基于紅外視頻圖像的火焰特征提取算法?

2018-03-31 06:04:56馮憲周

艦船電子工程 2018年3期

王凱馮憲周

1 引言

軍用艦船由于結構特殊、且存放大量的易燃易爆物品，一旦發生火災，往往會對艦船自身安全和艦員的生命造成嚴重威脅［1～4］。因此，及早發現艦船火災具有非常重要的意義。在大空間環境下，受電磁、潮氣、振動等因素的干擾，傳統的基于溫度、煙霧的火災探測容易造成漏報和誤報［5］。近年來，隨著視頻監控和圖像技術的日益成熟，基于視頻圖像的火災探測技術得到了廣泛深入的研究［6］，其主要由圖像預處理、疑似火焰區域分割、疑似火焰區域特征提取及火焰識別四部分組成，其中疑似火焰區域分割及其特征提取是火焰識別的前提和關鍵所在［7］，如果分割不出火焰目標，則會出現火災漏報現象，如果分割出的目標過多，則計算機在后面特征提取及識別時的計算量過大。同樣，對疑似區域的特征如果提取的比較準確，可以為分類器對火焰的識別奠定基礎，如果特征提取的不準確，則分類器不能對火焰和干擾進行準確的識別，有可能會出現誤報現象。

本文提出一種基于紅外視頻圖像的艦船火災火焰特征提取算法，首先對紅外視頻圖像疑似火焰區域進行識別、分割，然后利用火焰燃燒初期的特點對火焰特征進行提取，并且在計算過程中采用鏈表序列的存放形式進行數據存儲，提高了算法的運行速度。

2 疑似火焰區域分割

2.1 圖像預處理

火焰圖像提取就是把視頻中每一幀圖像中有一定火焰特征的物體像素點提取出來，以二值圖的形式表現出來。目前視頻火災探測技術主要采用普通CCTV攝像機和紅外攝像機兩類［8］，由于發生火災時，燃燒的火焰會向視頻監控設備發射大量紅外線，其紅外輻射主要集中于950nm～200nm。因此本文采用帶有截止可見光透紅外濾波片的攝像頭對火焰進行識別，該攝像頭直接采集火焰釋放的紅外，能夠更好地提取火焰的形狀特征，而且消除了可見光的干擾。

2.2 疑似火焰區域識別

火焰顏色不是一個確定的值，因此在色彩空間對火焰的分割都是通過大量實驗設定各個分量的取值范圍，然后在分量之間求交集，從而得到具有火焰顏色的區域，也就是疑似火焰區域。由CCD攝像機采集到的視頻圖像都是基于RGB顏色模型的，它是通過對紅色（R）、綠色（G）、藍色（B）三種顏色之間疊加來得到各種各樣顏色的［9］。火焰在燃燒時焰心為亮白色，從焰心到外依次為黃色、橙色和紅色，而且從里到外紅色飽和度逐漸增高，亮度逐漸降低。因此可以把火焰紅色飽和度、亮度值以及紅色分量值作為識別火焰的一組判據。假設采集圖像中總共的像素點數為N，其中任一點(x，y)的紅色飽和度Se(x，y)和亮度值Y(x，y)可表示為

當該點的紅色飽和度和亮度都大于閾值SeInt和YInt時，說明像素點(x，y)具有火焰的顏色特性。

2.3 疑似火焰區域分割

本文采用四鄰域搜索法進行輪廓掃描，按照順時針方向掃描每個疑似火焰區域的邊界，得到每個疑似火焰區域的所有內邊界點在圖像內存中的位置，并且采用鏈表序列的存放形式對內邊界點進行存儲。疑似火焰區域的數據存放形式如圖1所示，其中I表示疑似火焰區域的編號，之后的數據分別為橫坐標的最小值、縱坐標的最小值、橫坐標的最大值、縱坐標的最大值。

邊界位置數據存放形式如圖2所示，其中I表示疑似火焰區域的編號，L表示當前區域邊界的周長，也是當前疑似火焰區域所存邊界位置的個數，之后保存著邊界位置數據，這個邊界位置數據是從當前疑似火焰區域的掃描起點開始掃描一周后回到起點的方式存放的。從I到第二個X0表示為一幀信息，每一幀信息用兩個0分割，I與L、L與邊界點的數據用一個0分隔，便于取得相關的數據。

圖1 疑似火焰區域的數據存放形式

圖2 邊界位置數據存放形式

3 火焰特征提取

在火災早期階段，火焰不是定常的。在不同的時刻，火焰的面積、形狀等都在變化［10～12］。如果能夠提取出這些特征，就能為后續的火災識別奠定良好的基礎。

1）面積變化

火災發生過程中，由于邊緣不斷地閃爍，所以連續相鄰幾幀圖像的火焰面積都是不斷變化的，但早期火焰面積變化幅值不是特別大；相反，日光燈、手電筒等干擾物在開關操作過程中面積會突然增大，等光源穩定之后，面積區域不變。因此面積變化率可以用來區分火焰和閃爍的發光干擾物。本文采用連續10幀圖像中的疑似火焰區域面積值的標準差率。