一种基于视频图像的火灾检测方法及其火灾检测装置制造方法
【专利摘要】本发明提供一种基于视频图像处理的火灾检测方法及其火灾检测装置，火灾检测装置包括火灾视频采集模块、火灾检测模块、火灾分析模块、火灾判断模块以及火灾报警模块。火灾检测方法通过更新背景、构建火焰颜色特征信息和提取火焰特征等方式进行火灾预警。更新背景模型能够在一定程度上过滤掉光照、“鬼影”等情况的影响，并且通过构建火焰颜色特征信息获取“可疑火焰区域”，最后根据设定的特征匹配规则再次进行确认并进行火灾预警。本发明专利综合了火焰的纹理和空域等特征信息，并提出了使用对提取到的四个火焰特征进行线性融合的方法对火焰进行再次鉴别，在保证正确检测率的基础上，降低了虚假报警率。
【专利说明】一种基于视频图像的火灾检测方法及其火灾检测装置
【技术领域】
[0001] 本发明涉及火灾检测领域，具体的涉及一种基于视频图像的火灾检测方法及其火 灾检测装置。
【背景技术】
[0002] 随着社会经济的迅速发展，高层建筑火灾，森林火灾等安全事故日益突出并受到 越来越多的重视。由于以上火灾具有传播速度快，火灾危害大，涉及范围广以及营救比较困 难等特点，传统型的火灾探测器无法快速的检测火灾，尤其是室外、隧道、公共交通工具和 室内高大空间的火灾检测和预警更是对传统型火灾探测器的巨大挑战。因为室外、隧道、公 共交通工具和室内高大空间的范围大，火灾发生时产生的烟雾很难到达房间顶部或受热障 区域的影响人们常常不能及时发现起火位置，无法进行早期火灾检测和预警，使得消防联 动装置成了摆设，等到火势无法控制时则为时已晚，造成巨大的损失。所以基于视频的火灾 检测技术和预警方法的研究倍受科研工作者的关注。
[0003] 基于视频分析的火灾检测技术，是在视频监控的基础上实现对监控区域的火灾进 行检测。利用摄像机监控目标区域，从监控视频中提取疑似火灾图像并进行分析后，再提取 疑似区域的特征参数并与设定的特征阈值进行比对，从而判断是否发生火灾，一旦判断为 火灾就自动报警。基于视频的火灾探测技术克服了传统火灾探测技术受到环境因素影响的 特点，具有可视化，响应速度快，无接触，抗干扰，智能化等特点。
[0004] 视频火灾检测算法研究的主要驱动力是视频监视系统的普及应用和机器视觉技 术的日臻成熟。但是，目前基于视频的火灾检测技术还存在很多技术难点。已知的火灾检 测算法主要是基于火焰特征的分析和建模展开的，还存在高误报和检测精度低的缺点。目 前火焰检测算法主要存在的问题如下：
[0005] 首先，由于火焰的视觉特征具有复杂的非线性和随机性，且对外界条件比较敏感， 要全面有效地量化描述火灾事件还有许多问题亟待解决。
[0006] 其次，虽然目前火灾检测方法在一定场景下可以满足用户的需求，但是对于室外 光照以及与火焰颜色相近的物体比较敏感，极易产生错误预警。
[0007] 最后，目前的火灾检测方法大部分利用了已知的训练样本来得到最终的分类结 果。但是火灾发生的场景复杂多变，对于一个全新的场景，往往不能达到很高的检测精度。
【发明内容】
[0008] 本发明为解决上述提到的现有的火灾检测方法存在的缺点，提供一种基于视频图 像处理的火灾检测装置和方法，能够应对场景复杂的火灾，并且能够达到非常高的检测精 度。
[0009] 具体的，本发明的目的在于提供一种基于视频图像处理的火灾检测方法，其包括 以下步骤：
[0010] S1、通过获取的视频图像，输入视频序列，从而获得相应的视频图像，构建背景更 新模型，检测视频中的运动区域，通过二值化运算以及形态学操作统计当前视频图像中的 运动区域，去除图像中的噪声点，获取运动区域的方式如下：
【权利要求】
1. 一种基于视频图像的火灾检测方法，其特征在于：其包括以下步骤： 51、 通过获取的视频图像，输入视频序列，构建背景更新模型，检测所述视频图像中的 运动区域，通过二值化运算以及形态学操作统计当前视频图像中的运动区域，去除图像中 的噪声点，获取如下运动区域：
