[发明专利]一种基于自适应亮度分割的火灾视频图像分析算法

摘要

本发明提供一种基于自适应亮度分割的火灾视频图像分析算法，将火灾现场周边监控设备拍摄的视频录像拷贝到计算机上进行图像处理；计算机对视频图像初步进行逐帧的分析检索，自动找到图像中发生亮度变化的区域并记录录；将从监控上截取的视频从第一帧作为初始背景，对前后相邻帧做作差分运算得到两帧图像亮度差的绝对值，并对帧差进行二值化处理得到二值图；对视频监控区域部分的二值图进行逐帧分析；对处理后的二值图利用OTSU算法进行自适应的阈值分割；对二值图中的边界进行直线拟合可得到精确的亮度分割线；对视频中自动提取到的实时显示的亮度分割线进行分析，可以确定火灾的起火点和蔓延方向，便于火灾调查人员快速分析，极大地提高工作效率。

主权项

1.一种基于自适应亮度分割的火灾视频图像分析算法，利用计算机作为分析平台，其特征在于，其主要功能和步骤如下：1)、火灾原因调查人员将火灾现场周边监控设备拍摄的视频录像拷贝到计算机上进行图像分析处理，即可自动提取到分析和推断起火部位的亮度分割线，亮度分割线指火灾发生后火焰的散射光被物体遮挡后在某一平面上形成的明暗区域分界线；2)、计算机首先对视频图像初步进行逐帧的分析检索，自动找到图像中发生亮度变化的区域，并记录作为下一步的视频处理区域，如果存在多个区域则分别记录；3)、将从监控上截取的视频从第一帧作为初始背景，对前后相邻帧做差分运算得到两帧图像亮度差的绝对值，并对帧差进行二值化处理得到二值图，二值图是指图像中的每个像素不是黑就是白，其灰度值没有中间过渡，对帧差进行二值化处理时，要判断它是否大于阈值来分析视频的运动特性从而确定图像序列中有无亮度变化，根据大量实际火灾的研究发现，阈值为6时二值化效果最好，即当帧差大于阈值6时设置为1，小于阈值6时设置为0，随后进行腐蚀，即排除噪声的影响，再进行膨胀，即去除二值图中的空洞，最终得到理想的二值图，二值化时公式如下：其中Binary(x,y),B(x,y),F(x,y)分别代表二值图、前一帧、后一帧图像中坐标为(x,y)处的像素值；4)、对视频监控区域部分的二值图进行逐帧分析，根据大量实际火灾的研究发现，在当前二值图中1值比例阈值为20％时，进行图像分割的效果最好，即二值图像素值为1的区域面积比例超过二值图总面积20％时进行下一步分割处理，此时比例的计算公式如下：公式中Binary是处理的二值图，p(x,y)是Binary中坐标为(x,y)的点，p(x,y)的取值为0或者1，由此公式即可得到二值图中像素值为1的点占二值图总像素点的比例；5)、对处理后的二值图利用OTSU算法进行自适应的阈值分割，OTSU算法是按图像的灰度特性，将图像分成背景和目标部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此，使类间方差最大的分割意味着错分概率最小，从而对二值图进行更加精确的分割，得到由火光照亮的区域和由遮挡引起的阴影区域边界线；6)、对二值图中的边界进行直线拟合可得到精确的亮度分割线，并将亮度分割线显示在视频图像中，从而实现对火光阴影边界实时的检测；7)、对视频中自动提取到的实时显示的亮度分割线进行如下分析，即可帮助火灾调查人员解读出以下信息：首先亮度分割线的出现时间可推断出起火时间，其次亮度分割线的反向延长线可推断出起火部位区域，最后亮度分割线的变化方向可判断出火灾蔓延的方向，矩形框区域为监控设备所拍摄视频中的某一帧图像范围，其余部分为标注及一些辅助线段，a左侧和b右侧为遮挡物，a,b两点之间为通道，起火部位在ab遮挡物的后侧，火灾发生时，监控设备只能拍摄到从ab通道透射出来的火光，aa’和bb’是计算机通过步骤2)至步骤6)的算法在视频中自动提取出来的亮度分割线，Aa和Ab是其反向延长线，交于A点，火灾蔓延一段时间之后视频中的边界线变为ab1和bb’，将ab1反向延长可确定现在火灾已蔓延到B点方向，这样火灾的蔓延方向则为从A到B，当视频中出现多条边界时，依据步骤2)至步骤7)，同理对火灾现场进行分析，可以确定火灾的起火点和蔓延方向。