[发明专利]一种基于视频图像分析的烟雾/火焰检测方法

说明书

技术领域

本发明属于智能火灾监控技术领域，具体涉及一种基于视频图像的智能火焰和烟雾同时检测的方法。

背景技术

随着社会生产力的发展，社会财富日益增加，火灾损失和火灾危害范围呈不断扩大趋势。火灾不仅给人类的经济建设造成巨大损失，破坏生态环境，而且还会威胁到人民生命财产安全，影响到社会稳定发展。目前我国的林火监测主要有地面巡护、了望台监测、 巡航飞机和气象卫星遥感监测等。这些火灾监控方式存在着自身的不足：一方面，由于林区地形复杂、面积广阔，只靠巡护人员监测火情是不现实不可靠的，了望台的了望又受到许多地理条件和基础设施的限制，而靠飞机巡逻观察不仅耗资大，而且效率低；另一方面，由于我国绝大多数林区由于地形条件复杂，缺乏供电和相应的通讯设施等，造成了林区的火灾监控开发的迟滞，而且以上的这些火灾监控方式，不适用于我国中小型林区分布散的特点，其实用性、可推广性受到了限制。近年来由于远程视频监控技术的长足发展，智能视频监控技术可以主动对监控现场的视频图像进行分析，提供预警信息，给现代火灾监控领域带来了新的变革。因此有待于进一步研发具有独立知识产权的嵌入式智能图像处理视频服务器，取代人工远程监测且提高其监测效能，适应林区环境的、便捷、低成本的火灾监测智能系统，是视频远程火灾监控系统升级换代的关键。

基于视频图像分析的嵌入式火焰分析智能设备，能及时捕捉火灾发生时出现的火苗，监测火焰面积及蔓延情况，确保火情预警的低误报率具有重要意义。火情智能分析预警将从根本上改变人工进行火灾监测中由于疲劳漏报火情的情况，将提高预警的准确性，切实保证林区安全。

发明内容

本发明的目的是针对现有火灾监控的不足，提供在开放环境下、一种基于视频图像分析同时检测烟雾和火焰的方法。本发明方法的具体步骤是：

步骤(1)视频采集；

通过摄像头采集CIF格式的视频图像，将视频图像存储到图像处理开发板DM642中的缓存。

步骤(2)运动检测；

对采集的视频图像采用Kalman滤波器进行运动检测

，              （1）

    （2）

             （3）

        （4）

其中是第帧背景图像y通道中坐标位置的像素值，；是采集的第帧视频图像y通道中坐标位置的像素值，；是采集的第帧视频图像y通道中坐标位置像素点的运动值，，运动值为1,则该点为运动像素点，运动值为0，则该点为背景像素点，所有运动像素点构成视频运动区域；是烟雾和火焰共同的运动阈值，；是运动因子，，是背景因子，；是背景预测函数，实现对背景的更新修正，。

公式(1)为Kalman滤波器的初始条件，公式(2)为Kalman滤波器的时间更新，通过当前视频图像预测背景图像，公式(3)和(4)为Kalman滤波器的测量更新，通过当前的视频图像修正背景预测函数；另外，为了能使获得的火焰像素数量极大化，抑制火焰像素区域更新成为背景，在检测到火焰后必须停止测量更新，即令。

步骤(3)颜色检测，包括烟雾颜色分析和火焰颜色分析；

（a）烟雾颜色分析：

在RGB色彩空间下,根据烟雾在R、G、B通道的颜色特性，利用公式组（5）或公式（6）确定；

                （5）

                （6）

其中，R表示像素的红色分量，G表示像素的绿色分量，B表示像素的蓝色分量，I表示RGB三分量的均值，公式组（5）确定的是青色的烟雾，公式（6）确定的是白色的烟雾。

(b)火焰颜色分析：

在 YCrCb色彩空间下，根据Y、U、V通道的颜色特征采用高斯混合模型，利用公式(7)和(8)进行颜色检测，同时满足公式(7)和(8)条件的像素区域为火焰颜色区域；

         （7）

        （8）

其中，表示YCbCr像素点的亮度值，Cb指蓝色色度分量，Cr指红色色度分量, 分别为所选的阈值。

步骤(4)对步骤(2)得到的视频运动区域和步骤(3)得到的烟雾和火焰颜色区域进行逐像素点的与运算，排除静止的烟雾和火焰类似物的干扰，获得最终的烟雾和火焰像素区域。

步骤(5)对步骤(4)得到的结果分别与给定的烟雾和火焰阈值进行比较，并修改决策机变量值ID对当前图像帧状态做出决策，其中ID表示决策机的决策值：

如果没有检测到烟雾和火焰，则令；

如果检测到烟雾并确定烟雾的区域，则令；