灰度值信息和前一帧图像每个像素点的灰度值信息做帧差运算，得到每个像素点的像素差值，当前帧图像的运动轮廓就是其中像素差值大于阈值T_DIF的像素点组成的。

第二步，对当前帧图像的运动轮廓信息进行提取运动区域处理，得到组成当前帧图像的运动区域的像素点的位置信息和灰度值信息。

所述的提取运动区域处理是：将前一帧运动历史图像的灰度值以速率γ进行衰减，并添加当前帧的运动轮廓信息，得到更新的运动历史图像，更新的运动历史图像中灰度值大于阈值T_MHI的像素点组成当前帧的运动区域。

第三步，利用当前帧图像运动区域每个像素点的位置信息和灰度值信息，对当前帧图像运动区域的每个像素点分别进行颜色滤波、空间滤波和时间滤波，得到当前帧运动区域中每个像素点的火焰颜色分布、空间变化分布和时域变化分布。

所述的颜色滤波是通过构建火焰像素颜色训练样本集，在RGB颜色空间进行K-means聚类获得，具体公式是：