摘要:傳統(tǒng)的離子式、吸氣式、光電式等煙霧檢測(cè)器在大空間中檢測(cè)煙霧時(shí),會(huì)受到發(fā)射信號(hào)與接收信號(hào)之間的距離、平面角度、精確對(duì)準(zhǔn)等限制,無(wú)法對(duì)整個(gè)空間的煙霧狀況進(jìn)行描述。新的方法通過(guò)監(jiān)測(cè)區(qū)域的攝像機(jī)拍攝的視頻圖像序列,進(jìn)行小波變換,分析圖像幀在時(shí)域和空域的頻率特性,來(lái)確定被監(jiān)測(cè)區(qū)域是否有火災(zāi)煙霧的發(fā)生。實(shí)驗(yàn)證明該方法不受空間高度、熱障、易爆、有毒等環(huán)境的限制,并且有靈敏度高、抗干擾力強(qiáng)、適用范圍廣等特點(diǎn)。
關(guān)鍵詞:小波;背景更新;閃爍頻率
中圖分類號(hào):TP399文獻(xiàn)標(biāo)志碼:A
文章編號(hào):1001—3695(2007)03—0309—03
為了防止火災(zāi)發(fā)生和減少火災(zāi)危害,保護(hù)人民生命和財(cái)產(chǎn)安全,人們對(duì)自動(dòng)火災(zāi)檢測(cè)系統(tǒng)的需求日益增長(zhǎng)。這些系統(tǒng)的成功,取決于煙霧、氣體、溫度等物理量的適當(dāng)檢測(cè),因?yàn)檫@些物理量可提供火災(zāi)初期的快速、可靠的報(bào)警信號(hào)。目前應(yīng)用比較廣泛的火災(zāi)煙霧檢測(cè)器,大致有離子式煙霧檢測(cè)器、吸氣式煙霧檢測(cè)器、二極管式光電煙霧檢測(cè)器、反射光式煙霧檢測(cè)器、圖像對(duì)單點(diǎn)式模擬檢測(cè)器等。這些煙霧檢測(cè)器在檢測(cè)煙霧時(shí)各有優(yōu)缺點(diǎn)。特別是在大空間場(chǎng)合中主要遇到以下問(wèn)題:①發(fā)射與接收距離遠(yuǎn),信號(hào)變得非常微弱,噪聲的影響非常大,使有用信號(hào)淹沒(méi)在噪聲中;②接收信號(hào)除與接收距離有關(guān)外,還與接收、發(fā)射平面之間的角度密切相關(guān),點(diǎn)對(duì)點(diǎn)式的檢測(cè)器對(duì)準(zhǔn)困難,很難長(zhǎng)期穩(wěn)定的工作;③對(duì)于整個(gè)空間的監(jiān)測(cè)比較困難,點(diǎn)對(duì)點(diǎn)式檢測(cè)器無(wú)法進(jìn)行整個(gè)立體空間監(jiān)測(cè),只能對(duì)某條直線檢測(cè),無(wú)法繪制出煙霧濃度變化的二維圖形,對(duì)研究煙霧的空間運(yùn)動(dòng)會(huì)帶來(lái)一定困難;④對(duì)信噪比小的接收信號(hào),僅設(shè)一個(gè)閾值判斷有煙、無(wú)煙或煙的大小,可靠性差。甚至可能對(duì)煙霧和噪聲的影響分辨不出來(lái),檢測(cè)器辨別不出有煙和無(wú)煙[1]。
基于小波的實(shí)時(shí)煙霧檢測(cè)分為兩個(gè)階段:第一個(gè)階段是提取背景,對(duì)背景進(jìn)行更新,同時(shí)確定運(yùn)動(dòng)像素和運(yùn)動(dòng)區(qū)域。第二個(gè)階段是確定被監(jiān)測(cè)區(qū)域是否有火災(zāi)煙霧的發(fā)生,主要分析煙霧的三個(gè)特征:在[0.625Hz,2.5Hz]帶寬的頻率范圍內(nèi),監(jiān)測(cè)圖像序列的灰度值通過(guò)一個(gè)二階的濾波器后,子信號(hào)的頻率值的變化,觀察其峰峰值的個(gè)數(shù);監(jiān)測(cè)視頻序列小波變換后,其子圖像的能量值是否減少;煙霧在開(kāi)始階段是透明的,向四周擴(kuò)散,因此監(jiān)測(cè)背景圖像的RGB矢量是否具有方向性。另外,煙霧的形狀是凸的,煙霧的閃爍頻率與燃燒物的性質(zhì)和尺度無(wú)關(guān),大約在10Hz左右。在煙霧的邊界,其閃爍頻率范圍在1—3Hz。這些均是煙霧的重要特征。
