（计算机应用技术专业论文）图像型火灾报警系统的研究.pdf

摘要 本论文主要对隧道环境下基于视频的火灾火焰探测智能报警系统的课题设 计过程进行了记录，还对核心算法作了探讨性改进。为了使论文符合在完整性 和逻辑性上的严密，论文对某些技术内容进行了原文引用。论文在识别算法仿 真数据的基础上，讨论了火焰图像识别算法的优点和缺点，以及在有背景干扰 的情况下的识别效果。最后在对数据的综合上，提高火焰探测的灵敏度，降低 火灾报警的误报率，并对两种算法进行融合进行综合设计。 课题设计的主要内容是在对隧道火灾火焰视频图像识别算法原理进行讲解 的基础上，进行了图像型火灾探测器原型样机的探讨性设计。论文从火灾火焰 的视觉特性出发，详细探讨了火灾发生的过程机理，并对火灾火焰在图像序列 帧上的信号特征进行了具体分析，并在参考这些特征的基础上完成了数学模型 的建立和识别算法的设计，通过m a t l a b 仿真，在仿真结果中验证了这些识别 算法的正确性和有效性。在后面论文中从硬件和软件两个方面描述了图像型火 灾探测系统的工作原理：通过c a 彩色摄像机进行图像提取和传输，然后经过 d s p 的算法识别后，系统能够在国家规定的火灾响应时间内得出视频图像序列帧 内是否有火灾的发生，同时让火灾报警控制器记录这个火灾信息，并在监视系 统上显示隧道内发生火灾的地方的画面上。 然而，由于系统样机的工程应用验证需要大量的设备和工具，并且没有相 关产品可以参考，而且由于时间限制，没有在撰写论文前得到工程应用验证的 数据。不过对所参与的隧道项目的相关数据来进行的仿真实验能取得不错的效 果，所以认为这个设计还是可行的。 关键词：视频图像；数据仿真；智能报警系统；火灾火焰识别算法 a b s t r a c t t h i st h e s i sf o c u s e so nt h et u n n e le n v i r o n m e n t , v i d e o - b a s e di n t e l l i g e n tf i r e d e t e c t i o nf i r ea l a r ms y s t e md e s i g np r o c e s so fi s s u er e c o r d s ，a l s om a d eo ft h ec o r e a l g o r i t h mi m p r o v e m e n t s t om a k ep a p e rf o u n di nt h ei n t e g r i t ya n dl o g i co ft h ec l o s e ， t h ep a p e rc a r r i e do u ts o m et e c h n i c a lc o n t e n to ft h eo r i g i n a lr e f e r e n c e ，a l s od e s i g n e da p i l o tp r o g r a mt od e m o n s t r a t et h ef e a s i b i l i t yo ft h ed e s i g np r o t o t y p e a r t i c l e si nt h e r e c o g n i t i o na l g o r i t h mb a s e do ns i m u l a t e dd a t a , t h ef l a m ei m a g er e c o g n i t i o na l g o r i t h m t h ea d v a n t a g e sa n dd i s a d v a n t a g e s ，a n dt h e r ei sb a c k g r o u n di n t e r f e r e n c ei nt h ec a s eo f t h ei d e n t i f i c a t i o nr e s u l t s ，a n df m a l l yi n t e g r a t e di nt h ed a t a , p u tf o r w a r dt h ef l a m e d e t e c t i o nt oi m p r o v es e n s i t i v i t y , r e d u c ef i r ea l a r mf a l s ea l a r mr a t e ，i ti sb e s tt om i x t h et w oa l g o r i t h m sf o ri n t e g r a t e dd e s i g n t h em a i ns u b j e c to ft h ed e s i g no ft h et u n n e lf i r ef l a m ec o n t e n to ft h ev i d e o i m a g er e c o g n i t i o na l g o r i t h mp r i n c i p l et oe x p l a i n ，i nt h ei