一种基于视频时间和空间信息的火焰检测方法

摘要

一种基于视频时间和空间信息的火焰检测方法，属于图像信息处理技术领域。首先从源图像中分离出前景运动图像，并从前景运动图像中找出具有火焰颜色特征的像素点形成疑似火焰区域；然后利用真实火焰区域边缘像素点的闪烁特性，在疑似火焰区域边缘像素点中设置观察点，建立隐马尔科夫模型，提取时间空间模式特征并组成观察特征值序列；再将观察特征值序列输入事先训练好的隐马尔科夫模式判决器，得到该观察点是否是真实火焰像素点的判决结果；当所有观察点中超过一定比例的观察点均被判定为真实的火焰像素点时，认为疑似火焰区域为真实的火焰区域，并发出报警。本发明具有较低的漏检率和误检率，并具有很好的鲁棒性，可用于更为广泛的火灾监控场合。

主权项

1.一种基于视频时间和空间信息的火焰检测方法，包括以下步骤：步骤1：利用视频监控装置获取监控区域的视频监控源图像序列I_N，设每张源图像的大小为K行L列；步骤2：从源图像序列I_N中分离出前景运动图像序列F_N；步骤3：检测源图像序列I_N中具有火焰颜色特征的像素点；首先将源图像序列I_N中的每一帧图像进行RGB三通道颜色分离，当源图像序列I_N中的某一帧图像中的某一像素点RGB三通道的像素值满足条件：$\left\{\begin{array}{c}R>R_T\\ R>G>B\\ S>(255-R)S_T/R_T\end{array}\right.$时，判定该像素点为具有火焰颜色特征的像素点；其中，R表示该像素点红色通道像素值，G表示该像素点绿色通道像素值，B表示该像素点蓝色通道像素值，R_T表示红色通道阈值，S表示该像素点的饱和度值，S_T是饱和度阈值；步骤4：结合步骤2和步骤3的计算结果，可在前景运动图像序列F_N的每一帧前景运动图像F_n中确定出疑似火焰像素点，所有疑似火焰像素点形成疑似火焰区域；步骤5：判断步骤4所确定的当前帧前景运动图像F_n中的疑似火焰区域是否是真实的火焰区域；具体包括以下步骤：步骤5-1：在当前帧前景运动图像F_n中的疑似火焰区域的边缘像素点中，均匀间隔地选择若干观察点，观察点的数量L′由下式决定：$L^{\prime }=\partial ·C$其中，是事先确定的比例阈值，C是该疑似火焰区域的边缘像素点总数；步骤5-2：以步骤5-1所确定的每个观察点为几何中心，确定一个边长为B的正方形为观察面，共得到L′个观察面；步骤5-3：以步骤5-2所确定的每个观察面为起始观察面，包括沿时间轴在后续B·T-1帧前景运动图像F_n中与起始观察面相同位置的所有像素点在内，形成一个观察体，共得到L′个观察体；步骤5-4：将步骤5-3所得的每个观察体平均分成T个立方体，统计每个立方体中所有像素点的红色通道像素值的平均值，将每个观察体中T个统计平均值按时间先后顺序排列在一起，形成该观察体的统计平均值序列，共计得到L′个统计平均值序列；步骤5-5：对步骤5-4所得的L′个观察序列进行时域小波变换，取小波变换后的高频部分，得到L′个高频观察序列O_i，其中i＝1，2，…，T；步骤5-6：将步骤5-5所得的L′个高频观察序列输入到事先训练好的隐马尔科夫模式判决器，得到L′个判决值ξ_i，其中i＝1，2，...，L′；当ξ_i＝1时，表示该高频观察序列所对应的观察点是火焰像素点；当ξ_i＝0时，表示该高频观察序列所对应的观察点不是火焰像素点；步骤5-7：计算步骤4-6所得的L′个判决值ξ_i的均值比较与比例阈值ζ的大小；当时，判定当前帧前景运动图像F_n中的疑似火焰区域是真实的火焰区域，并发出报警；当不大于阈值ζ时，判定当前帧前景运动图像F_n中的疑似火焰区域不是真实的火焰区域，并重新执行步骤5，以判断下一帧前景运动图像F_n中的疑似火焰区域是否是真实的火焰区域；步骤5-6中所述事先训练好的隐马尔科夫模式判决器所采用的训练样本来自于已知火焰区域边缘像素点，即从含有真实火焰区域的视频图像中的真实火焰区域的边缘像素点中，选择20个以上的观察点，经步骤5-2至步骤5-5相同的处理得到。