專利名稱：基于視頻圖像分析的火焰檢測裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于視頻圖像分析的火焰檢測裝置，尤其是通過對實時采集的視頻圖像中像素顏色特征的分析，來進行火焰探測和告警，屬于智能火災(zāi)監(jiān)控的技術(shù)領(lǐng)域。
背景技術(shù)：
火災(zāi)監(jiān)控和預(yù)警裝置系統(tǒng)在許多領(lǐng)域，包括大型建筑物防火，森林防火，自然環(huán)境監(jiān)測中，起著非常重要的作用。傳統(tǒng)的火災(zāi)監(jiān)測技術(shù)和裝置包括粒子型煙霧傳感器、紅外線和激光技術(shù)等。粒子型煙霧傳感器需要煙霧顆粒進入傳感器才能引起報警，紅外線和激光技術(shù)也需要煙霧遮擋才能引發(fā)報警，另外，對大型空間的建筑物和室外環(huán)境，需要布局大量的傳感器設(shè)備才能達到較高的監(jiān)控覆蓋率和監(jiān)測精度，造成成本上升。近年來隨著視頻監(jiān)控系統(tǒng)和計算機視覺識別技術(shù)的發(fā)展和提高，基于視頻圖像分析的火災(zāi)檢測系統(tǒng)正有取代傳統(tǒng)裝置的趨勢，尤其在大型建筑物防火和室外環(huán)境監(jiān)測中。在基于視頻圖像的火災(zāi)檢測系統(tǒng)的現(xiàn)有技術(shù)中，許多方法被提出和采用。在這些方法中，基于視頻圖像分析的火焰探測方法分為兩個主要模塊移動目標(biāo)的識別和分割，火焰特征分析。經(jīng)過移動目標(biāo)的識別和分割處理的圖像像素數(shù)據(jù)輸入到火焰特征分析模塊，通過對移動目標(biāo)的顏色、形狀和跳動形式等特征進行分析，以及和火焰特有的特征進行分析對比，來達到火焰識別和檢測的目的。然而，在這些方法中，一些算法采用傳統(tǒng)的顏色空間例如RGB和YUV進行火焰顏色特征識別，誤判率較高；一些算法首先執(zhí)行火焰特征分析，再進行移動目標(biāo)識別，造成計算速度較慢，運行成本較高。而另外一些算法針對火焰形狀等動態(tài)特征進行分析和檢測，算法架構(gòu)復(fù)雜且誤判率較高。

發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提供一種基于視頻圖像分析的火災(zāi)檢測裝置，本裝置是通過對實時采集的視頻圖像中像素顏色特征在另外一種顏色空間上的分析，來提高火災(zāi)檢測和預(yù)警的精度，同時采用火焰檢測和移動目標(biāo)檢測并行處理的方式，來提高火災(zāi)檢測的處理速度。本發(fā)明提供的技術(shù)方案，一種基于視頻圖像分析的火焰檢測裝置，包括用于采集視頻圖像的采集系統(tǒng)，對監(jiān)控場景的視頻圖像RGB數(shù)據(jù)采集；視頻圖像分析系統(tǒng)，對采集的數(shù)據(jù)進行轉(zhuǎn)換、分析；火災(zāi)告警系統(tǒng)；其中，所述視頻圖像分析系統(tǒng)包括四個模塊視頻圖像預(yù)處理模塊，轉(zhuǎn)換視頻圖像數(shù)據(jù)顏色空間；將RGB顏色空間轉(zhuǎn)換到CIEXYZ顏色空間以及CIE xyY顏色空間轉(zhuǎn)換；移動目標(biāo)識別模塊，在轉(zhuǎn)換后的顏色空間中檢測是否有符合火焰顏色特征的目標(biāo)，并輸出一幅二值化圖像，該圖像表征了符合火焰顏色特征的圖像像素位置；火焰像素識別模塊，在轉(zhuǎn)換后的顏色空間中檢測是否有移動目標(biāo)，并輸出一幅移動目標(biāo)二值化圖像，該圖像表征了移動目標(biāo)的圖像像素位置；火災(zāi)判斷模塊，融合移動目標(biāo)識別模塊和火焰像素識別模塊的檢測結(jié)果，判斷是否有動態(tài)火焰發(fā)生。