m a g eb a s e do nt h i st y p eo f f i r ed e t e c t o rp r o t o t y p ed e s i g n ，t h ep a p e r sv i s u a lc h a r a c t e r i s t i c sf r o mt h ef l a m e so ff i r e s t a r t i n g , f i r ei sd i s c u s s e di nd e t a i lt h ep r o c e s sm e c h a n i s m ，a n dt h ef i r ef l a m e so nt h e f r a m ei ni m a g es e q u e n c es i g n a lc h a r a c t e r i s t i c sa r ea n a l y z e di nd e t a i la n di nr e f e r e n c e t ot h eb a s i so ft h e s ef e a t u r e st oc o m p l e t et h em a t h e m a t i c a lm o d e la n di d e n t i f i c a t i o n a l g o r i t h md e s i g nt h r o u g h m a t l a bs i m u l a t i o n ，t h es i m u l a t i o nr e s u l t so ft h e v a l i d a t i o nt h e s er e c o g n i t i o na l g o r i t h mi sc o r r e c ta n de f f e c t i v e i nt h eb a c ko fp a p e r f r o mt h eh a r d w a r ea n ds o f t w a r et od e s c r i b et h ei m a g e b a s e df i r ed e t e c t i o ns y s t e m w o r k s ：b yc c t vc o l o rc a m e r af o ri m a g ee x t r a c t i o na n dt r a n s m i s s i o n ，a n dt h e n t h r o u g ht h ei d e n t i f i c a t i o no fd s pa l g o r i t h m s ，t h es y s t e mc a nb es e tb yt h es t a t ef i r e r e s p o n s et i m ef r a m ev i d e os e q u e n c e so b t a i n e dh a v ef i r e s ，w h i l ea l l o w i n gt h ef i r ef i r e a l a r mc o n t r o lr e c o r di n f o r m a t i o na n ds h o w ni nt h es u r v e i l l a n c es y s t e mi n s i d et h e t u n n e lw h e r et h ef i r eo ft h es c r e e n p a p e ra l s od i s c u s s e st h ed e s i g no fap i l o tp r o g r a mt ov e r i f yt h et h e o r ya b o u tt h e a c c u r a c ya n dr e l i a b i l i t yo fr e p o r t i n gs y s t e m sa n ds t a b i l i t y h o w e v e r , a st h ee n g i n e e r i n gp r o t o t y p ev e r i f i c a t i o ns y s t e mr e q u i r e sal o to f e q u i p m e n ta n dt o o l s ，a n dn or e l a t e dp r o d u c t sc a n r e f e rt o ，b u td u et ot i m ec o n s t r a i n t s ， n o tw r i t i n gp a p e r sb e f o r eb e e nv a l i d a t e de n g i n e e r i n gd a t a h o w e v e r , t h et u n n e l n p r o j e c to nt h ep a r t i c i p a t i o no fr e l e v a n td a t at oc o n d u c tt h ee x p e r i m e n tc a na c h i e v e g o o dr e s u l t s ，s oy o uc a nb e l i e v et h a tt h i sd e s i g ni sf e a s i b l e k e y w o r d ：v i d e oi m a g e ；d a t as i m u l a t i o n ；i n t e l l i g e n ta l a r m ；s y s t e mf i r e ；f l a m e m 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签名：盔! 