一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種預(yù)警火災(zāi)的煙霧檢測方法，特別設(shè)及一種基于軌跡辨識的煙霧檢 測及火災(zāi)預(yù)警方法。
【背景技術(shù)】
[0002] 全世界每天發(fā)生火災(zāi)上萬起，造成數(shù)百人死亡；每年歐洲約10km2的森林毀于火 災(zāi)，俄羅斯和美國約100km2、全世界約0. 1%的森林毀于火災(zāi)，每年超過20%的C〇2排放來 自火災(zāi)。火災(zāi)是發(fā)生頻度最高的災(zāi)難，給人類的生活帶來巨大的損失。人們在與火災(zāi)的長 久斗爭中逐漸積累經(jīng)驗，總結(jié)火災(zāi)發(fā)生的規(guī)律，已經(jīng)由過去只能被動的接受火災(zāi)，開始轉(zhuǎn)變 為主動探測預(yù)防火災(zāi)。根據(jù)煙霧、氣體、溫度等物理量變化，感溫、感煙、感光、氣體探測W及 復(fù)合式探測而設(shè)計的吸氣式煙霧探測器、單點式煙霧探測器（離子式煙霧探測器、光電式 煙霧探測器）、投影束式煙霧探測器、反射束式煙霧探測器、空氣取樣煙霧探測器、福射的能 量感應(yīng)煙霧探測器（紫外線煙霧探測器、紅外線煙霧探測器、火花灰炫煙霧探測器）、圖像 對的單點式模擬探測器等已經(jīng)在室內(nèi)廣泛應(yīng)用。但是在空間距離和占地面積都較大型的場 所（如電站、糧油庫、飛機(jī)庫、大倉庫、古建筑群、隧道、車站、購物中屯、等）或存在著強(qiáng)氣流 的地方，安裝上述煙霧探測器則難W發(fā)揮作用，其防火、防泄漏的早期報警始終是很困難的 問題。其原因主要在于；1、普通的感煙火災(zāi)探測器為被動工作方式，需等待煙達(dá)后才能探 巧。?；馂?zāi)早期煙霧的擴(kuò)散速度通常較慢，有時經(jīng)過較長的時間才能到達(dá)探測器，甚至根本就 到達(dá)不了探測器。2、在大空間室內(nèi)環(huán)境，煙霧上升至一定高度會被周圍的空氣冷卻，停留空 中不再上升，使得傳統(tǒng)的感煙探測器失去了作用。3、在室外環(huán)境，煙霧易被高速氣流吹散， 致使煙霧到達(dá)不了感煙探測器，無法探測。4、傳統(tǒng)感煙探測器易受環(huán)境中粉塵等微小顆粒 的影響，降低探測效率?？傊胀ㄐ透袩熁馂?zāi)探測器是一種接觸式的探測手段，易受空間 高度、氣流等復(fù)雜條件的限制，特別是在環(huán)境惡劣的室外場所，有時達(dá)不到極早期火災(zāi)探測 報警的要求。
[0003] 基于視頻的煙霧監(jiān)控將能夠有效彌補(bǔ)傳統(tǒng)火災(zāi)探測器的不足，具有非接觸式探測 的優(yōu)勢，不會受復(fù)雜環(huán)境條件的局限，是一種室外或大空間場所進(jìn)行火災(zāi)探測的有效手 段，可望能解決工廠、森林、草原、隧道、車站、車站、購物中屯、等場所的火災(zāi)預(yù)警問題?；?視頻的煙霧檢測主要通過煙霧的色彩、紋理、半透明性、形狀變化和飄動等特性進(jìn)行分析檢 巧。。但是現(xiàn)有方法所提出的煙霧特征，無論是靜態(tài)特性還是較為可靠的動態(tài)特性，都不能準(zhǔn) 確檢測煙霧排除其它目標(biāo)，建立與煙霧的一一對應(yīng)關(guān)系。顏色、紋理特征太分散，變化范圍 很大，并且與天氣、光照和時間，甚至分辨率相關(guān)，無法排除和煙霧的顏色一樣或相似的區(qū) 域，例如陰影。動態(tài)特性往往需要背景建模，而且無法區(qū)別同樣向上運動、形狀不規(guī)則的動 態(tài)目標(biāo)，例如飄動的旗峽?；陬l域的分析對于遠(yuǎn)距離、丟失了細(xì)節(jié)變化的監(jiān)控，往往無能 為力。大面積單色物體或者大量同色物體的出現(xiàn)，同樣會減少場景的高頻分量，增加低頻分 量。頻域分析難W排除該種情況。因此，過去的研究不得不綜合多種特征，采用神經(jīng)網(wǎng)絡(luò) (NeuralNetworks,NN)、支持向量機(jī)（So巧portVectorMachine,SVM)、Bayesian分類器、 模糊邏輯等方法進(jìn)行判斷。但該些方法需要比較強(qiáng)的計算能力，時間和空間等計算資源消 耗大，CCD監(jiān)控系統(tǒng)往往不具備該樣的計算資源。
[0004] 由于沒有合適的特征，因此現(xiàn)有的煙霧檢測方法無法完全排除近似目標(biāo)，對強(qiáng)烈 的濃煙和淡薄的弱煙不能等同處理，在準(zhǔn)確性、適應(yīng)性和計算的快速性方面還有所欠缺。

【發(fā)明內(nèi)容】

[0005] 為了改進(jìn)現(xiàn)有視頻的煙霧監(jiān)控的缺陷，本發(fā)明提供一種基于軌跡辨識的煙霧檢測 及火災(zāi)預(yù)警方法。
[0006] 為了實現(xiàn)上述目的，本發(fā)明所采取的技術(shù)方案是：
[0007] 本發(fā)明提供了一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，包括W下步驟：
