[发明专利]一种基于半透明特征的早期火灾烟雾检测方法

说明书

技术领域

本发明涉及一种火灾烟雾检测方法，特别是关于一种基于半透明特征的早期火灾烟雾检测方法，属于火灾监测及报警技术领域。

背景技术

火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。为有效预防火灾发生，做好火灾预警非常重要。目前常用气体或温度传感器监测火灾，这种方法需要火势扩展到传感器一定距离范围内才能做出警报，不易及早发现危险，欲达到较好效果需要安装大量传感器，仅适用于家庭及小型公共场所。而且传感器对环境条件较为敏感，大部分传感器长期置于高湿度、高温、粉尘等恶劣环境便会发生传感器中毒，影响检测效果。近几年随着计算机视觉技术的不断发展，基于视频的方法逐渐应用于火灾监测中，这种方法的优点在于可以通过选择视频采集点的位置，仅需设置少数摄像头便可对大范围多角度进行检测，硬件简单、成本低，对环境适应能力也较强。火灾的发生发展过程一般情况下先出现可见烟阶段，之后才进入燃烧阶段和剧烈燃烧阶段，可见火灾发生初期常伴随烟雾产生，通过检测烟雾的方法可以在火灾发生初期进行迅速反应，有利于火灾的早期预警和控制，将火灾危害程度降低。

国内外对火灾烟雾检测方法的研究和成果很多，例如杨杰提出一种基于颜色矩的烟雾检测算法，该方法仅基于烟雾像素颜色特性；Byoung Chul Ko利用方向梯度直方图，通过随机森林分类器进行烟雾和非烟雾的划分；Hidenori Maruta通过纹理特征结合支持向量机对烟雾进行识别；王欣刚进行运动物体的检测分割,分析图像帧中运动物体的动态特征(烟雾区域整体移动相对稳定性、边缘模糊性、面积增长特征)，进而判断监控区域是否有火灾烟雾的发生；袁飞牛建立滑动时间窗得到块运动序列，根据可以反映出运动持续的程度的累积量和表明每个块最可能的运动方向的主运动方向，提出一种烟雾检测方法；王涛通过对烟雾飘动特性的分析，提出一种视频烟雾检测的新方法，首先利用滑动时间窗分析视频中运动区域的飘动性特征，提取出飘动方向、周期飘动强度、周期有效飘动强度和周期逆向飘动强度等特征，建立多特征向量使用神经模糊推理系统训练并检测烟雾；A.Genovese等人综合颜色、边缘等静态特性和运动特性、区域增长特性来识别烟雾。

综上所述，现有方法主要基于烟雾图像的颜色特征、静态特征和动态特征对火灾烟雾进行判断和识别，这些方法普遍存在运算复杂度较高、环境条件限制度高的问题。另外，上述方法均存在无法克服的缺陷是都有较高的误报率，尤其在室外复杂环境中，误报率居高不下，难以实用化。

发明内容

针对上述问题，本发明的目的是提供一种能够有效降低室外大空间早期火灾烟雾检测误报率的基于半透明特征的早期火灾烟雾检测方法。