壶釜日期：垄21 ：s ：姿 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务o ( 保密的论文在解密后应遵守此规定) 研究生( 签名) ：盐2l 芝导师( 签名) ： 武汉理工大学硕士学位论文 第1 章概述 探讨性论文是在前人基础上进行优化，不断得出适应新形势的最新成果， 会吸取以前相关研究的成功和失败的经验。 在进行课题设计之前，来先关注下火灾报警相关方面的各种文献分析和研 究动态，这些文献工作是论文的研究基础。 1 1当前世界火灾形势 1 1 1 世界火灾形势 据不完全统计，全球每年约发生火灾7 0 0 多万起，每年有7 0 0 0 0 人左右死于 火灾。 国际间衡量一个国家火灾态势如何，通常是以每1 0 万人口平均火灾发生次 数、火灾死亡人数以及火灾损失额占g d p 比值为标准。按每1 0 万人口平均值计 算，我国近5 年间年均火灾死亡人数为o 2 4 人。 数据显示，虽然一些西方先进国家火灾发生比例有所下降，但是国际火灾 仍然不乐观。所以，降低火灾的死亡人数和财产损失是当前火灾预防的重点， 所以，火灾报警是一个重中之重。 1 1 2 我国火灾损失面临的严峻形势 2 0 世纪8 0 年代以来，我国火灾次数和火灾所造成的经济损失总体上呈现快 速增长的趋势。与西方发达国家相比，以1 0 万人口来计算，火灾次数、死亡人 数和损失额都是比较低的。但是，根据发达国家的以往情况说明，经济增长越 快，火灾的损失会越大。 1 1 3 火灾的研究起源和进步 。 1 9 8 5 年国际火灾安全科学学会成立，标志着人类火灾研究的开始，并步入 一个利用最新科学技术降低火灾损失的时代。 火灾的科学研究的主要内容包括：火灾危害性的预估，起火过程，蔓延过 武汉理丁大学硕士学位论文 程和烟气传播，火灾和环境或系统的相互作用。利用火灾的数学模型，通过现 在的计算机技术来完成相关的计算机模型，并把火灾的各种参数，特性融入计 算机模型，利用计算机技术来研究火灾，这一理念对火灾的防治起了很大的推 动作用。 9 0 年代初，由于计算机技术和信息科学的发展，将火灾科学理论与最新技 术融合，并利用物理学的传感原理，有了智能的火灾预防的设计，实现了快速 反应，快速灭火，把火灾损失降到最低，已经显现出了巨大的社会效益和经济 效益。 1 1 4 火灾科学的研究现状 在不乐观的火灾形势下，国家和政府不断的加大火灾研究的投入，由于受 到重视，火灾防治的科学研究已经取得了很大的进步。 但是在告诉发展的经济形势下，火灾的发生越来越频繁，损失也越来越 大。因此，火灾防治工作严峻的形势下，火灾防治的研究工作也需要更高效和 快速。火灾科学相关法规，消防标准体系也在不断的更新和改进当中。 目前国内外火灾科学研究主要集中在如下的领域或课题内： 基本火灾燃烧系统的不稳定性：再此方面的研究，在国际才刚刚开始相 关方面的研究。我国在对基本燃烧反应系统当中的分叉和混沌现象的研究中利 用动力学系统的不稳定性和混沌的控制思想和方法，从而找到了合适的路径和 有效的控制，在深入研究非线性火灾的过程中找到了合理的方向和方法。 无焰氧化，包含常温氧化和阴燃。由于是研究基于隧道内的火灾火焰， 对于这种大空间，开放空间的火焰就不赘述。 大空间公用建筑火灾特性：通过对大空间的火灾蔓延和烟气蔓延的特性 的研究，通过计算机来模拟这个过程并建立模型，然后根据模型来进行优化设 计。 火灾危险评价和技术分析：工业发达国家很看重火灾的危险性系数的分 析与评价，他们投入巨大的人力，物力，财力，已经逐步掌握了一些火灾控制 和预防方面的实用方法，也在火灾危险防治方面起了重要的作用。国外把系统 仿真和数据库开发技术应用于开发火灾危险评价软件，已经获得成功。随着信 息化技术和报警技术的进步，不断有新的评价软件进入市场。随着我国严峻的 火灾形势，把新的防治技术和新的抗火材料应用于智能火灾报警系统的研究成 2 武汉理：f 大学硕士学位论文 了我国火灾研究的当务之急。 智能火灾报警的原理与技术：通过对火灾火焰的早期特性( 声，光，热) 的研究而设计的基于光学特性、声学特性和电磁特性的火灾报警模型，进而火 灾报警系统的拓扑结构，最后发展成为智能火灾识别的原理与技术。 水雾灭火的原理与技术：通过对火焰特性的研究，并接过细水雾的产生 过程以及添加物的使用方法，来通过不断改进细水雾和添加物的材料来提高细 水雾的灭火效果。 