基于圖像處理的火災探測技術

盧玉書

(武警學院 基礎部，河北 廊坊 065000)

基于圖像處理的火災探測技術

盧玉書

(武警學院 基礎部，河北 廊坊 065000)

在基于圖像的火災探測技術中，數字圖像處理是核心。將視頻轉換為圖像之后，首先進行濾波等預處理，然后對圖像進行分割即將圖像中的目標與背景進行分離，以找出目標對象，通過邊界跟蹤獲取目標輪廓及邊界鏈碼，在此基礎之上提取目標的面積變化率、尖角數和圓形度等特征對目標進行分析，以判斷該目標是火災現象還是疑似火災現象或是非火災現象。

圖像處理；火災探測；邊界鏈碼；圖像特征

0 引言

隨著社會經濟的不斷發展，大空間建筑(如大型商場、電影院、會議中心、博物館、展覽館以及物流倉庫等)越來越多，并且在人們生活中起著十分重要的作用。大空間建筑具有單層舉架高、跨度大、結構復雜等特點，一旦發生火災時，由于建筑內空間較大，火災發生時產生的煙霧，在該空間上傳播的速度和范圍往往容易受到多種因素的影響，很難到達建筑頂部，只有當火災發生一定的時間和達到一定的程度時，安裝在其頂部的感溫、感煙探測器才可以探測到，因此傳統的火災探測技術難以實現對大空間建筑火災的早期監控、預警。圖像型火災探測技術，結合了圖像處理技術、模式識別技術、計算機技術等若干領域的先進技術于一體，具有非接觸式探測、響應速度快、靈敏度高、監測范圍廣等特征，不受空間高度、氣流速度、熱障、易爆、有毒等環境條件的限制，能對早期火災及時準確地做出判斷，從而實現早期預警、監控的目的。基于圖像的火災探測技術已成為大空間及戶外火災探測的有效手段[1]。

1 圖像型火災探測技術基本原理

圖1是基于圖像處理的火災探測系統框圖。系統通過帶有紅外濾光片的攝像鏡頭實時采集現場圖像，在進行濾波等預處理操作后，采用背景差分法提取目標圖像，即把當前采集的圖像與存儲的背景圖像進行差分運算，比較差分結果與預先給定閾值的大小，如果差分結果比閾值小，則說明無異常情況出現，反之，則需進一步判斷，通過繼續采集5幀現場圖像并分別與背景進行差分運算，求取差分結果的平均值，再次與閾值進行比較，如果比閾值小，就停止檢測并進行背景圖像的更新，否則初步判斷有火災出現。發現火災后，對圖像進行分割處理獲取目標區域，并通過面積濾波的方式，把區域面積較小的目標作為噪聲濾除，以確定真正的目標圖像，然后通過邊界跟蹤獲取目標輪廓及邊界鏈碼，在此基礎之上提取目標的面積變化率、尖角數(邊緣抖動特征)和圓形度等特征實現火災的自動識別[2]。

圖1 火災探測定位系統框圖

2 早期火災的圖像識別

基于圖像處理的火災探測技術，主要是利用火災的一些視覺特征進行判斷。由于在火災發生初期，火焰從產生到發展需要經歷一個過程，這就使火焰在這個階段呈現的特征就更加明顯，如隨著時間的變化，火焰的大小、形狀以及火焰的尖角數等特征都是在變化的，因此，只要設計出算法能夠合理的表征出這些特征，就能夠實現早期火災的探測[3]。

2.1 邊界跟蹤與鏈碼提取

邊界鏈碼通過采用特定方向和特定長度的直線段相連實現對邊界點編碼，直線段的方向固定并且數目有限，在邊界鏈碼中要確定起始點的坐標，而其他各點由搜索方向代表的偏移量表示，由于每個點只需一個方向數表示，即可代替這個點的兩個坐標，因此，用鏈碼表示邊界點可大大減少數據量。圖2為8鄰域鏈碼方向圖。為了方便提取火焰特征值，在對二值圖像進行分割后，進一步對所述不同區域的目標進行邊界跟蹤，提取目標的輪廓。輪廓的跟蹤可依鏈碼的方向進行，下一跟蹤點的取得依賴于上一輪廓點，從而避免了對所有像素點的掃描，增加了輪廓跟蹤的效率。

圖2 邊界鏈碼方向示意圖

程序中，為了獲得相鄰邊界點的像素值，首先需要知道相鄰點的坐標，這可根據邊界鏈碼值，由中心點的坐標加上相應的偏移量得到。如果假設圖像坐標原點在其左上角，X軸方向向右，Y軸方向向下時中心點與相鄰點的偏移量如表1所示。

表1 中心點與相鄰點偏移量表

鏈碼存儲于一維數組中，由于鏈碼需要存儲邊界起始點的位置坐標，因此，數組中開始的兩個單元存儲起點坐標，再用一個單元存儲鏈碼數，然后存儲鏈碼序列，鏈碼的存儲結構如表2所示。

表2 鏈碼存儲結構

獲取邊界鏈碼的過程主要是：(1)按照從左到右，從上到下的順序依次掃描分割后的目標區域圖像，通過灰度值判斷是否是邊界點，如果是，把它標記為起始點同時記錄該點坐標，并尋找與其相鄰的下一個邊界點；如果不是，則繼續按掃描順序尋找邊界起始點。(2)把當前的邊界點作為中心，并根據前一個鏈碼值確定下一個邊界點的檢測方向，如果鏈碼值為奇數，將鏈碼值加2作為當前邊界點的檢測的初始方向；如果為偶數，則鏈碼值加1。按照確定檢測方向的規則，以順時針的方式檢測與中心點相鄰的8個區域，如果在8個區域中找到新的邊界點，則把鏈碼值保存到數組中；如果沒有找到相鄰的邊界點，就說明當前中心點為孤立的點，無需存儲。(3)經過跟蹤回到邊界起始點，形成一個閉合的邊界線，跟蹤結束。