上述的基于視頻圖像分析的火焰檢測裝置，其中，移動目標(biāo)識別模塊還包括一幀背景圖像緩存器。上述的基于視頻圖像分析的火焰檢測裝置，其中，火焰像素識別模塊還包括事先標(biāo)定的標(biāo)準(zhǔn)火焰顏色數(shù)據(jù)圖。本發(fā)明的優(yōu)點采用將采集的視頻圖像從RGB顏色空間轉(zhuǎn)換為CIE xyY顏色空間，通過和標(biāo)定的標(biāo)準(zhǔn)火焰顏色在CIE xy色度圖上的分布特征對比，來達到火焰像素的識別。CIE xy是一種設(shè)備獨立的線性顏色空間，在本質(zhì)上更能精確地表述顏色特征。標(biāo)準(zhǔn)火焰顏色在CIE xy色度圖上有明顯的分辨性和獨特性。所以本發(fā)明有較高的火焰檢測精確度。另外由于本發(fā)明采用火焰檢測和移動目標(biāo)檢測并行處理的方式，火災(zāi)檢測運行反應(yīng)速度快，適應(yīng)范圍廣。


圖1為本發(fā)明中火災(zāi)檢測方法流程示意圖。圖2為本發(fā)明中標(biāo)準(zhǔn)火焰顏色在CIE色度圖中位置示意。圖3為本發(fā)明的裝置結(jié)構(gòu)框圖。
具體實施例方式下面結(jié)合具體附圖和實施對本發(fā)明作進一步說明。如圖1所示，為本發(fā)明中火災(zāi)檢測方法流程示意圖。步驟如下步驟101 :采集視頻圖像數(shù)據(jù)；采集的視頻圖像在圖像預(yù)處理模塊從RGB顏色空間轉(zhuǎn)換到CIE XYZ顏色空間以及進一步的CIE xy顏色空間轉(zhuǎn)換，在轉(zhuǎn)換過程中，由于通常的RGB顏色空間為非線性空間，即經(jīng)過了伽瑪校正處理，因此獲取的RGB視頻圖像數(shù)據(jù)首先要線性化為IT G ' B '數(shù)據(jù)；線性化的R ' G ' B '圖像數(shù)據(jù)通過線性矩陣操作轉(zhuǎn)化為CIEXYZ圖像數(shù)據(jù)，轉(zhuǎn)換后CIE XYZ圖像數(shù)據(jù)隨后轉(zhuǎn)換到CIE xyY圖像數(shù)據(jù)；步驟103 :轉(zhuǎn)換視頻圖像數(shù)據(jù)顏色空間；對所轉(zhuǎn)換后圖像的每一個像素的CIE xy數(shù)據(jù)和標(biāo)準(zhǔn)顏色數(shù)據(jù)圖進行對比，如果該像素的CIE xy坐標(biāo)點落在標(biāo)準(zhǔn)顏色數(shù)據(jù)圖中的火焰區(qū)域內(nèi)，該像素賦值為I ;否則賦值為0，火焰像素檢測模塊的輸出結(jié)果為一幅二值化圖像，該圖像表征了符合火焰顏色特征的圖像像素位置。步驟105 :在轉(zhuǎn)換后的顏色空間中檢測是否有符合火焰顏色特征的目標(biāo)；在進行火焰像素檢測的同時，移動目標(biāo)的檢測和判斷也在并行處理。經(jīng)過預(yù)處理模塊轉(zhuǎn)換得到的CIE Y亮度圖像數(shù)據(jù)用來進行移動目標(biāo)的檢測和判斷。