阻燃机理及技术：研究防火的复合物，通过在工程中使用这种防火材料 来提高工程的抗火灾能力，降低火灾损失。 1 2国内外火灾探测技术研究现状及其视频火灾探测技术 的发展 火灾探测技术的发展是伴随着火灾感光，感烟，以及感温技术的发展而不 断成熟的。 市场进程由于新的基于图像的火灾报警技术的发展而加快进程的并且出 现了很多分支，其中烟气和火焰为两个最大的分支。 早在1 9 9 6 年，美国佛罗里达大学的西蒙弗教授就开始研究在飞机货仓中应 用火灾视频图像的亮度信息进行火灾探测。1 9 9 7 年，中国科技大学火灾科学国 家重点实验室也进行了此类研究，他们利用彩色影像的二基色差分进行火灾探 测与定位，同时在火盗力克计算机图像监控报警系统中加以应用。 1 3 火灾火焰的图像信号特点 众所周知，火灾火焰的有着阴燃亮光、火焰光谱颜色变化、外形闪烁这样 的视觉特性，而且火焰的颜色随着火焰外表温度升高的时候会呈现出暗红，红 等等各种颜色。在这些特性中不难发现这样火焰具有规律性的视觉特性。 通过对规律的探索，发现可以对这些规律建立数学模型，通过对很多火灾 图像进行m a t l a b 仿真后发现了火灾火焰的颜色的分布特性和火焰闪烁频率的 能量分布范围。而这种特性可以通过指数函数表现出来，然后利用指数函数在 数学上的分布特点，就基本上可以分出一个视频图像当中的火灾火焰和噪声了。 当然，自然界中有很多与火焰颜色相近的物体，同时也有很多与火焰的闪烁特 3 武汉理工大学硕士学位论文 性也相同的物体，因此，要同时应用火灾火焰的颜色特性和闪烁频率特性来识 别火灾火焰。 总体上说，课题设计利用了火焰较为明显的视觉特性，即火焰颜色、闪烁 频率和外形变化，由于火灾的发生位置再隧道内部，所以同时也要把隧道内火 焰的特性列入一个条件。所以，火灾识别过程就是在利用这些火灾火焰的特性 来不断剔除视频图像中的噪声，通过对剔除所有噪声后剩下的图像进行一个识 别，来判定是否发生火灾。 因此如何通过火焰的视觉特性能准确的剔除噪声将是能否有效识别火灾的 决定性条件，同时也决定这个设计的成败。所以根据火焰的视觉特性设计的算 法模型将是这个设计重点。 1 3 1 火灾火焰的颜色特性 根据人类对于火焰颜色的常识性认识，国际上规定颜色空间可以分为红色 ( r ) ，绿色( g ) 和蓝色( b ) 。所以，根据火灾火焰的颜色特性来判断的就是 具有红色，绿色和蓝色的才被认为是火焰。所以，对火灾火焰噪声的剔除就是 根据图像中颜色中三原色的分布规律来判定是否是噪声，是否该剔除。 曲面函数在数学上比较难以处理，也难建立数学模型。所以把表现颜色空 间二维分布的函数进行数学上的转化，变成比较易于处理的相对二维坐标。 通过对火灾火焰颜色分布区域的边界进行指数函数x 的n 次方拟合而得到的 指数函数。而这种指数函数的形式便于处理，利用这种方法来判断是否和火焰 颜色相同时，计算量会比用颜色空间三维曲面函数的计算量小很多。 1 3 2 火灾火焰的闪烁频率特性 在对摄像机拍摄的彩色图像序列转变成亮度图像序列中的每个像素进行一个 三色分量值的平均过程中，就得到一个m 2 5 5 的像素亮度值。不难发现，在亮度图 像序列中的火灾火焰的每个像素的亮度变化频率是随着时间的变化完全符合火焰 的能量分布规律。根据这个规律，也可剔除很多图像识别过程的噪音污染。 静态背景的像素亮度在连续的亮度图像系列中是不变的。太阳光改变像素 亮度非常缓慢，日光灯这样的照明光的亮度变化几乎是瞬间的。而滤波器是能 阻止这类光的。虽然滤波器的检测速度比较慢，计算很复杂这种低效性比较麻 烦，但是他并不影响火灾火焰的判断。 4 武汉理工大学硕士学位论文 1 3 3 火灾火焰的形态特性 虽然一般说来火焰很难确定出固定形态的，但是在火焰无形态的中能发现 火焰的形态规律很像火山喷发的样子，火焰由底部膨胀，当达到它的临界范围 的时候，会有一部分火焰脱离原来火焰，迅速消失。然后底部的火焰又开始向 四周膨胀。而火焰看上去不断收缩膨胀的形态是由于他变化很迅速的原因。正 是由于火焰的膨胀和收缩过程与数学函数是能对应起来的，所以可以通过建立 数学模型来对火焰的外形轮廓进行判断。 现在比较常用的就是把火焰视频图像的亮度序列中的相邻2 帧进行相减，而 这个差值几乎可以认为是固定在某个很小的值之间，可以等同于固定值。把这 个值设为o ，其他像素的值设为1 。这样把原来0 _ - 2 5 5 的像素变成的0 和1 的数学 逻辑值被称为差分逻辑帧如果把0 设为黑色，1 设为白色，差分逻辑帧通过图 像的方式很清楚直观的表现出来，也就能很清楚的从这些很大的图像帧亮度变 化中看到白色的影子，而这个白色的影子就是需要判断的火灾火焰的形态特征。 所以，就很轻易的把那些出现在差分逻辑帧不是火灾火焰图像的白影都认 为这是噪声，是需要剔除的，以确保火灾火焰的准确性。 1 4 图像型火灾报警系统简介 znb 图1 1 图像型火灾火焰报警系统设想图 图像型火灾火焰报警系统通过对普通摄像机采集到的火焰火灾图像进行数 字图像处理得出时候发生火灾。如果探测到火灾，火灾报警系统在接收到传感 器传来的火灾报警信息后进行判断，然后通知消防指挥中心发生火灾。 5 武汉理工大学硕士学位论文 与此同时，火焰火灾终端控制系统会启动录像装置记录下火灾现场。