2.2 火災圖像探測依據

這里用到的主要參數有：圓形度、面積變化率和尖角數[4-5]。特征值提取流程如圖3所示。

2.2.1 形狀特征

由于火焰的形狀并不規整，而大部分干擾源的形狀規整程度較高，本系統將形狀特征作為第一個判斷依據，如式(1)所示，由于圓形度在一定程度上可以體現出目標形狀繁復程度，因此，將其作為形狀特征的量化標準。

2.2.2 面積特征

早期火災的面積會連續不斷的增大，對應攝像頭采集到的目標圖像高亮度區域的面積也會增大，因此，系統采用比較相鄰兩幅圖像中的火焰面積大小和連續5幅圖像中火焰面積平均值變化情況的方法獲得火焰圖像面積變化特征。

圖3 特征提取流程

假設連續采集5幅圖像中火焰的面積為S1、S2、S3、S4、S5，相鄰兩幅圖像的變化量為：

前j(j=2，3，4，5)幅圖像的平均面積為：

一般情況下，對于固定光源和燃燒狀態相對穩定的火焰，△Si的值相當小，As幾乎是一個恒定值，而對于早期的火災火焰則不然，由于其在時間上的發展性，△Si值應當是大于零的，而后采集到的圖像中火焰區域的面積總大于先前采集到的，因此，As的值是逐漸增大的，根據設定的△Si和As差值的閾值，就可以探測出穩定火焰和失控火焰，進而去除掉固定的穩定光源的干擾。

2.2.3 火焰尖角數

對于一般的高溫物體或是其他穩定的火焰，其邊緣形狀基本保持不變，但對于早期火災火焰的邊緣變化有其獨特的規律，火焰尖角數的無規則變化就是一個明顯的表現。對火焰尖角來說，其特征之一就是“尖”，這要求尖角的形狀要滿足一定的標準；火焰尖角的另一個特征就是頂點，頂點是局部的極值點，由于CCD采集的圖像會發生一些微小的變動，隨機產生一些小的突起，因此，為了提高檢測尖角的準確度，系統設置了一個高度的下限值，將這些小的突起濾除，并且為了防止重復計算尖角數，對尖角的寬度也設置了一個上限值。提取尖角時，首先對邊界鏈碼進行移位操作以使鏈碼最小，再對鏈碼進行遍歷操作，根據鏈碼特點得到邊界上升和下降的信息，以獲取尖角，并根據設定的高度和寬度閾值，濾除小的毛刺和不是很尖的大角，并最終統計出火焰尖角的數目。試驗表明，采用邊界鏈碼方式獲取火焰尖角的方法更加簡單明了，提取尖角的效率較高，而且易于實現[6]。

3 系統實現

考慮到系統應用的靈活性以及便于更新，攝像頭采集的紅外圖像信號經視頻采集卡轉換為數字信號后，交由上位機處理，圖像處理過程完全由軟件實現。本系統采用VisualC++作為系統的開發平臺,其流程圖如圖4所示。

圖4 系統流程圖

4 結束語

火災圖像識別技術采用了圖像處理、模式識別、計算機等多領域先進技術，能及時準確地對火情實施定位預警，且具有控制距離遠、反應速度快及靈敏可靠等優點，因此，以此技術為基礎開發的大空間火災探測系統，可以有效避免常規火災探測系統在大空間火災探測中的延報、誤報等現象，具有廣闊的應用前景[7]。

[1] 陳瑩.圖像識別火災探測報警系統的研究與設計[J].微電子學與計算機，2009，26(8)：37-40.

[2] 吳龍標，宋衛國.圖像火災監控中一個新穎的火災判據[J].自然科學發展,2001，11(1)：60-66.

[3] 鄧志華，楊立中.火災早期特性分析及影像特征研究[J].火災科學,1997，6(2)：81-85.

[4] 袁宏永，蘇國鋒.基于實時序列紅外圖像的火災頻閃頻率測量研究[R].’99城市火災安全國際學術會議,1999:162-166.

[5] 周軍盈，杜嘯曉.圖像識別技術在火災探測中的應用[J].消防科學與技術，2007，26(4):417-420.

[6] 劉平，吳洪森.視頻火焰實時監測系統的研究與實現[J].消防科學與技術，2009，28(9)：665-668.

[7] 馮引安,李引賢.圖像型火災探測技術研究[J].建筑電氣,2009,28(7):16-19.

(責任編輯 馬 龍)

Fire Detection Technology Based on Image Processing

LU Yushu

(DepartmentofBasicCoursesTeaching,TheArmedPoliceAcademy,Langfang,HebeiProvince065000,China)

Digital image processing plays a core role in the fire detection technology based on image. The target object will be found out after a successful convert from video into image, the preprocessing such as filtering, the image segmentation i.e. the target of the image is segmented from the background. On the basis of a target contour and a boundary chain code obtained through the boundary tracking, the characteristics of the target rate extraction, the number of sharp corners and the circular degree of the area are analyzed to determine whether the target is fire phenomenon,a suspected fire or non-fire phenomenon.

image processing; fire detection; boundary chain code; image characteristics

2015-04-16

盧玉書(1967— )，女，河北文安人，教授。

D631.6;TP391.14

A

1008-2077(2015)06-0027-04