圖像處理技術在船舶火災探測系統中的運用

摘 要： 研究基于圖像處理的船舶火災探測系統，其主要用顏色模型算法對采集到的實時圖像進行分割，提取目標區域的圖像特征，把圖像特征作為分類器的輸入，輸出為1則表示有火災發生，發出報警信號，輸出為2則表示無火災，繼續監控。通過該系統可以對初期火災進行探測。

關鍵詞： 船舶火災； 圖像處理； 特征提??； 火焰識別

中圖分類號： TN957?34； TN911 文獻標識碼： A 文章編號： 1004?373X（2016）14?0039?03

Application of image processing technology in ship fire detection system

MU Xiaohui， SONG Yinglei， ZHANG Bing

（College of Electronics and Information， Jiangsu University of Science and Technology， Zhenjiang 212003， China）

Abstract： A ship fire detection system based on image processing is studied. In the system， the color model algorithm is used to segment the acquired real?time image， and extract the image features of target area. And then the image features are taken as the inputs of the classifier. If the output of the classifier is 1， it means there is a fire incident， and the system will send the alarming signal. If the output of the classifier is 2， it means there is no fire incident， and the system will monitor unceasingly. The system can detect the early fire.

Keywords： ship fire； image processing； feature extraction； flame identification

0 引 言

隨著船舶行業的蓬勃發展，其相關產業以及技術也得到很大的發展，新的技術也得到了極大的提升，船舶的安全問題也得到了人們廣泛的關注，它的一個重要的研究課題就是如何有效地防范火災的發生或者有效地撲滅火災。不同于別的火災，船舶火災的特點是撲救的難度高，危害大，傷亡率高等。對船舶火災的探測技術以及火災報警技術的研究，能夠及時發現船舶火災，并進行相應的撲救工作。對于有效、全面、科學的船舶消防技術的研究就成了解決船舶的消防問題，實現船舶安全運作的重要基礎之一，因此具有重要的現實意義[1?5]。

近年來，船舶消防技術的研究在我國已經取得了很多的成果[6?7]，但是還需要深入的研究。本文提出了基于圖像處理的船舶火災探測系統，主要是用RGB?HSI顏色模型對控制中心采集到的實時圖像進行分割，初步判斷是否有異常情況發生，如果無異常，則繼續監控，如有異常，則提取分割后圖像的顏色特征中的顏色矩、形狀特征中的圓形度和紋理特征的灰度共生矩陣中的熵、反差、能量和逆差矩，并把這6個量作為分類器的輸入，輸出為1和2，1表示有火災，2表示無火災。在火災發生的初期，系統可以對其進行探測和報警，降低火災的危害。與傳統火災探測器不同的是，本系統在火災發生初期能夠有效準確地發現火災，并對其采取相應的措施，減少損失，這對船舶消防安全問題具有很高的現實意義。

1 火災火焰特點

基于圖像處理的船舶火災探測系統的基本原理是采集實時圖像，對圖像進行判決，從而實現對船舶火災的檢測?；馂膱D像有很多的特征，其靜態特征主要有顏色特征、形狀特征、紋理特征等。

1.1 顏色特征

顏色特征是火焰的一大特征。發生火災時，火焰從內焰到焰心的顏色依次為：暗紅色、紅色、橙色、黃色、藍白色和白色，而且大部分的火焰顏色集中在紅到黃的范圍內，但是干擾物的顏色相對于火焰來說，就比較穩定。一般火焰的顏色信息主要集中在低階顏色矩，所以用低顏色矩就能夠完成對顏色信息的描述，其表達式如下[8]：

式中：[N]為圖像的總像素集合；[Hpi]為在HSI色彩空間中，圖像[P]的像素點[i]的[H]分量值。

1.2 形狀特征

形狀特征是對圖像中目標對象的存在或表現形式的反映。一般都是采用區域和輪廓特征來描述形狀特征，其中輪廓特征主要是指目標對象的外邊界，區域特征則是對圖像中目標區域內的形狀描述。雖然火焰的形態是多變的，但是火焰的一些特征還是特定的，如圓形度等，圓形度的表達式如下[9]：

式中：[Ai]，[Pi]，[Mi]分別為第[i]個圖元的面積、周長、圓形度；[n]為圖像中圖元的個數。

1.3 紋理特征

紋理特征是人類識別物體的重要特征。紋理表示圖像不同的亮度與顏色。從紋理構成的基本要素來看，紋理是某種規律的體現，在緩慢地、近周期性的變化中，紋理反映出同質現象。紋理很直觀，但在進行特征提取時需充分考慮維數、穩定性、復雜性等。灰度共生矩陣是紋理特征中最常見的紋理特征的分析方法，而熵、反差、能量和逆差矩則是表征灰度共生矩陣的常用4個量[10]。