并把 电视墙画面切换到火灾现场，方便控制人员进一步确认火灾和进行火灾抢险。 如图1 1 ，普通彩色摄像机作为系统的图像传感器把采集到的图像帧传输给 火灾火焰报警系统探测器的模式识别单元进行识别。而摄像机镜头在云台控制 器的控制下，跟踪图像并自动对焦来获得清晰的图像和视频，在控制器的控制 下根据获取最佳图像的需要来进行云台和镜头的最佳路径选取。如果检测到火 灾，图像型火灾火焰报警系统通过对普通摄像机采集到的火焰火灾图像进行数 字图像处理得出时候发生火灾。如果探测到火灾，火灾报警系统在接收到传感 器传来的火灾报警信息后进行判断，然后通知消防指挥中心发生火灾。 为了准确的判断是否发生火灾，云台和镜头控制器的中心任务时通过对云 台和镜头控制器的电机驱动实现云台的巡航和镜头的清晰对焦成像来完成摄像 机的图像收集，保证摄像机能获得准备，清晰的视频图像。 1 5 本章小结 本章主要结合当前国际上对火灾的情况研究和研究方向，研究领域引出了火 灾研究在视频火灾报警方面的研究形势，以及一些研究成果。在这些成果的基础 上深入到视频图像的研究现状，并分析了火灾火焰视频图像信号特性，在此理论 基础上，通过对火灾火焰识别模型的认识，建立火焰报警系统的模型设计。 6 武汉理工大学硕士学位论文 第2 章火灾火焰图像识别算法原理 第一章已经大概描述了火焰火灾的信号特点，本章将结合上一章的理论知 识对火灾火焰的算法进行分析。 2 1 火灾火焰图像关于颜色特性的识别 在视频图像序列中识别出火焰的关键就是根据火灾火焰的最基本特征来建 立该特性的相关数学函数，而只有对大量的数据进行统计和分析后得出的分布 规律才能进行图像的处理，从而找到其分布规律。 二个步骤才能完成对颜色空间分布特性的分析和统计。 第一：对图像数据库中分离出有火灾火焰嫌疑的图片使用m a t l a b 图像 处理工具包，把所有不是火焰图像的噪声变成黑颜色，然后经过图像处理技术 的处理分离出红，绿，蓝三种颜色分量，同时结合三色分量的分布规律统计拟 合出红，绿，蓝三色分布范围的指数函数表达式，然后系统依据这个表达式根 据既定的数学模型来对火灾火焰做一个基本的算法判定。 制作模版时，结合火灾火焰在不同环境下的不同颜色和图像获取设备的颜 色误差，所以要选用不同的图片进行分布范围的规律选择，然后统计得出最佳 的图像分布规律。 根据图像序列帧的r ( 红色) 、g ( 绿色) 、b ( 蓝色) 三色可以把任意像素n 的颜色 空间表示为c n ，g n ，b n 。) 。f c 为火焰像素的集合，那么火灾火焰的颜色空 间为f c ( c s p a c e ，g s p a c e b s p a c e ) ，当c n ef c ( c s p a c e ，g s p a c e b s p a c e ) 时， 可以认为像素是属于火灾火焰范畴的。 图2 1 火焰颜色分布的二维分布图 7 武汉理工大学硕士学位论文 曲面函数在数学上比较难以处理。也难建立数学模型。所以把表现颜色空 问二维分布的函数进行数学上的转化，变成比较易于处理的相对二维坐标。 通过对火灾火焰颜色分培分布区域的边界进行指数函数x 的n 次方拟舍而得 到的指数函数。而这种指数函数的形式便于处理，利用这种方法来判断是否和 火焰颜色相同时，计算量会比用颜色空间三维曲面函数的计算量小很多，所以 采用这种方法更加简单的方法来表述火灾火焰颜色空间的分布。 通过论证和讨论，最终定义了一种二维视图，绿色分量用二维视图的x 坐 标值表示，红色分量或者蓝色分量用二维视图的y 坐标值来表示。在常规的颜色 定义中，0 - 2 5 5 包含了全部的颜色像素，所以该二维坐标轴的x 和y 坐标取值范围 就是0 - 2 5 5 。 见图2 1 ( 左) 的二维分布图，x 坐标值表示火焰像素c f c ( c s p a ， g b p a e e i m p a 血) 的g 。分量数值f 坐标值表示r 。分母和b 分量的数值。x y 坐 标的范围都是0 至2 5 5 的整数。 在这张图中斜率为1 的直线表示图像中所有的绿色分量数值，这样三色分 量的相互关系在图片中就一目了然。并且每个o f c ( c s p a e c ，g s p a c 2 b s p a c e ) 都有一个确定的点位与之对应。 。 火灾火焰颜色的分布范围就是将每个火灾火焰的图像像素颜色说对应的值 在二维图上标注出来得到的。不同的环境和情况下的火灾火焰图像的颜色空间 分布范围是不一样的。为了得总体上的火焰颜色分布范围。在张二维图上显 示出不同情况下的火灾火焰图像。如图2 m 右) 所示，就可以总结出火灾火焰的颜 武汉理工大学硕士学位论文 色空间c n f c ( c s p a c e ，g s p a c e b s p a c e ) 。在图2 1 ( 右) 中，红色分量和蓝 色分量是随着绿色分量的变化而进行着规律性的变化。 通过利用函数p n ( g ) 拟合红色区域r s p a c e 和蓝色区域b s p a c e 的边界，就可以 总结出红色区域r s p a c e 的表达式为： r ( g ) d o w n r ( g ) s p a c e ! ；r ( g ) t o p ( 1 ) r ( g ) t 。