可視型煙霧火災探測系統的設計與實現

張思陽

摘 要：煙霧是火焰燃燒的一個重要特征，它總是開始誕生前的火焰傳播，與火焰相比，煙霧蔓延在整個空間中，為不容易躲避的對象，較利于火災的早期預警。可視火災煙霧探測系統維護費用低，能節約投資成本，可連接到天眼服務中心，實現遠程報警及信息管理服務。

關鍵詞：火災；煙霧檢測；背景減除法

中圖分類號：TF391.9 文獻標識碼：A 文章編號：1006-8937（2016）30-0015-02

1 視頻火災檢測系統結構

1.1 現有的兩種系統結構

分析已經上市的兩種視頻火災報警系統的結構，原來現有的火災報警系統是相似的，例如Fike公司的SingiFire系統，該系統由若干攝像機，記錄儲存系統、監控管理系統等組成，其在系統中使用的是擁有專用視頻分析處理器的智能相機，這種相機帶的處理器能夠進行煙霧檢測算法，除此之外相機本身都需分析并處理自己采集的信息，然后通過網絡，將采集的視頻和相機處理后的結果傳到相關設備里就能夠達成火災報警，儲存視頻圖像和報警結果的目的。另一種D.TecD的VSD（VideoSmoke

Detection）視頻火災煙霧檢測系統則使用的是只負責采集視頻圖像的非智能相機，這也是它與上述SingiFire系統最大的差異，因此VSD要用專門的計算機進行所有的煙霧分析。

1.2 系統結構的設計

系統用圖像探測器（CCD攝像機）采集空間內的視頻，通過數字信號處理器（如TI公司的TMS320DM642DSP芯片）對視頻進行分析處理，既可以將采集的視頻實時顯示，又可以將視頻處理結果發送到客戶端。圖像的分析處理是系統的核心。該系統不但能夠對實時監控現場的情況，還能夠對火災進行探測，并能夠準確地在各種復雜的環境下判斷火災情況，探測器能夠接入各類火災報警體系和視頻系統。系統的原理圖，如1所示[1]，系統的結構框架，如圖2所示。

如圖2所示系統的探測器是一臺CCD攝像機。所謂圖像處理系統的輸入，就是攝像機采集的視頻流，利用解碼器進行A/D轉換成計算機可以識別的數字信號。圖像處理系統依靠對視頻的智能分析，包括煙霧圖像提取、預處理、分割、特征判斷、識別等，來判斷有無發生火災，這也是系統在運行設計好這些流程的視頻處理軟件。煙霧是火焰燃燒的一個重要特征，它總是開始于火焰的傳播，與火焰相比煙霧蔓延在整個空間中，直到現在，既沒有一個通用的方法，也沒有一個客觀標準來判斷分割是否成功。此外，對于攝像機采集到的圖像，我們需要進行實時跟蹤，利用編碼器進行D/A轉換在顯示器中顯示，對現場情況作出及時反應和判斷，將火災控制在初期階段，示意圖如3所示。

2 探測系統各模塊分析

煙霧火災探測系統軟件主要包含視頻模塊和視頻煙霧檢測模塊。視頻模塊包含圖像采集驅動、視頻解碼與轉換、視頻壓縮存儲、系統狀態監控四個子模塊。圖像采集驅動模塊負責直接與系統相連接的相機視頻的采集；視頻解碼與轉換模塊負責遠程傳輸或從其他系統中引入的視頻的解壓縮并轉換成本系統能夠處理的視頻格式；作為監控系統，視頻壓縮儲存和系統狀態監控模塊對整個系統實行管理與控制。

視頻圖像預處理、運動目標檢測、煙霧特征分析、統計與報警系統是視頻煙霧檢測模塊的四個子模塊。運動目標檢測用于檢測攝像頭監控區域中的運動目標，是煙霧特征分析的基礎。圖像預處理通常包括增強、濾波等方面，用于增強圖像的質量：圖像分割需要把我們感興趣的目標區域提取出來：煙霧特征分析是視頻煙霧檢測算法的核心，利用煙霧亮度與飽和度特征、擴散性特征、不規則特征對可疑圖元進行了檢查，可疑圖元如果出現在煙霧出現的區域就進行標記：含有煙霧的可疑圖元被統計與報警信息子模塊進行時間統計和空間統計，報警信息子模塊根據統計出的結果發出火警信息，這樣，誤報率就被有效的降低。

3 算法在實際中的實現

3.1 運動目標檢測

運動目標檢測是整個算法的基石，也是視頻煙霧檢測算法的第一步。后續算法得以成功的保障就是良好的運動目標檢測效果。下面利用背景減除法對運動目標進行檢測，得到的結果，如圖4所示。

（a）表示當前的背景圖像，圖4（b）表示煙霧圖像，則表示檢測到的背景中的運動目標。從圖中可以看出較完整的檢測出了煙霧區域，并顯示為白色。

3.2 煙霧圖像的增強

采用灰度修正法來進圖像增強，灰度變換調整前后的圖像和直方圖，如圖，5所示。

我們選擇的是對比度不足的pout.tif圖像，從它的直方圖可以算出，它的灰度值大概在[95 160]這個范圍內，所以我們要調整它的灰度范圍，改為[0 200]，增大灰度范圍，從而增強對比度。變換后在整個灰度范圍內，像素值的個數都非常均衡。很明顯，變換后的圖像比變換前的圖像具有更好的視覺效果。

3.3 煙霧圖像的濾波

在實際應用過程中，一幅圖像可能存在各種各樣的噪聲，濾波能夠除去噪聲對圖像的影響。

3.4 煙霧圖像的分割處理

算法的第二步是可疑圖元分割，依據運動目標檢測的結果，統計在一定的局部區域內目標像素點的數目來確定后續的煙霧特征分析和統計與報警模塊的輸入圖像，這個圖像也就是可疑圖元。在運動目標提取的基礎上進行可疑圖元分割的結果，如圖6所示。

4 結 語

隨著經濟的迅速發展，人們越來越關注大空間場所的防火問題。作為一種全新的、有效的火災檢測手段，可視型火災煙霧檢測技術未來的使用價值和應用前景不可忽視。本文首先對目前國內外火災檢測技術的研究現狀進行了討論，并對未來的發展趨勢進行了研究；然后在視頻圖像處理基本理論上，對煙霧圖像信號的目標檢測、預處理、可疑區域分割，煙霧特征分析的問題進行了研究，提出了具體的煙霧檢測算法，成功地識別出煙霧。

參考文獻：

[1] 許峰，于春雨，徐放.視頻煙霧火災探測技術研究趨勢[J].消防科學與技 術，2012，21（11期）：1185～1186.