[发明专利]基于视频分析的烟火检测装置

说明书

技术领域

本发明涉及烟火检测装置，用于实现远距离烟与火的检测与报警。

背景技术

现有的视频烟火检测方法大都是基于前景特征判别的方法，典型步骤为：1)在视频图像中分提取动态区域，即前景区域。2)利用烟火的色度学特征从前景中获取烟火区域。3)跟踪前景烟火团块，计算烟火团块的运动参数，如形状、纹理、特征点位置等参数的变化。4)如前景烟火团块的运动各参数满足预先设定的条件则产生烟火报警。

这种基于前景检测的方法在应用中常出现以下问题：

1)易误报

视频中烟和火焰的运动速度是由环境中气流的运动速度和拍摄景物距离决定的，当气流运动很快或物距很小时，烟和火焰在视频中的团块运动状态很不稳定，这使烟火团块的跟踪时间缩短，即需要在较短的时间内基于一个较小的样本数对烟火产生判别。而在复杂环境下一些干扰物短时也能产生与烟火相近的特征，因而会产生误报。

2)易漏报

为了降低误报率，一般须设定更严格的烟火判别条件。但如前面所述，视频中的烟与火焰的特征除颜色以外大部分是由风速、拍摄距离等外部因素决定的，当外部因素出变化很大时，视频中烟火的特征也变化很大，如烟火判别条件没有覆盖特征量变化范围时就可能产生漏报。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种具有低漏报率和低误报率的烟火检测装置。

本发明的技术解决方案是：基于视频分析的烟火检测装置，包括：

图像采集单元U1，获取彩色图像帧序列，彩色图像素数值以RGB色空间表示；

背景建模及前景提取单元U2，提取帧序列图像中的前景图像，并且使背景模型参数反应烟火目标的颜色及纹理信息；

前景目标跟踪单元U3，跟踪前景图像序列中的各前景目标，并计算各前景目标的运动参数，其中运动参数包含中心位置、大小、速度、刚性度、刚性度变化率和跳跃指数；记录目标出现时的位置和大小以及目标消失前的位置和大小；

前景目标非烟火判别单元U4，根据各前景目标的运动参数判别前景目标是否为非烟火，令非烟火目标所在区域停止背景模型参数更新；

背景模型烟火特征提取单元U5，间隔数帧为一周期，读取背景模型参数，从中提取出满足颜色及纹理条件的可疑烟火区域；

可疑烟火目标跟踪单元U6，跟踪可疑烟火区域时间序列中的可疑烟火目标；

火焰形状动态属性检测单元U7，计算可疑火目标的火焰占空比、火焰跳跃指数和火焰分裂指数；

烟火判别单元U8，通过关联前景目标参数和可疑烟火目标参数，对烟火进行最终判别。

进一步地，所述背景建模及前景提取单元U2采用改进的混合高斯模型提取帧序列图像中的前景图像，并且使背景模型参数反应烟火目标的颜色及纹理信息；具体包括：

图像中每个像素建立3到5个高斯模型(3≤K≤5)，每个高斯模型(Gauss(i)，1≤i≤K)包含RGB三通道的均值(Mean_i，R、Mean_i，G、Mean_i，B)、方差(Var_i，R、Var_i，G、Var_i，B)、权重(W_i)和匹配数(MatchCnt_i)；

判断图像中一个像素与某一高斯模型匹配的方法为像素RGB矢量与此高斯模型均值矢量的2-范数的平方大于此高斯模型方差矢量的1-范数的γ倍，即

(R-Mean_i，R)²+(G-Mean_i，G)²+(B-Mean_i，B)²＜γ×(var_i，R+var_i，G+var_i，B)；

若一个像素至少与一个权重大于规定阈值的高斯模型匹配，则此像素为背景，否则为前景；

在存储器中有一个背景更新掩膜，掩膜中的值代表图像对应像素位置是否允许背景模型参数更新；

允许参数更新时，若像素与高斯模型匹配，则对高斯模型RGB均值和方差以及高斯模型的权重进行动态更新；即

Mean_i，C(t+1)＝(1-α)×Mean_i，C(t)+α×C×Match_i×Update