p = 脞q k 魄1 3 5 l2 5 5 1 3 5s g 2 5 5 = 4 0 l 佻5 ；g g 1 趔8 5 总结出蓝色区域r s p a c c 的表达式为： b ( g ) d o w n s b ( g ) s p a c e b ( g ) t o p b ( g ) t 。p = p 3 ( g ) 1 s g s 2 5 0 i2 5 52 5 0 s g 2 5 5 ( 2 ) b ( g ) d o 帅= j ok 魄1 2 7 ip 2 ( g ) 1 2 7 g 2 5 5 l 检测一个像素时候是在火焰颜色空间分布范围内，则是看 c n f c ( c s p a c e ，g s p a c e b s p a c e ) i fr ( g n ) er s p a c e ( g n ) a n db ( g n ) b s p a c e ( g n ) ( 3 ) 如果某一帧的视频图像的像素的颜色符合这一条件，那么就在数学逻辑中 判定为o ，而不是1 。 2 2 火灾火焰的图像关于闪烁频率的特性识别 通过火灾火焰颜色特性的分布范围规律，可以删除许多图像中干扰噪声。 9 武汉理工大学硕士学位论文 但是仍然有一部分是通过颜色特性不能剔除的。那么就需要利用火灾火焰的闪 烁特性来进一步对图像中的噪声进行剔除。 跳跃的火苗可以感觉到都它们的跳动在没有外界干扰的情况下都具有规 律。怎么表述这样的跳动火苗，并总结出规律呢? 由于静态背景中视频图像的像素的亮度在连续的亮度图像序列中是不变 的。一个个画面上所有像素的亮度随着一天中阳光的变化而发生缓慢的变化。 而在晚上或者房间内的灯光亮度的像素会发生跳跃性的变化，也就是会发生瞬 间变化，并固定于某个特定的值。如果使用通带为l 至8 赫兹的带通滤波器滤波对 获取的视频图像序列的像素进行滤波处理，基本上能消除大部分的噪声干扰。 因此，在m a t l a b 自带的滤波器工具包的基础上设计7 阶椭圆带通h r 滤波器的 滤波作用下可以删除很多在火焰颜色特性下不能剔除的干扰噪声。 为了兼顾滤波器的处理速度和处理效果的同时选用了比较适合的7 阶椭圆 滤波器。虽然这个滤波器在一定程度上会由于像素滤波时间停滞的原因造成画 面在一定程度上的失真，但是这种失真效果是可以接受的，因为这是一种非线 性的失真，对火灾火焰的图像形成不造成影响。因为重要的部分在于像素的亮 度经过上的各个像素被滞肝的时间不同这会造成滤波后画面内容的失真，但 这种非线性火真对探测火灾来说不会形成影响，重要的是。火灾火焰像素的亮 度经过7 阶椭圆带通h r 滤波器滤波后的数值能够在选定的阈值范围以上，可以剔 除相关的噪音。 为了在d s p 系统的算法设计上弥补7 阶椭圆滤波器在速度和失真上的缺点， 需要设计一种能够计算出火灾火焰像素的亮度变化周期识别方法。 气态火灾火焰是从火焰底部膨胀，在空气中消失的时候形成边缘形体。这 个边缘形体就是火焰的大概形态。 把火灾火焰的每一个像素的颜色强度变化与亮度的变化进行周期性的对 应。 然后对比视频图像像素的亮度周期性变化，根据这个变化计算出火灾火焰 的闪烁频率来。 根据这个方法思想，可以在火灾火焰亮度变化频率的计算中引入逻辑0 _ - l 比较法。 比如说，在火灾火焰视频图像序列帧中，假设每一个视频图像的像素在每 一帧的亮度分布已经得出，以第x 帧开始，以像素n o 为例，把像素n o 记录在存 储器，并在t o 计数器中存储逻辑0 1 方法中0 的个数。那么在第x + i 帧中，如果像 1 0 武汉理工大学硕+ 学位论文 素的平均值高于前一帧，则在t 1 计数器中标注0 1 逻辑方法中1 的个数，那么在 x + 2 帧中，如果平均值仍然高于前一帧，则不对t 1 帧进行计数。但是，如果平均 值低于前一帧，那么在t o 中加1 ，然后依照这个方法重复计数。大约在连续进行 2 s 的计算处理后，每个计数器中的实际数值在经过大约2 秒的计算处理后基本就 可以认定为火灾火焰的闪烁频率的一半。火焰火灾视频图像帧序列的帧数一般 是火灾火焰闪烁频率的3 倍多，正好是符合香农采样定理的条件，这也为的算法 设计提供了理论支持。 2 3 火灾火焰图像关于亮度时变特性的识别 假设把把火焰视频图像的亮度序列中的相邻2 帧进行相减，而这个差值几乎 可以认为是固定在某个很小的值之间，可以等同于固定值。把这个值设为0 ，其 他的像素值设为1 。这样把原来0 _ 之5 5 的像素变成的0 和1 的数学逻辑值被称为差 分逻辑帧如果把0 设为黑色1 设为白色，差分逻辑帧通过图像的方式很清楚 直观的表现出来，也就能很清楚的从这些很大的图像帧亮度变化中看到白色的 影子，而这个白色的影子就是需要判断的火灾火焰的形态特征。 所以，就很轻易的把那些出现在差分逻辑帧不是火灾火焰图像的白影都认 为这是噪声，是需要剔除的，以确保火灾火焰的准确性。 如果通过算法设计既能排除噪声的干扰，又能得到火灾火焰的准确信息， 那么这个算法就是火灾火焰判定所需要的。但是在经过2 种方法排除干扰噪声 后，一定的误差识别肯定也会出现，所以就是需要在算法的设计过程分析现场 产生干扰白影的可能原因，并在算法设计过程中考虑这个原因来设计算法降低 误报。 