基于圖像處理的初期火焰檢測概述

盧夢思 李冬梅

北華航天工業學院 河北 廊坊 065000

引言

火災事故的發生，使得社會財富損失和人員傷亡慘重，現如今，社會經濟快速發展，消防工作越來越被重點關注，因此，對其進行有效監控，使火災造成的損失降到最小是急需研究的重點內容。僅依靠傳統的消防救援設施無法滿足。如果火災初期能被及時發現，將會減少損失。傳統的火災檢測分為感煙型探測器、感光型探測器、感溫型探測器等，對探測距離和場所等有著比較大的局限性，不適用于室外工作。傳統檢測裝置檢測速度慢，檢測出來時已經錯過火災預警的最佳時機。因此，尋找更準確，更具時效性的探測技術成為火災探測領域的重要任務。隨著數字圖像處理技術的發展，利用攝像頭對現場進行監控，對獲取的圖像進行處理和分析，利用早期火災火焰的各種特征探測火焰，可以自動、快速、準確地對火災進行識別檢測判斷，從而預防火災發生。早期的火焰變化復雜，具有多樣性。對火焰進行多特征融合檢測，才能更準確識別早期火焰[1]。

1 算法研究

運用遠程視頻監控對圖像進行采集，對輸入的每幀火焰圖像進行處理，利用閾值分割法與顏色特征相結合的方法，提取可疑火焰目標，并結合形態學處理，提高特征提取的準確率。再利用火焰的面積和尖角形狀動態變化，多特征融合達到識別火焰的目的。

1.1 火焰的提取

1.1.1 閾值分割法。在目標提取階段將原始圖像轉化為灰度圖像，基于閾值分割技術將灰度圖像轉化為二值圖像，運用閾值分割的最大類間方差分割出目標，將火焰與背景隔開，消除了背景干擾，使之方便研究目標火焰的形狀特征，為后續動態檢測火焰提高準確率。

一幅圖像可以分為前景和背景兩部分，我們感興趣的是前景，不需要的為背景?？衫弥狈綀D顯示灰度的分布，求取合適的閾值，閾值將圖像分為兩部分，使這兩部分類間方差取得最大值，錯分的概率最小，所得閾值為最佳閾值，對圖像進行分割，得到二值圖像?；鹧鎴D像中有許多孤立的部分，而且邊界比較模糊，后續還要對邊界進行識別，所以要對圖像進行高斯濾波，達到去噪的效果。

1.1.2 顏色特征法。由于火焰亮度高，而且顏色偏紅，所以可以用平均亮度和紅色飽和度來判斷是否為火焰。任何一幅彩色圖像都是由R、G、B三分量構成的。R代表紅色，G代表綠色，B代表藍色，圖像的任意一點都可以用這三個分量來表示。

利用（1）（2）求得紅色飽和度和平均亮度。當某一點的平均亮度大于150，紅色飽和度大于0.34時，可認為疑似火焰，提取圖像。將閾值分割濾波后的圖像與顏色特征提取的圖像相結合，再進行形態學處理，提取出火焰圖像，如圖1所示。

現實生活中有些目標和火焰有相同的顏色特征，如燈泡等，利用圓形度將其與火焰區分開來。圓形度表示圖像目標與標準圓的近似水平，常常用于繪制和描述特征。它指火焰區域的周長與面積的比值。圓形度公式為S表示面積，L表示周長。一般火焰的圓形度為0.3左右，而燈泡和手電大于0.75，將提取的火焰圖像刪除圓形度大于0.75的區域，從而去除部分干擾源[2]。

1.2 火焰動態特征提取

早期燃燒的火焰具有特殊的動態特征，這些特征是進行火災識別的重要依據，早期的火焰一直處于動態的發展階段，這個階段的圖像特征比較明顯，火焰在不同時間的形狀、面積等都在發生變化，我們可以利用這些特征去識別火焰。根據圖像序列的變化特性，利用靜態識別后的火焰二值圖像序列，獲取火焰視覺的動態特征。

1.2.1 面積特征提取。在早期火災形成的過程中，火焰是不穩定而且處于不斷發展的狀態，火焰的面積在不斷變化，所以通過相鄰幀圖像的面積變化率，可以來判斷火災初期火焰區域，消除干擾。

變化率的計算公式為：

其中：j>1，為第j幅二值圖像火焰的面積，為面積變化率。

1.2.2 尖角特征識別。早期的火災火焰是不穩定的，會出現邊緣抖動，它是早期火災最大的特征。利用這個特性可以有效地減少火災識別過程中的誤報和漏報，增強了初期火災識別的準確性。火焰尖角的特征是“尖”，給人狹長的視覺效果，它有頂點，是局部的極值點。打火機、蠟燭等也會出現尖角，但是他們多幀圖像不會發生太大的變化，邊緣比較穩定。一般符合尖角的條件是：有頂角、寬度小、高度高的特點[3]。

運用邊緣分割技術提取火焰的邊緣，從而更好地研究火焰尖角?；谶吘壍姆指罴夹g的基本思想是利用微分算子求取相鄰像素點灰度值的變化值。Canny邊緣檢測算法，對圖像采用高斯濾波進行平滑的方法來減少噪聲干擾，經過求導得到偏導，再通過非極大值抑制初步得到邊緣點，運用雙閾值檢測，連接邊緣，最終得到圖像邊緣。通過非極大值抑制得到邊緣點，定位準確，可以消除噪聲，也可得到火焰的邊緣，圖2所示為火焰的邊緣檢測，圖3為細節圖。

圖2 火焰的邊緣檢測

圖3 細節圖

在二值圖像處理過程中，輪廓跟蹤算法是比較常用的圖像處理方法，用于標記連接成分和提取目標形狀特征。利用邊緣跟蹤算法沿著目標邊緣區域外部走一圈，記錄每一個邊緣點的坐標，并按順序存入數組。選擇合適的搜索策略，由已知邊界點確定下一個待檢目標檢測，形成閉合邊界為終止條件，在滿足終止條件時結束搜索。

輪廓跟蹤算法使得每個區域的邊緣位置的相對先后順序確定下來，則可根據尖角特征對目標區域進行尖角提取。對于火焰尖角，其形態特點是縱坐標，是極值點，以尖角的頂點為基準，按順序掃描它的左右兩邊，設定為25個點，即從頂點左邊25個點掃描到頂點的右邊25個點的縱坐標值，其中最大的值即為疑似尖角頂點。設疑似尖角的頂點第6行的左右兩點的距離為D1，第10行的左右兩點的距離為D2，通過計算的比值，來判斷是否符合寬度小的特點。尖角的形狀是狹長的，所以也要滿足高度高的特點，如圖4為尖角模型。以頂點到左邊第25個點的距離為a，頂點到右邊第25個點的距離為b，左右第25點的距離為c，兩點間的距離公式為（4）[4-7]。

利用海倫公式可以求出三角形的面積，再由面積可以推出三角形的高度。

由（5）（6）（7）可以求得高度。若高度滿足一定的閾值，則可確定為尖角。

根據火焰的尖角數目變化可以判定火焰。

2 結束語

基于圖像處理方法，對早期火焰圖像進行預處理，運用閾值分割和顏色特征相結合的方法，準確提取火焰圖像，消除噪聲干擾，為后續火焰動態特征提取創造了條件。根據早期火焰燃燒形狀的規律，選用面積、尖角等特征，多特征融合達到識別火焰的目的。相較于傳統檢測方法，檢測速度快，抗干擾能力強，密封性能和防腐蝕性能良好，增強了檢測的有效性，可以為早期火災進行判斷預警，減少不必要的損失，在火災檢測領域具有應用價值。