視頻中火焰和煙氣探測方法的研究.pdf

1、火的使用是人類社會的一個偉大創(chuàng)舉，它為社會發(fā)展和進(jìn)步起著不可估量的作用。人們只要掌握各種用火場所的規(guī)律，提高用火的警惕性，采取可靠地預(yù)防手段，火就會造福于人類。相反，火一旦在時間或空間上失去控制，就會釀成火災(zāi)。它常常危及人的生命，破壞自然環(huán)境，損毀物質(zhì)財富，給人類社會造成巨大的損失?；馂?zāi)是各類災(zāi)害中發(fā)生最頻繁、并極具毀滅性的災(zāi)害之一。
　　 人類經(jīng)過多年與火災(zāi)的頑強(qiáng)斗爭，逐漸了解和掌握了一些火災(zāi)的形成和發(fā)展規(guī)律，積累許多預(yù)防火災(zāi)

2、的經(jīng)驗(yàn)和治理火災(zāi)的方法和措施。隨著社會的發(fā)展和技術(shù)進(jìn)步，人們使用各種方法和技術(shù)探測火災(zāi)。傳統(tǒng)的火災(zāi)探測方法是基于感煙和感溫的探測器，探測值超過設(shè)定閾值，則探測器報警。這是應(yīng)用較為廣泛和成熟的火災(zāi)探測技術(shù)。但是它們不適宜高大空間建筑和開闊區(qū)域。目前，也存在一些基于紅外線和紫外線的探測技術(shù)，但此類光學(xué)探測設(shè)備相對較貴。隨著視頻監(jiān)控系統(tǒng)在城市和消防重點(diǎn)保護(hù)單位地普及，隨著人工智能和模式識別技術(shù)不斷地發(fā)展，基于視頻的火災(zāi)探測方法愈來愈受到重視。

3、相比光學(xué)探測設(shè)備，CCD或CMOS等視頻探測設(shè)備價格相對較低。該方法也可和已有的視頻監(jiān)控設(shè)備融合在一起，甚至無需購買部分硬件設(shè)備，降低了火災(zāi)探測系統(tǒng)的成本。它也適宜在高大空間建筑和開闊區(qū)域探測火災(zāi)。
　　 根據(jù)早期煙氣發(fā)生時的運(yùn)動特性，本文提出一種搖擺運(yùn)動目標(biāo)檢測算法;根據(jù)煙氣的搖擺和擴(kuò)散特征，提出一種基于搖擺和擴(kuò)散特征的煙氣探測算法。根據(jù)火焰的動態(tài)、顏色和面積變化特性，提出一種火焰探測綜合算法。研究煙氣和火焰邊緣曲線的獨(dú)特形狀

4、有助于火災(zāi)的探測，受此啟發(fā)，提出一種基于成長型神經(jīng)網(wǎng)絡(luò)的以線段為基元曲線重建算法，嘗試在下一步的工作中重建火焰和煙氣的邊緣曲線。
　　 主要研究成果有以下幾個方面:
　　 1.提出一種搖擺運(yùn)動目標(biāo)檢測算法。一些運(yùn)動目標(biāo)（如早期的煙氣、火焰等）存在比較獨(dú)特的視覺特征。它們的底部位置變化比較小。而頂部位置變化比較大。本文稱之為搖擺特征?；诖颂卣?，本文提出一種搖擺運(yùn)動目標(biāo)檢測算法。算法首先利用模糊積分提取視頻序列幀中的運(yùn)動目

5、標(biāo);其次，使用基于質(zhì)心的搖擺目標(biāo)識別算法把搖擺目標(biāo)從運(yùn)動目標(biāo)中提取出來。
　　 2.提出視頻中的早期煙氣具有搖擺特征。根據(jù)氣體的物理運(yùn)動特征，煙氣流受到空氣浮力和渦流的影響而擴(kuò)散。一般情況下，視頻中的早期煙氣不斷向其上方、左上方和右上方擴(kuò)散。煙氣底部區(qū)域位置比項(xiàng)部區(qū)域位置變化小，頂部穩(wěn)定性小于底部的穩(wěn)定性，本文把煙氣的這種特性稱之為煙氣的搖擺特征。
　　 3.提出一種基于煙氣搖擺特征和擴(kuò)散特征的煙氣識別方法。當(dāng)早期火災(zāi)煙

6、氣發(fā)生時，視頻中的煙氣存在比較獨(dú)特的視覺特征:搖擺和擴(kuò)散。煙氣底部位置變化相對較小，底部質(zhì)心位置變化較小;而煙氣頂部位置變化相對比較大，頂部質(zhì)心位置變化較大。該特性表現(xiàn)為搖擺特征。煙氣具有不斷擴(kuò)散的特征，這使得煙氣底部濃度較高，底部基本表現(xiàn)為煙氣的顏色;煙氣頂部濃度較低，表現(xiàn)為背景顏色和煙氣顏色的混合顏色。煙氣的底部和頂部形成不同的顏色紋理:底部紋理較為粗糙，頂部紋理較細(xì)?；跓煔膺@兩個特征，本文提出一種基于搖擺特征和擴(kuò)散特征的煙氣識別

7、方法。首先利用模糊積分融合YCbCr顏色模型中各分量提取視頻序列幀中運(yùn)動目標(biāo);其次計算各序列幀中運(yùn)動目標(biāo)質(zhì)心，把序列幀中具有搖擺特征的運(yùn)動目標(biāo)作為煙氣候選區(qū)域。最后根據(jù)煙氣擴(kuò)散造成煙氣頂部和底部形成不同的紋理，利用煙氣候選區(qū)域的頂部和底部灰度共生矩陣把煙氣從其他候選區(qū)域中區(qū)別出來。
　　 4.提出一種火焰探測綜合算法。首先利用模糊積分融合火焰顏色特征和紋理特征提取圖像中的運(yùn)動目標(biāo)。算法融合了YCbCr顏色模型中相互獨(dú)立的亮度分量

8、、紅色分量和局部二元模式紋理特征提取運(yùn)動目標(biāo)，有效地避免了視頻序列幀中亮度變化對運(yùn)動目標(biāo)檢測的干擾;其次，使用均值濾波平滑序列幀中像素RGB值，通過火焰顏色識別算法提取候選火焰區(qū)域。最后利用火焰面積變化識別算法從候選火焰區(qū)域中提取真實(shí)火焰。
　　 5.煙氣和火焰的邊緣形狀獨(dú)特，提取和分析火焰和煙氣的邊緣曲線有助于火災(zāi)的探測。受此啟發(fā)，本文提出以線段為基元，使用成長型神經(jīng)網(wǎng)絡(luò)重建曲線的方法。首先設(shè)定曲線的散亂點(diǎn)數(shù)據(jù)和一初始網(wǎng)絡(luò)（折