本發(fā)明所采用的移動目標(biāo)檢測方法主要通過比較當(dāng)前圖像和背景圖像的差異完成，通過比較，一幅移動目標(biāo)二值化圖像MO被生成。不斷更新的背景圖像存放在背景圖像緩存器中。背景圖像又通過統(tǒng)計幀間差圖像來完成，幀間差圖像計算為實時視頻圖像的連續(xù)兩幀圖像的CIE Y亮度之差。如果連續(xù)幾幀或一段時間內(nèi)，幀間差圖像一直為零或者接近為零，該監(jiān)控場景圖像可視為可靠背景圖像，該背景圖像存放在背景圖像緩沖器中并不斷被更新。移動目標(biāo)檢測模塊的輸出結(jié)果為一幅移動目標(biāo)二值化圖像，該圖像表征了移動目標(biāo)的圖像像素位置。步驟107 :在轉(zhuǎn)換后的顏色空間中檢測是否有移動目標(biāo)；火焰像素檢測模塊和移動目標(biāo)模塊輸出的兩幅二值化圖像進行融合來進一步判斷是否有火焰在當(dāng)前監(jiān)控場景中發(fā)生。融合方法為二值化AND操作，也就是說當(dāng)前圖像的某像素只有同時在上述兩幅二值化圖像中都為1，該像素才能判斷為可疑火焰像素。進一步的可能判斷包括統(tǒng)計可疑火焰像素的數(shù)目，當(dāng)統(tǒng)計所得可疑火焰像素數(shù)目達到某一閾值，檢測方法則判斷當(dāng)前監(jiān)控場景有火災(zāi)發(fā)生，產(chǎn)生一個火災(zāi)告警信號，啟動預(yù)警系統(tǒng)。本發(fā)明還提供一種火焰檢測裝置，包括視頻圖像采集系統(tǒng)，視頻圖像分析系統(tǒng)，火災(zāi)告警系統(tǒng)。其中視頻圖像分析系統(tǒng)包括四個模塊視頻圖像預(yù)處理模塊，移動目標(biāo)識別模塊，火焰像素識別模塊，和火災(zāi)判斷模塊。視頻圖像分析系統(tǒng)位于計算機系統(tǒng)內(nèi)，是本發(fā)明的核心部分，通過對實時采集的視頻圖像進行處理和分析，并作出是否有火災(zāi)發(fā)生的判斷。首先，視頻圖像分系統(tǒng)通過預(yù)處理模塊對圖像圖像顏色空間轉(zhuǎn)換等預(yù)處理，將視頻采集獲取的RGB圖像格式轉(zhuǎn)換到CIE xyY顏色空間。預(yù)處理也可以包括去噪等處理，來進一步提高火焰判斷的精度和穩(wěn)定性。經(jīng)過顏色空間轉(zhuǎn)換后的視頻圖像數(shù)據(jù)分別輸入到兩個并行處理模塊移動目標(biāo)識別模塊和火焰像素識別模塊。這種并行處理不同于傳統(tǒng)的串行處理，可大大加快火災(zāi)判斷的處理和反應(yīng)速度。移動目標(biāo)識別模塊還包括一幀背景圖像緩存器?；鹧嫦袼刈R別模塊還包括事先標(biāo)定的標(biāo)準(zhǔn)火焰顏色數(shù)據(jù)圖?；馂?zāi)判斷模塊接受移動目標(biāo)識別模塊和火焰像素識別模塊的輸出結(jié)果，來作出是否有火災(zāi)發(fā)生的判斷，并將火災(zāi)預(yù)警信號輸入到火災(zāi)預(yù)警系統(tǒng)。具體實施步驟如下在步驟101，所監(jiān)控場景的視頻圖像數(shù)據(jù)通過視頻圖像采集系統(tǒng)獲取，假定視頻圖像格式為RGB格式。接下來，采集的視頻圖像通過步驟103從RGB顏色空間轉(zhuǎn)換到CIE XYZ顏色空間以及進一步的CIE xy顏色空間轉(zhuǎn)換；CIE XYZ顏色空間不同于RGB顏色空間，它是一種設(shè)備獨立的線性顏色空間，由國際照明委員會在上世紀(jì)二十年代提出并在1931年將其標(biāo)準(zhǔn)化，在本質(zhì)上更能精確地表述顏色特征。