2 4 火灾火焰干扰分类和排除方法 结合隧道使用环境可能出现的主要干扰源和前人研究过的干扰类型。对系 统的主要应用场所进行了分析和统计。火灾火焰视频图像的图像获取是通过彩 色摄像机的光学镜头来获取的，而镜头的材料性质保证了该系统可以应用于隧 道环境( 多粉尘、高湿度) 下的。 我总结出了一下隧道环境下可能遇到的主要干扰源，并根据这些干扰源设 计相应的算法来排除干扰： 武汉理工大学硕士学位论文 动态图像形成的干扰源，这是一种常见的干扰。动态图像在亮度上和背 景亮度的上的差异会遮挡和重新显露背景亮度。这种像素亮度的变化可以在差 分逻辑帧表现为干扰白影。但是这种干扰很容易与火灾火焰视频图像区别开来， 因为这种干扰白影在位置是固定向一个方向移动的，比如隧道里的汽车等等。 并且这种干扰白影的像素由于运动物体在运动中一般不会发生形变，所以他与 火灾火焰的动态很容易区别开来。 这种干扰白影的特性基础上设计算法，在序列差分帧中，把干扰白影的定 向移动特性和火灾火焰边界的不固定性跳动特性进行比较，就能够很轻易的区 分出这2 种图像的区别，也就很容易排除这种干扰白影。 静止闪烁的各种灯光所形成的静止干扰源。这种干扰白影与动态图像的 干扰白影明显不同是它的坐标位置是固定的，一般不发生变化。这种干扰源一 般来自隧道内的交通指示灯和某些汽车的警示灯。 这种静止干扰源和火灾火焰视频图像的区别主要在两个方面： 第一是干扰白影的外形在连续的差分逻辑帧固定不变的。 第二是干扰白影是间断出现的，其闪烁频率不同于火灾火焰的闪烁频率， 这样就比较容易区分出干扰源，即使灯光的闪烁频率与火焰的闪烁频率在某个 时间段重合，但这种重合不会持续太长时间，可以通过图像闪烁频率的持续性 来区分。 照明灯具日光灯和装饰灯所形成的干扰，这种稍微麻烦，由于它的颜色 特性相近于火焰颜色，所以一般是通过闪烁频率来区分。而且它不同火焰的跳 动性，这种灯具一般是固定不变物理位置的，比较容易区分。 上述的三种干扰源基本上就是隧道内可能遇到的全部干扰。论文在使用上 述几种已有的方法外还进行了一些改进设计。 第一是利用图像分割原理将火灾火焰视频图像帧分割成大小相同的区域 块，根据区域块中自点数的变化来分割图像。 第二是将火焰火灾视频图像帧中每个白影的位置动态变化和外形动态变化 排除干扰源。 2 5 本章小结 本章的算法原理主要在于对于干扰源的排除，以及如何获取并识别准确的 火灾火焰图像上面。本章详细研究对火灾火焰的信号特性的分析与统计，包括 1 2 武汉理工大学硕士学位论文 颜色特性，闪烁特性和时变特性。 在如何排除干扰源上，设计了基于数字图像处理的外形变化法和图形分割 法的干扰排除方法，同时还分析了在使用现场如何考虑干扰源并如何剔除干扰 源的方法。 1 3 武汉理工大学硕士学位论文 第3 章火灾火焰视频图像识别算法仿真 在第二章对火灾火焰视频图像识别算法原理进行了讲解，同时根据实际情 况进行了相应的算法设计。为了验证算法设计原理的正确性和有效性，选用 m a t l a b 作为工具来进行仿真设计。 3 1 仿真方法及其步骤 现在就利用m a t l a b 强大的仿真功能来进行火灾火焰视频图像的仿真设计。 论文设计在火灾的信号特性和火灾火焰的识别算法设计的基础上编写了仿 真方案和专门用于火灾火焰视频图像仿真的m 函数文件。以便进行独立和系统对 火灾火焰的识别算法进行统计和分析来验证算法原理的可靠性和算法的设计。 仿真方案如下： 第一步，需要大量的火焰视频来提高分析和统计过程的完整性，还有大量 的干扰文件来提高抗干扰能力。并把这些火焰视频文件和干扰噪声视频文件进 行仿真学习，提高算法的“学习”能力。使算法模型更稳定和可靠。 第二步，用m a t l a b 编程语言来编写火灾火焰图像颜色识别算法、7 阶滤波 器的滤波算法、动态图像的分割算法等m 函数仿真文件。 第三步，执行仿真文件中的这些m 函数，分析结果。 第四步，根据各种仿真m 函数的优缺点来编写适合活在火焰图像的识别算法 m 函数。 第五步，通过对火灾火焰识别算法m 函数的执行来分析算法对于图像的识别 效果。 第六步，进行总结，形成对视频图像火灾探测器样机的设计具有指导意义 的结论。 3 2 仿真实验结果以及识别算法设计过程 3 2 1火灾火焰颜色仿真实验结果以及识别算法设计过程 根据火灾火焰图像的颜色空间所对应的二维空间指数分布函数，通过 1 4 武汉理工大学硕士学位论文 i v l t l a b 图像处理平台对编写的m 函数进行识别仿真，对火焰视频数据图像帧进 行的，结果如下图： 图c a )图( b )图( q 图3 1 火焰燃烧过程二维空间指数分布函数识别仿真 图3 1 的3 幅图则是用二维空间指数分布函数分别仿真后得出的对应的仿真 后的图像帧。可以轻易的发现火焰燃烧过程截取的图像帧，再通过二维空间分 布函数的摸型识别，是能够清楚韵识别出火灾火焰的边缘轮廓。 虽然在火焰与背景的交界处由于识别的误差让边缘有扩大的情形，但是这 仍然可以准确的识别出火焰图像，对结果没有太大影响。所以，认为了这个模 型是可靠和准确的，作为算法的判别依据也是可行的。 