1背景更新與運(yùn)動(dòng)區(qū)域的檢測(cè)
運(yùn)動(dòng)區(qū)域和像素由背景估計(jì)和更新確定。取出視頻序列中相鄰兩幀圖像Ik,Ik+1和預(yù)先定義的背景圖像B,背景圖像中不存在目標(biāo)。首先,對(duì)相鄰兩幀圖像進(jìn)行差分得到幀間差分圖像Dl,對(duì)當(dāng)前幀和背景圖像進(jìn)行差分獲得背景差分圖像Dk,其中:
2圖像的小波分析
2.1小波原理
小波分析采用的是二維離散的小波。二維尺度函數(shù)φ(x,y)和三個(gè)二維小波ψH(x,y),ψV(x,y)和ψD(x,y)。每一個(gè)均是一維尺度函數(shù)φ和ψ相應(yīng)的小波函數(shù)的乘積。排除產(chǎn)生一維結(jié)果的乘積,如φ(x)ψ(x),四個(gè)留下的乘積產(chǎn)生可分離的尺度函數(shù):
這些小波度量函數(shù)會(huì)有變化——沿著不同方向的圖像增強(qiáng)或灰度的變化:ψH度量沿著列的變化(如水平邊緣),ψV響應(yīng)沿著行的變化(如垂直邊緣),ψD對(duì)應(yīng)于對(duì)角線方向的變化。方向敏感是式(2)到式(4)所引起的可分離性的自然結(jié)果。二維小波變換按如下方式擴(kuò)展,在變換的每一個(gè)層次,圖像都被分解為四個(gè)四分之一大小的圖像,如圖2所示。
在每一層次,四個(gè)圖像中的每一個(gè)均是由原圖像與一個(gè)小波基圖像的內(nèi)積后再經(jīng)過(guò)在x和y方向均進(jìn)行兩倍的間隔抽樣而生成。給定可分離的二維尺度和小波函數(shù),首先定義一個(gè)尺度和平移基函數(shù):
2.2時(shí)域小波分析
2.3空域小波分析
圖像的小波變換是一種信號(hào)的時(shí)間——尺度(時(shí)間——頻率)分析方法,是一種窗口大小固定不變但其形狀可改變,時(shí)間窗和頻率窗可以改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率,在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率。每一級(jí)分解均會(huì)產(chǎn)生表示圖像比較粗糙(低頻圖像)和比較精細(xì)(高頻圖像)的小波系數(shù),一幅圖像可以分解成一幅低分辨率圖像和分辨率由低到高的表示圖像細(xì)節(jié)的許多子圖像。不同分辨率的子圖像對(duì)應(yīng)不同的頻率,有用的信號(hào)通常表現(xiàn)為低頻信號(hào),噪聲信號(hào)通常表現(xiàn)為高頻信號(hào)。因此在分解圖像的高頻頻道提取原目標(biāo)圖像的紋理背景特征,在低頻區(qū)域提取目標(biāo)。
分解后的三幅高頻分量子圖像包含水平方向(HL)、垂直方向(LH)和對(duì)角方向(HH)的邊緣信息。如圖4所示,在整個(gè)視頻序列中,監(jiān)測(cè)背景中物體邊緣的小波系數(shù)的值是否減少。可以假定小波系數(shù)中的某一個(gè)系數(shù)(如HLn(x,y))用來(lái)對(duì)應(yīng)煙霧遮住邊緣,如果在連續(xù)的圖像幀中,其值變?yōu)榱慊蚪咏诹悖瑒t有可能是濃厚的煙霧所致。因?yàn)橐唤M小波系數(shù)值的減少,對(duì)應(yīng)著一系列視頻幀的邊緣值減少,這意味著場(chǎng)景變得模糊,則有可能存在煙霧。