在本發(fā)明中，轉(zhuǎn)換后的CIE XYZ三維顏色空間數(shù)據(jù)進一步轉(zhuǎn)換到CIE xyY色度空間，使顏色特征(色相和飽和度)進一步獨立于亮度特征。由于通常的RGB顏色空間為非線性空間，即經(jīng)過了伽瑪校正處理，因此獲取的RGB視頻圖像數(shù)據(jù)首先要線性化為R' G' B'數(shù)據(jù)
權(quán)利要求
1.一種基于視頻圖像分析的火焰檢測裝置，包括用于采集視頻圖像的采集系統(tǒng)，對監(jiān)控場景的視頻圖像RGB數(shù)據(jù)采集；視頻圖像分析系統(tǒng)，對采集的數(shù)據(jù)進行轉(zhuǎn)換、分析；火災(zāi)告警系統(tǒng)；其特征在于，所述視頻圖像分析系統(tǒng)包括四個模塊視頻圖像預(yù)處理模塊，轉(zhuǎn)換視頻圖像數(shù)據(jù)顏色空間；將RGB顏色空間轉(zhuǎn)換到CIE XYZ 顏色空間以及CIE xyY顏色空間轉(zhuǎn)換；移動目標(biāo)識別模塊，在轉(zhuǎn)換后的顏色空間中檢測是否有符合火焰顏色特征的目標(biāo)，并輸出一幅二值化圖像，該圖像表征了符合火焰顏色特征的圖像像素位置；火焰像素識別模塊，在轉(zhuǎn)換后的顏色空間中檢測是否有移動目標(biāo)，并輸出一幅移動目標(biāo)二值化圖像，該圖像表征了移動目標(biāo)的圖像像素位置；火災(zāi)判斷模塊，融合移動目標(biāo)識別模塊和火焰像素識別模塊的檢測結(jié)果，判斷是否有動態(tài)火焰發(fā)生。
2.如權(quán)利要求1所述的基于視頻圖像分析的火焰檢測裝置，其特征在于，移動目標(biāo)識別模塊還包括一幀背景圖像緩存器。
3.如權(quán)利要求1所述的基于視頻圖像分析的火焰檢測裝置，其特征在于，火焰像素識別模塊還包括事先標(biāo)定的標(biāo)準(zhǔn)火焰顏色數(shù)據(jù)圖。
全文摘要
本發(fā)明公開了一種基于視頻圖像分析的火災(zāi)檢測裝置，包括用于采集視頻圖像的采集系統(tǒng)、視頻圖像分析系統(tǒng)、火災(zāi)告警系統(tǒng)，所述視頻圖像分析系統(tǒng)包括四個模塊視頻圖像預(yù)處理模塊、移動目標(biāo)識別模塊、火焰像素識別模塊、火災(zāi)判斷模塊，本發(fā)明將采集的視頻圖像從RGB顏色空間轉(zhuǎn)換為CIE xyY顏色空間，通過和標(biāo)定的火焰顏色在CIE xy色度圖上的分布特征對比，來達到火焰像素的識別目的，將轉(zhuǎn)換后CIE xyY數(shù)據(jù)輸入到火焰檢測模塊和移動目標(biāo)檢測模塊，通過對兩個模塊輸出的二值化圖像進行融合，檢測是否有火災(zāi)，由于在CIE xy顏色空間，火焰顏色有較高的分辨性和獨特性，本發(fā)明具有較高的火焰識別精確度，適應(yīng)范圍廣。
文檔編號G08B17/00GK102999994SQ20121046026
公開日2013年3月27日 申請日期2012年11月15日 優(yōu)先權(quán)日2012年11月15日
發(fā)明者杜崢 申請人:鎮(zhèn)江石鼓文智能化系統(tǒng)開發(fā)有限公司