[000引第一步，視頻信息預(yù)處理；依次包括為提高薄煙與環(huán)境對比度的設(shè)置暗黑通道階 段和圖像分塊階段，W及對視頻圖像通過投影變換將=維圖像變換成二維投影壓縮圖像， 并建立視頻的時間壓縮軌跡維圖像中的點化Y，幻在投影壓縮圖像中成像為（u，v)， 視頻的時間壓縮軌跡是視頻在u-t和v-t坐標(biāo)上的投影壓縮圖像）的視頻時間信息壓縮階 段；
[0009] 第二步，基于軌跡辨識的煙霧檢測：對第一步的視頻時間壓縮軌跡進(jìn)行煙霧檢測， 依次包括去除背景圖像、抽取運動軌跡和煙霧特性檢測=個階段；
[0010] 第=步，煙源定位和煙霧定量計算：對第二步檢測到的煙霧進(jìn)行煙源的定位并根 據(jù)煙源計算煙量，依次包括煙源定位和煙量計算兩個階段。
[0011] 所述第一步中的暗黑通道定義為：
[0012]
【主權(quán)項】
1. 一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，其特征在于包括以下步驟： 第一步，視頻信息預(yù)處理：依次包括為提高薄煙與環(huán)境對比度的設(shè)置暗黑通道階段和 圖像分塊階段，以及通過投影變換將三維圖像變換成二維投影壓縮圖像，并建立視頻的時 間壓縮軌跡（三維圖像中的點（X，Y，Z)在投影壓縮圖像中成像為（u，V)，視頻的時間壓縮軌 跡是視頻在u-t和v-t坐標(biāo)上的投影壓縮圖像）的視頻時間信息壓縮階段； 第二步，基于軌跡辨識的煙霧檢測：對第一步的視頻時間壓縮軌跡進(jìn)行煙霧檢測，依次 包括去除背景圖像、抽取運動軌跡和煙霧特性檢測三個階段； 第三步，煙源定位和煙霧定量計算：對第二步檢測到的煙霧進(jìn)行煙源的定位并根據(jù)煙 源計算煙量，依次包括煙源定位和煙量計算兩個階段。
2. 根據(jù)權(quán)利要求1所述的一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，其特征在于
其中r為圖像J的RGB色彩通道中的一個，D (X)為中心在X處的一個局部圖像模塊。
3. 根據(jù)權(quán)利要求1所述的一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，其特征在于 所述第一步中的圖像分塊依次包括以下過程：根據(jù)圖像分辨率確定塊的尺度n，將圖像分 割成nXn的矩形塊；對每塊圖像，抽取暗黑通道，計算其時間壓縮圖像，判斷是存在運動軌 跡；將存在動態(tài)軌跡的相鄰塊合并在一起。
4. 根據(jù)權(quán)利要求1所述的一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，其特征在于 所述第二步中的抽取運動軌跡為通過分水嶺算法抽取用來檢測煙霧軌跡的中心骨架線。
5. 根據(jù)權(quán)利要求4所述的一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，其特征在于 所述第二步中的煙霧特性檢測包括判斷中心骨架線是否是右傾直線的右傾直線特性檢測、 通過煙霧的軌跡的脊線上每點的斜率與脊線上所有點斜率的均值的比值范圍判斷中心骨 架線是否連續(xù)的連續(xù)流線特性接觸、采用煙霧軌跡的梯度及其方差都在一定范圍內(nèi)的原理 進(jìn)行的低頻特性檢測和通過軌跡的縱橫向范圍比判斷煙霧的縱向軌跡比橫向軌跡大的比 例特征檢測。
6. 按照權(quán)利要求1所述的一種基于軌跡辨識的視頻監(jiān)控?zé)熿F檢測及火災(zāi)預(yù)警方法，其 特征在于所述第三步中的煙源定位方法為：當(dāng)只有一條識別的煙霧軌跡時，其在u-t圖像 和v-t圖像中的起點為煙源的位置；當(dāng)有多條識別的煙霧軌跡時，在u-t圖像和v-t圖像中 所有軌跡在x、y方向的最大投影坐標(biāo)即為煙源位置。
7. 按照權(quán)利要求1所述的一種基于軌跡辨識的視頻監(jiān)控?zé)熿F檢測及火災(zāi)預(yù)警方法，其 特征在于所述第三步中的煙量計算包括計算包含背景的煙量圖和根據(jù)粒子反射成像規(guī)則 計算有濃淡、色彩區(qū)分的煙霧量圖。
【專利摘要】本發(fā)明提供一種基于軌跡辨識的煙霧檢測及火災(zāi)預(yù)警方法，包括以下步驟：第一步，視頻信息預(yù)處理：依次包括為提高薄煙與環(huán)境對比度的設(shè)置暗黑通道階段和圖像分塊階段，以及通過投影變換將三維圖像變換成二維投影壓縮圖像，并建立時間壓縮軌跡的視頻時間信息壓縮階段；第二步，基于軌跡辨識的煙霧檢測：對第一步的視頻時間壓縮軌跡進(jìn)行煙霧檢測，依次包括去除背景圖像、抽取運動軌跡和煙霧特性檢測三個階段；第三步，煙源定位和煙霧定量計算：對第二步檢測到的煙霧進(jìn)行煙源的定位并根據(jù)煙源計算煙量。本發(fā)明的有益效果：計算簡單、識別的準(zhǔn)確率較高、識別速度快，具有良好的適應(yīng)性，識別效果較好。
【IPC分類】G06T7-00, G08B17-10
【公開號】CN104715559
【申請?zhí)枴緾N201510099921
【發(fā)明人】羅勝
【申請人】溫州大學(xué)
【公開日】2015年6月17日
【申請日】2015年3月6日