[发明专利]一种狭长环境中基于红外热像仪的火灾预警方法

权利要求书

1.一种狭长环境中基于红外热像仪的火灾预警方法，其特征在于，该方法包括以下步骤：

步骤1）对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包括如下步骤：

步骤1.1）采用中值滤波法对原始红外图像数据进行去噪；

步骤1.2）预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100度的高温、低于70度的低温、70-100度之间的疑似高温；

步骤1.3）对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标；

步骤1.4）对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似高温目标区域，余下的根据目标区域的灰度值分为三类：高温物体、低温物体、疑似高温物体；

步骤1.5）对分割后的目标进行判断，根据以下的三种情况分别进行处理：

（1）如果监测到高温物体，直接输出火灾预警信号；

（2）如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信号；

（3）如果分割的目标中监测到疑似高温物体，则转至步骤2）；

步骤2）对步骤1）中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形状特征，其具体步骤为：

步骤2.1）对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区域的灰度值和标准方差，进行图像二值化；

步骤2.2）图像二值化后，计算连通域，得到分割后的目标物体区域；

步骤2.3）计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特征，并以分散度、尖角数和高度变化特征作为火焰形状特征；

步骤3）根据步骤2）中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判定算法对疑似高温目标区域的火焰进行火焰监测，如果判定为火焰，则发出火灾预警信号；如果判定为干扰物体，则不触发火灾预警信号。

2.根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述步骤2.1）中采用如下方法对该区域进行图像二值化，即采用公式：

（1）

其中，，，，

式中为图像像素在的灰度值；为阈值分割后图像像素在的灰度值；M、N分别为图像尺寸的高度和宽度，单位为像素；为图像像素灰度值的均值；为图像像素灰度值的标准差；为二值化分割阈值；为标准差系数。

3.根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述步骤2.3）中分散度、尖角数和高度变化特征的计算方法如下：

获取连续N帧图像，对于第i帧图像，假设该图像中的目标区域的面积为，周长为，则

分散度定义如下：

（2）；

尖角数目定义如下:

（3）

其中为疑似高温区域可以正确监测火焰的最小面积值，即目标在图像中所占像素和；

高度变化特征定义如下：

为图像序列中提取出疑似高温目标区域的高度序列集合，表示高度序列集合中有个元素，即帧视频图像，假设对作离散余弦变换获得余弦系数集合，则高度变化特征函数为：

（4）

其中为离散余弦变换的长度；为余弦变换系数；当值越大时，说明谱内分量越大，表示有火焰的可能性越大。

4.根据权利要求1或3所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，计算出所述分散度、尖角数和高度变化特征这三个特征量后，采取的基于概率统计模型的判定算法如下：

（5）

其中，为对应特征量的权值，，其对应的权值越大，说明监测时越注重以该特征来区分火焰；为火焰判定概率。

5.根据权利要求4所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述概率统计模型中设定火焰预警阈值为1，若所述火焰判定概率大于等于1，给出火灾预警信号；若所述火焰判定概率小于1，则不触发火灾预警信号。