[发明专利]一种基于视频的森林火灾检测方法

说明书

本发明提供了一种基于视频的森林火灾检测方法，基于森林火灾烟雾独特的生长变化特点，通过对备选烟雾区域生长变化情况的判别分析来实现森林火灾烟雾检测，使得烟雾检测不容易受其他颜色和形状相近物体的干扰，同时也能有效排除其他形式运动物体的影响，具有较高的检测鲁棒性；同时本发明的森林火灾早期视频检测方法运用累加区域，并在一定帧数间隔内基于累加区域进行多次比较，使得对区域生长变化的判别分析具有更好的稳定性；本发明技术可以在森林火灾早期发生时，通过其烟雾的检测，有效解决远距离监控视频的火灾自动检测和报警问题。

技术领域

本发明属于森林防火和视频目标检测领域，尤其涉及一种基于视频的森林火灾检测方法。

背景技术

传统的火灾检测报警技术通常利用能够感应烟雾颗粒的传感器来实现。然而，这些传感器只有在靠近烟火的时候才起作用，作用距离非常有限，并且在野外空旷的条件下由于空气流动较快，烟雾颗粒也很难被传感器有效接收。基于视频的火灾检测手段利用布设的远程监控摄像机，可以监控周围较远距离范围内是否发生火灾。对于大面积的森林或山林区域，一般要隔一定距离设置瞭望塔并布设监控摄像机以覆盖整个区域，并将所有实时获取的视频都传输到监控中心。通过人工直接察看视频的方式来发现火灾，需要耗费大量的人员和精力。观察者也很难一直保持注意力，及时发现火灾并报警。基于视频的自动火灾检测技术正是在这种背景下提出并被广泛研究。

对森林火灾发现得越早，越有利于控制火势和减少火灾损失。因此，火灾的早期发现意义更为重大。在森林火灾发生的早期阶段，由于火势不是很大，或受其他树木等障碍物的遮挡，通常在监控视频里首先看到的不是火焰，而是由着火点产生并升起的烟雾。因此，基于视频的森林火灾早期检测一般是通过检测火灾产生的烟雾来实现。现有技术大部分是通过运动特征来分割出烟雾区域，或利用火灾烟雾的颜色、纹理和形状等显著性信息，以此为基础来设计火灾烟雾检测的自动算法。由于其他物体也可能有相似的特征，这些方法和技术很容易产生误检。并且，在烟雾距离很远时，视频中的烟雾纹理和形状特征并不显著，太过依赖这些特征很难有效地检测出远距离的火灾烟雾。

现有的其他某些火灾烟雾视频检测技术是在频域中进行的，利用其在频域中的高频特性与背景物体进行区分。然而这种方法主要是在火灾处在较近距离，且烟雾呈现出较剧烈的形状变化态势下才具有较好效果。另外，基于运动特征来分割潜在烟雾区域的方法对远距离烟雾也可能失效，这是因为远距离烟雾在视频中一般移动较为缓慢，通过运动信息难以有效准确地获取烟雾区域。除此之外，机器学习和训练技术也被广泛用于火灾烟雾视频检测中，这类技术需要规模庞大的训练样本，而实际中人们能够获取到的各类场景森林火灾视频资料很有限；对于远距离拍摄的视频烟雾，由于成像不清晰，烟雾区域较小等原因，一般缺乏显著的纹理和形状等特征可供机器学习技术来进行学习和训练，从而也会使得最终检测的效果并不理想。

发明内容

为解决上述问题，本发明提供了一种基于区域生长分析的森林火灾早期视频检测方法，通过提取视频中的备选烟雾区域，并进行区域的生长变化情况分析判别，来检测出火灾产生的烟雾，在火灾发生的早期阶段就能够及时发现和报警。首先，提取出视频中的前景运动区域，从而定位烟雾可能存在的位置；然后，根据森林火灾烟雾的颜色通常接近白色且相对背景具有亮色调这一特征，分割出可能的烟雾区域；接下来，通过对区域的颜色、形状等特征的判断，进一步确定分割出的区域是否为潜在烟雾区域；最后，观测视频帧中所有备选烟雾区域的生长变化情况，根据火灾发生时所产生的烟雾会逐渐扩大并呈上升趋势这一变化特点，判别备选烟雾区域是否为实际火灾烟雾。

一种基于视频的森林火灾检测方法，包括以下步骤：

步骤1：从视频的设定帧数第i帧开始进行烟雾检测，将第i帧视频图像I_i进行彩色-灰度转化得到灰度图像E_i，并通过逐帧迭代法计算第i帧视频图像I_i的背景图像

步骤2：基于背景图像通过背景减除法从第i帧视频图像I_i中提取出各个前景运动区域；