其中?；为常量，X:为当前视频帧，X丨为背景帧样本，η是背景帧样本的数目，Tn的取值 与η相关，其值可以表示为Τη?cnl；，c为一个常量，Bt即为获取到的运动区域； 52、 在S1步骤的基础上，构建火焰在RGB颜色空间和HSI颜色空间的特征模型，并提取 火焰在所述RGB颜色空间和所述HSI颜色空间中火焰颜色特征信息，从而得到可疑火焰区 域； 53、 在S2步骤的基础上，对得到的可疑火焰区域进行空域和频域上的分析，并提取火 焰燃烧时的特征信息； 54、 在S3步骤的基础上，对提取得到的火焰燃烧时的特征信息进行加权融合，并根据 参数数值判断是否存在火焰。
2. 根据权利要求1所述的火灾检测方法，其特征在于：在S1步骤中对运动区域的检测 需要对连续多帧视频图像进行标记后，根据前后视频图像的关系进行处理，通过形态学操 作获取最终的运动区域。
3. 根据权利要求2所述的基于视频图像处理的火灾检测方法，其特征在于：需要对S1 步骤中检测到的运动区域进行分类保存，并根据S2步骤中提取的火焰颜色特征信息进行 规则化处理，提取所述可疑火焰区域。
4. 根据权利要求3所述的基于视频图像处理的火灾检测方法，其特征在于：S3步骤中 用于提出的火焰燃烧时的特征信息包括以下子步骤：
531. 通过LBP算子计算火灾发生时火焰的纹理特征；
532. 计算火灾发生时火焰的无序性，具体表现在火焰的形体变化引起空间分布的变 化；
533. 计算火焰位置的变化率，具体为通过计算得到的火焰区域中心的变化来区别火焰 区域和非火焰区域；以及
534. 计算火焰区域面积的变化率。
5. 根据权利要求4所述的基于视频图像处理的火灾检测方法，其特征在于：S31步骤 还包括通过设定一个3X3的模板算子来计算所述可疑火焰区域，并通过设定的阈值进行判 定，具体的方法为基于一个3X3的模板算子，将中心像素与其邻域像素进行比较，若周围像 素值大于中心像素值，则将该点赋值为1，否则赋值为〇,最后将一个权值模板与阈值处理 后的图像进行对应相乘求和，得到中心像素的值，然后计算每个纹理图像的方差对火焰区 域进行过滤，方差的计算公式如下：
其中mask表示可选的操作掩码，N是mask中非零元素的个数，arr(i)表示需要计算的 纹理图像的值，是计算得到的方差。
6. 根据权利要求5所述的基于视频图像的火灾检测方法，其特征在于：S3步骤还包括 将检测到的可疑火焰区域前后帧之间的关系进行量化，并根据设定的阈值进行判定。
7. 根据权利要求6所述的基于视频图像的火灾检测方法，其特征在于：S3步骤还包括 将检测到的可疑火焰区域前后帧之间的中心距离的差异进行量化，根据火焰中心的偏移量 进行过滤，并根据设定的阈值进行判定。
8. 根据权利要求7所述的基于视频图像处理的火灾检测方法，其特征在于：S3步骤还 包括将检测到的连续可疑火焰区域的面积变化情况进行量化，并根据面积的变化率进行进 一步确认是否存在可疑火焰区域。
9. 根据权利要求2-8中任一权利要求所述的基于视频图像的火灾检测方法，其特征在 于：所述火灾判断模块对每30帧视频图像进行一次判定，并且当连续3次满足预先设定参 数的判断后则判断为存在火灾，火灾报警模块触发报警装置进行报警。
10. -种基于视频图像的火灾检测装置，其特征在于：其包括设置在火灾防控区域的 高清摄像头、与所述高清摄像头相连接的火灾视频采集模块、火灾检测模块、火灾分析模 块、火灾判断模块以及火灾报警模块； 所述火灾视频采集模块包括视频采集单元、视频输入单元以及颜色构建模块，所述视 频采集单元采集来自所述高清摄像头的视频图像，并通过视频输入单元输入视频序列，所 述颜色构建模块对背景模型进行更新，并构建火焰颜色特征信息； 所述火灾检测模块对视频图像中是否存在可疑火焰区域进行判断； 所述火灾分析模块对所述视频图像中存在的可疑火焰区域进行空域分析和频域分析， 并依次提取火灾发生时火焰的纹理特征、计算火灾发生时火焰的无序性、计算火焰位置的 变化率以及计算火焰区域面积的变化率； 所述火灾判断模块预先设置存在火灾的参数数值，并将从所述火灾分析模块获得到的 计算结果与所述参数数值进行比较，判断所述视频图像中是否存在火焰； 所述火灾报警模块根据火灾判断模块的判断结果，如果判定所述视频图像中存在火 焰，则会触发报警装置进行报警。
【文档编号】G06T7/40GK104091354SQ201410369759
【公开日】2014年10月8日 申请日期:2014年7月30日 优先权日:2014年7月30日
【发明者】不公告发明人 申请人:北京华戎京盾科技有限公司