3 2 2 火灾火焰闪烁频率仿真实验结果以殛识别算法设计过程 火灾火焰闪烁频率是使用7 阶椭圆滤波器的通带滤波功能来识别火灾火焰。 前面已经介绍过这种方法可以比较准确的识别出火灾火焰，虽然七阶椭圆滤波 器在计算机m a t l a b 仿真平台的算法复杂度高，收敛性差，但是火灾火焰闪烁 频率则能在优秀的计算方法下能快速完成。同时考虑到火灾火焰识别的准确性， 需要比较大量的图像帧进行处理。由于在d s p 系统中，存储资源是比较有限的。 而这种需要大量图像帧的处理方法具有本身的局限性。 在仿真分析开始的时候，图像帧的处理是使用设定好相关参数( 带宽、通 带纹波、阻带抑制比) 的七阶椭圆滤波器来对火灾火焰视频图像亮度进行滤波 处理，然后对它进行阀值判断。如第二章介绍的那样，假如像素亮度值高于判 决阀值，那么设为表示是火灾火焰图像像素的白色。反之，如果低于判决阀值， 则设为表示是干扰源的黑色。图32 是经过七阶椭睡滤波器进行滤波的火焰视频 武汉理r 大学硕士学位论文 图像帧然后通过识别算法识别后的结果。从图片中可以直观的得出结论，虽然 图像在仿真算法识别后的形态出现改变和余存部分干扰源，但是，仍然可以通 过肉眼看出其轮廓是属于火焰轮廓的。所以这种闪烁频率的识别方法可以作为 辅助方法来对一些特定的干扰噪声进行排除工作。 图3 2 经过七阶椭圆滤波器进行滤波的火焰视频图像帧 3 23 火灾火焰形态仿真实验结果以及识别算法设计过程 从图33 的4 帧图中可以看出视频监视区域中由于人的走动中形成得动态 图像在亮度上和背景亮度的上的差异会遮挡和重新显露背景亮度。这种像素亮 度的变化可以在差分逻辑帧表现为干扰白影。因此这种干扰自影的特性基础上 设计算法，在序列差分帧中，把干扰自影的定向移动特性和火灾火焰边界的不 固定性跳动特性进行比较，就能够很轻易的区分出这2 种图像的区别，也就很容 易捧除这种干扰白影。由于算法局限性，也只能进行噪声排除的辅助工作。 图3 3 人的走动形成的差分逻辑帧仿真 武汉理工大学硕七学位论文 前面提到的算法排除噪声的局限性，那么就需要选用其他算法进行主要的 噪声排除工作那么就选用了中心位置定位识别方法。 见图3 4 ： 图3 4 中心位置定位识别法和差分逻辑帧形态识别法的综合仿真结果 通过图34 的就是中心位置定位识别法对上面的差分逻辑序列帧的形态识别 方法的补充设计，把这两者相结合就准确的识别出火灾火焰的边缘以及形特征 3 2 4 火灾火焰视频图像识别算法仿真及其分析 利用逻辑像素构成的物体运动及外形识别火灾火焰 利用差分逻辑将分离出像素为白色的图像，然后在包含火灾火焰和噪声的图像 帧利用其动态变化排除部分干扰噪声，留下火灾火焰图像然后根据算法设计 的一些判决条件，最终准确的得出火灾火焰的图像。 图38 白色像素被区分为两个物体并确定矩形外框 在第一章中阐述了火灾火焰和噪声分别在差分逻辑帧的动态变化过程在本 章的仿真中，利用差分逻辑将分离出像素为白色的图像，然后在包含火灾火焰 武汉理工大学硕士学位论文 和噪声的图像帧利用其动态变化排除部分干扰噪声，留下火灾火焰图像然后 根据算法设计的一些判决条件，最终准确的得出火灾火焰的图像。上述方法经 过前面的仿真验证，基本能排除所有的干扰噪声。 关于前面提到的干扰白影的问题，通过计算将差分逻辑帧图象中孤立的白 色像素排除。然后图像区域增长原理，把像素属性基本类似，也就是同一物体 的像素串联，并且给这些像素相同标号，这么相同标号的像素就能勾勒出一个 清晰的轮廓，这正是需要得到的火灾火焰的图像( 如图3 8 所示) 。 为了更直观的观察图像中a ，b 物体的位置和外形上面的变化。仿真算法设 定目标图像的矩形外部轮廓为o b j e c t ( t o p ，d o w n ，r i g h t ，l e f t ) 以矩形的中心点作为 目标图像的物理位置，而矩形的四条边的位置移动代表白影在外部形态上的向 四个方向的运动情况。火灾火焰的矩形框在图像的差分逻辑帧中是不间断出现 的，其矩形框表现为底边固定不动左右两边小范围移动，上边有较大幅度的 位置变化。这表现为火焰图像就很符合火焰燃烧过程中火焰轮廓的跳动过程。 同时在相应时间上，为了满足国家关于消防系统的响应时间要低于3 0 s 的规 定，进行了效率测试，发现综合上述2 种方法，能达n 2 0 s 的响应时间。 符合相关的国家标准，所以综合2 种方法进行火灾火焰图像的识别是很有必 要的。 3 3 本章小结 本章简单的介绍了m a t l a b ，以便在论文中能更好理解使用仿真的过程。 并使用m a t i a b 工具包设计了相应的火灾火焰识别算法的仿真，并对隧道环境 的下可能干扰源进行了火焰识别仿真。在对仿真结果中的研究中，显示出算法 的可行性和可靠性，为整个火灾报警系统打下了坚实的理论基础。 1 8 武汉理工大学硕士学位论文 第4 章视频火灾报警系统样机的探讨性设计 由于图象型火灾火焰报警系统的核心设备是图像火灾火焰探测器。因此本 章将探讨性利用数字信号处理器r ( d s p ) 芯片设计图像型火灾探测器的样机。该样 机的图像获取设备和传输设备为普通的彩色监视摄像机，图像型火灾火焰报警 系统通过对普通摄像机采集到的火焰火