[发明专利]一种基于视频图像处理的火灾检测系统及检测方法

权利要求书

1.一种基于视频图像处理的火灾检测系统的火灾检测方法，该系统依次由视频输入单元，视频预处理单元和视频输出单元组成的视频采集模块；由背景建模和更新单元，前景运动目标检测单元组成的火灾检测模块；由疑似火焰区域检测单元，火焰特征提取单元组成的火灾分析模块；火灾判断模块和火灾报警模块连接而成；

该系统的火灾检测方法包括以下步骤：

1)视频采集模块采集摄像头覆盖区域内的视频图像；

2)火灾检测模块对视频图像进行背景建模和背景更新，并进行前景运动目标的检测；

3)火灾分析模块对视频图像进行分析找出疑似火焰区域，并提取出疑似火焰的静态特征和动态特征；

4)火灾判断模块把火灾分析模块提取出来的火焰静态特征和动态特征作为BP神经网络的输入，判断是否有火焰存在于视频中；

5)火灾报警模块会根据火灾判断模块输出结果判断是否发出报警；

所述视频采集模块，包括：视频输入单元，视频预处理单元和视频输出单元；视频输入单元通过摄像头捕获视频序列，把视频序列输入到视频预处理单元进行预处理操作，然后把预处理后的视频序列通过视频输出单元送给火灾检测模块；

所述火灾检测模块，包括：背景建模和更新单元，前景运动目标检测单元；背景建模和更新单元接收到来自视频采集模块送过来的视频，对每一帧图像进行背景建模，对连续视频帧进行背景更新，再经过前景运动目标检测单元检测出前景运动目标，然后把数据移交火灾分析模块；

所述火灾分析模块，包括：疑似火焰区域检测单元，火焰特征提取单元；疑似火焰区域检测单元利用颜色模型规则提取疑似火焰区域，提取出疑似火焰区域以后再经火焰特征提取单元提取火焰相应的静态特征和动态特征，把提取的静态特征和动态特征输入进所述火灾判断单元进行综合判断，然后把输出结果送给所述火灾报警模块；

所述视频预处理单元采用如下方法对采集到的视频图像进行滤波，去除图像中的噪声干扰：

采用一个3×3的滑动窗口对图像像素矩阵按照下列步骤进行处理：

(1)选定一个二维的3×3的窗口M_xy，假设要处理的像素为m(x,y)；

(2)窗口内的像素值矩阵按行从左到右升序，列从上到下升序，左对角线从左上到右下升序排列；排好顺序以后，得到左上角的像素值记为m_min，右下角的像素值记为m_max，正中央的像素值记为m_med；

(3)这样排列会出现三种情况：

①如果m_min<m(x,y)<m_max,m_min≥0,m_max≤255，说明m(x,y)是没有被噪声污染的像素点，不用改变；否则，说明m(x,y)是一个被污染的像素；

②若m(x,y)是一个被污染的像素点，若m_min<m_med<m_max，0<m_med<255,则用m_med替换m(x,y)；

③如果不满足m_min<m_med<m_max，或者255<m_med＝0,则说明m_med也是个被污染的像素点，

这种情况下就用与m(x,y)相邻的像素点代替m(x,y)；

(4)重复执行(1)到(3)步骤至整幅图像像素矩阵处理完毕；

其特征在于，所述背景建模与更新单元采用如下的方法对图像数据进行背景建模和更新：

(1)背景建模

①对每一帧图像的每一个像素点建立像素点模型

其中：t₀代表当前建模图像的时刻，表示(x,y)在t₁时刻的像素值，表示(x,y)在t_N时刻的像素值，表示t时刻(x,y)像素点的模型，一帧图像的背景模型就是所有像素点的背景模型；

②对当前帧的像素点进行前景背景分类

S_r(m_t(x,y))＝{m|EuclidDis(m,m_t(x,y))＜r}

其中：t为当前时刻，m_t(x,y)为(x,y)点位置t时刻的像素值，S_r(m_t(x,y))为颜色空间中与m_t(x,y)欧几里德距离小于r的像素点集合；

③对S_r(m_t(x,y))和(x,y)点背景模型取交集的势

利用如下公式对像素点进行分类

其中：T为根据实验所确定的阈值，该值可以根据检测的场景不同做出调整；

(2)背景更新

若m_t(x,y)被判定为背景像素点，系统执行一个随机函数来判定这个背景像素点是否被用来更新背景模型，如果判定为要更新，则系统用该点像素值m_t(x,y)，随机的去替换背景模型B_t0(x,y)中的某一个元素；还要考虑该像素点的邻域N_t(x,y)，由于图像中相临近位置的像素点在颜色空间中具有相关性，因此其邻域像素也能为背景像素，因此，使用该点像素值m_t(x,y)来更新邻域N_t(x,y)内随机某位置(x_i,y_i)像素点的背景模型B_t(x_i,y_i)，达到将突然停止运动并静止的运动目标去除，以免被检测为前景目标；

(4)对检测到的前景目标运动区域，先进行一次开运算，再进行一次闭运算，以去除前景目标运动区域中的空洞。