1.3.1 熵

熵既可以表示圖像含有的信息量，又可以表示紋理的復雜程度，熵值越大則表示紋理越復雜，其表達式為：

1.3.2 反 差

反差是主對角線慣性矩，其值越小，則表示[Gi，jd，θ]的值集中在主對角線附近。反差不僅能表現紋理的溝紋深淺程度，還能反映圖像的清晰程度，紋理溝紋越深則對比度越大，圖像越清晰；如果溝紋淺，那么對比度就小，圖像則比較模糊，其表達式如下：

1.3.3 能 量

能量表示灰度共生矩陣元素值的平方和，其主要是圖像灰度分布均勻程度以及紋理粗細度的反映。紋理越粗，則能量值越大，其表達式如下：

1.3.4 逆差矩

圖像紋理的同質性則是逆差矩，主要是度量圖像紋理局部的變化。逆差矩的值越大，表示圖像紋理的不同區域間變化比較小，說明局部非常均勻。其表達式如下：

2 系統設計

2.1 系統設計

基于圖像處理的船舶火災報警系統由控制中心、直流電源和圖像型火災探測器3部分組成，如圖1所示。圖像型火災探測器的作用是實時采集圖像，由于在船舶上，所以其具有防潮、防塵和防腐等特點。為了能夠對整艘船進行監控，需要盡可能多的在船舶上安裝火災探測器，尤其是在容易發生火災的區域。直流電源的作用則是給火災探測器進行供電?？刂浦行牡淖饔檬墙邮蘸吞幚砘馂奶綔y器的圖像數據，這樣能夠在火災剛發生時進行報警，降低火災的危害，主要功能有圖像的顯示、自動分析圖像信息火災的自動報警等。

該系統的工作過程是：火災探測器通過同軸線纜將采集到的圖像傳輸到控制中心，對圖像進行分析處理，判別是否有火災。若有火災，則發出報警信號；沒有則繼續進行監控。

2.2 軟件設計

實時性和準確性是船舶火災報警系統中重要的性能。采集到現場圖像數據之后，控制中心需要處理的圖像數據非常大，因此火災報警系統的硬件和軟件都需要進行設計。硬件上，需要采用高性能的硬件設備，這一塊可以改進的部分不大，所以軟件部分可以考慮提高軟件算法的運行速度和運算方式?；馂牡呐袆e和報警都是由軟件實現的，所以算法的優劣則決定了火災報警系統的準確性和實時性。

火災探測系統流程圖如圖2所示，流程如下：

（1） 用RGB?HSI顏色模型對控制中心采集到的實時圖像進行分割，其主要方法是把[RGB]顏色模型中的[R，G，B]分量和[HSI]顏色模型中[S]分量作為圖像分割的閾值，滿足條件的區域則保留，其他區域則賦值為0。

（2） 根據分割后圖像判斷是否有異常情況的發生。若有異常情況發生，則繼續下一步，否則返回步驟（1）。

（3） 提取分割后的圖像的顏色特征中的一階顏色矩、形狀特征的圓形度、紋理特征的灰度共生矩陣中的熵、反差、能量和逆差矩。

（4） 提取出的特征作為支持向量機分類器的輸入，輸出設置為1和2。若為1，則表示有火災，發出警報信號；若為2，則表示沒有火災，返回步驟（1）。

在軟件編寫完成后，對軟件進行基本的測試，圖3為原始火焰圖像以及分割出的火焰區域 ，圖4則是分類器的輸出結果。

3 結 語

船舶火災探測系統既可以對船舶進行實時監控，又可以對船舶火災進行自動報警。本文提出的基于圖像處理的船舶火災探測系統能夠較準確地對船舶火災進行判別，其主要是使用RGB?HSI顏色模型對采集到的實時圖像進行分割，從而得到準確的火焰區域，提取火焰的特征并且作為支持向量機的輸入，判別火災的發生。相比于傳統的火災探測器，本系統提高了火災探測的實時性和準確性。

參考文獻

[1] 笪靖，陳勇，蔡軍，等.船舶火災的預防與應急處置[J].水上消防，2013（5）：38?39.

[2] 王廣慧.船舶火災事故調查管轄解析[J].消防技術與產品信息，2013（3）：22?23.

[3] 覃志居.淺析船舶安全管理思路[J].珠江水運，2015（18）：93?95.

[4] 張金鵬.船舶火災預防與滅火研究[J].電子制作，2015（8）：244.

[5] 陳國良.船舶火災特點及處置對策分析[J].水上消防，2015（2）：32?37.

[6] 殷文貴.基于CAN總線的分布式船舶火災自動監控系統[J].科技致富向導，2013，33（2）：30.

[7] 姚緒梁，蔡晶.一種船舶艙室火災報警優先級評估模型[J].中國艦船研究，2013，8（5）：91?96.

[8] 王開福.圖像處理技術及其應用[M].北京：科學出版社，2015：32?36.

[9] 高晶，孫繼銀，吳昆，等.基于形狀特征的紅外目標檢測方法[J].激光與紅外，2013，43（1）：49?53.

[10] 夏瑜.基于結構的紋理特征及應用研究[D].合肥：中國科學技術大學，2014.