其中,Ri表示小波子圖像中大小為(k1,k2)的塊。如果是在YUV彩色空間中,小波子圖像是用亮度值Y計(jì)算,且不用計(jì)算色度值。如果是在RGB彩色空間中,小波子圖像必須計(jì)算所有RGB的像素值。本實(shí)驗(yàn)是用亮度值來(lái)計(jì)算子圖像的,塊的大小是選擇8×8的像素點(diǎn)。如果某個(gè)塊的能量值e(l1,l2)減少,說(shuō)明攝像機(jī)監(jiān)視的場(chǎng)景的紋理或邊緣不再像先前一樣銳利,則該區(qū)域有可能產(chǎn)生了煙霧。本文事先設(shè)定了一個(gè)閾值,每個(gè)塊的能量值與閾值進(jìn)行比較。如果能量值小于閾值,則判斷該區(qū)域有煙霧。
3煙霧的顏色分析
顏色信息也是煙霧的一個(gè)重要特征[5]。在開(kāi)始階段,煙霧是在向四周擴(kuò)散,并且是透明的。因此在背景圖像中,RGB矢量具有方向性。這一特征可以用來(lái)區(qū)別煙霧和一般的運(yùn)動(dòng)物體。但是,運(yùn)動(dòng)物體的影子也有同樣的屬性。所以,還需要約束條件。當(dāng)煙霧越來(lái)越濃時(shí),當(dāng)前幀和背景的相似之處在減少,從而在當(dāng)前幀中的運(yùn)動(dòng)區(qū)域的色度值對(duì)應(yīng)于背景圖像的U和V的值降低。當(dāng)降低到預(yù)先設(shè)定的閾值時(shí),就可以認(rèn)為有煙霧產(chǎn)生。
當(dāng)視頻序列同時(shí)滿足了小波變換的時(shí)域、空域的頻率特性和顏色特征這三個(gè)條件后,就確定該區(qū)域有煙霧發(fā)生。
4實(shí)驗(yàn)結(jié)果
選擇的是戶外自然場(chǎng)景,幀的大小是320×320,每幀的處理時(shí)間大約是8ms。如圖5所示,被檢測(cè)的場(chǎng)景中有輕微的風(fēng),樹(shù)葉和草均被風(fēng)吹得在動(dòng),天上的云也在飄動(dòng)。在圖5(a)中,戶外的一個(gè)掃帚后面產(chǎn)生了大量的煙霧,在圖5(b)中產(chǎn)生的煙霧被成功地檢測(cè)出來(lái)了。在圖5(c)中擴(kuò)散的煙霧右上角有一小部分被風(fēng)吹的與主體煙霧斷開(kāi)了,但在圖5(d)中,該右上角仍然被成功地被檢測(cè)出來(lái)了,并且檢測(cè)效果非常的好。
在整個(gè)視頻序列中,煙霧均被成功地檢測(cè)出來(lái),檢測(cè)效果明顯,靈敏性高。為了增強(qiáng)系統(tǒng)的魯棒性,消除一些噪聲點(diǎn)的干擾,筆者在系統(tǒng)的最后階段,用了一些形態(tài)學(xué)濾波(如開(kāi)、閉運(yùn)算),先膨脹再腐蝕(即閉運(yùn)算),去除噪聲區(qū)域,這樣使得檢測(cè)效果更加完美。
5結(jié)束語(yǔ)
本文檢測(cè)煙霧的主要算法就是首先確定運(yùn)動(dòng)區(qū)域進(jìn)行背景更新,然后在時(shí)域和空域分析子圖像的頻率和能量值,分析煙霧的顏色信息等,最終成功地檢測(cè)出煙霧。該方法是一種目前在國(guó)際上應(yīng)用比較新型的可視煙霧檢測(cè)技術(shù)。NFPA(NationalFireProtectionAssociation,美國(guó)國(guó)家防火協(xié)會(huì))把可視煙霧檢測(cè)收錄進(jìn)國(guó)家火災(zāi)報(bào)警編碼中。該項(xiàng)技術(shù)是火災(zāi)探測(cè)技術(shù)的重大突破,在我國(guó)具有很高的推廣及應(yīng)用價(jià)值。目前在世界范圍內(nèi)被廣泛應(yīng)用于火電站、核電站、軍用商用船舶輪機(jī)艙、造紙廠、公路鐵路隧道、礦井、大型文獻(xiàn)圖書(shū)館、飛機(jī)機(jī)庫(kù)、石化工程、毒廢處理廠、水處理廠、歷史博物館、大型貨艙和石油天然氣儲(chǔ)罐等。
本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。