判据总结小火

1、判据总结图像型火灾探测的研究实质是对火灾在影像上表现形式的研究。该方法对不同的物理现象进行判断可分为不同的识别方法，如火焰进行探测的火焰识别法，对烟雾进行探测的烟雾识别法。在不同的识别方法中，可以采用不同的判据，以判断是否发生火灾，目前采用较多的有尖角判据（边缘特征）、面积判据、形体变化判据、火焰闪烁频率判据、位置判据、圆形度判据等等。1尖角判据（边缘特征）在火焰区域的边缘会形成火焰尖角，火焰尖角的顶点是局部极值点，也是尖角的特征点。火焰尖角的特征是狭长，这一要求可以通过控制p(n)/p(n-1)的值来实现。其中，p(n) 表示尖角某一行的亮点个数；p(n-1) 为下一行的亮点个数。火灾火焰的

2、尖角数目随时间变化呈不规则变化，因此，根据单幅图像的尖角数目进行判断的准确性是不够的。对获得图像进行分组，取出各组图像的平均值J1，确定阈值J0，当J1>J0时，认为序号为该幅图元具备火灾火焰的边缘特征；反之，则认为其不具备火灾火焰的边缘特征。尖角的个数是判断可疑区域是否为火焰的比较有效的判据。2面积判据由CCD摄取的火焰影像，由于其影像灰度值与周围有明显的差别 ，于是可以用某个灰度阈值以上的像素点数目的多少来描述火焰的面积。通过不同帧的面积比较，可以得出火焰面积的变化规律，与实验的出的火灾面积变化规律比较，如果规律相同，则判定为火灾。由于火灾的面积增长规律很特殊，该方法误判率较低。3形

3、体变化判据火灾火焰应该有较明显的抖动，也就是说，相邻图像的形体应该有比较明显地变化。这种特征可以通过前后2 幅图像中各对应图元的相似度ki 来衡量，也可以通过对分割出的疑似火灾高危点和火灾火焰区域,对其做的梯度运算来表示。3.1通过相似度衡量相似度可以用如下方法获得：式中，b (x, y) k,i 表示第i 幅图像中编号为k 的图元中坐标为(x,y)处的像素。该像素若是亮点，则b (x, y) k,i 为1，否则为0。取各组图像的头一帧作为相邻帧，得出n 组相似度ki ，取其平均值k。当k小于某个阈值1 时， 认为序号为k 的图元各帧相似程度很低，是快速移动的干扰源；当k大于某个阈值2时，认为

4、序号为k 的图元各帧相似程度很高，是固定的发光区域；只有当时，认为该区域具备早期火焰的形体变化特征。3.2通过对图像进行梯度运算来衡量红外图像与普通彩色图像相比,虽然可以捕捉明显野外景观的红外特征,但是无法排除如变电站、高压电线等无火灾危险的红外辐射源以及其在镜面上的反射的干扰。这是红外图像火灾检测所独有的缺陷,因而采用彩色图像的火焰识别算法无法解决该问题。根据野外的火灾火焰是一种不稳定且不断发展的火焰的特点。对红外图像中分割出的疑似火灾高危点和火灾火焰区域,对其中心做x 向, y 向和±45°的梯度运算。由于火焰飘动的动态随机性,其相邻两帧在上述四个方向的图像梯度值将会有

5、较大的波动。对于稳定的红外辐射源如发电机、输电线,其灰度梯度值则相对稳定,不会有很大的波动。由此可以使用它作为识别火焰的判据。已分割出的高危区域和火焰区域中心点为在四个方向上逐像素点做差值运算,来近似四个方向的梯度。以水平方向为例,以R5 为中心的区域3 ×3 区域,用下述方法计算梯度值, 再用同样的模板套用计算R6 的梯度值,将火焰边界内所计算的一系列梯度值的计算结果保存在单链表Q1 中,当采集下一帧, 重复上述步骤, 记录为Q2 ,比较Q1 和Q2 两者的差若大于预先设定的火焰梯度阈值既可以判定为火焰。梯度计算如下:竖直: grad ( R5 ) = 2 R6 + R3 + R9

6、 - 2 R4 - R1 - R7水平: grad ( R5 ) = 2 R2 + R1 + R3 - 2 R8 - R9 - R7正45°: grad ( R5 ) = 2 R3 + R2 + R6 - 2 R7 - R4 - R8王思嘉等在基于火焰图像红外动态特征的早期火灾识别算法中通过实验证明非火灾红外源温度梯度值相对稳定,而火焰的温度梯度值跳变较大,说明该算法有较强的识别能力。4火焰闪烁频率判据可燃物燃烧时产生的火焰通常是闪烁的,这种闪烁并不是无规律的。每种可燃物都具有各自固定的闪烁频率。经过对采集到的图像序列进行处理和分析,可得出火焰闪烁频率分布在325Hz之间,主要频率在

7、712Hz范围内,并且火焰闪烁频率与火焰大小和距红外接收器件的距离无关。基于以上结论,认为将火焰的闪烁频率作为判断火灾是否发生的判据是完全可以的。5位置判据早期的火灾在影像上表现为火灾中心位置具有相对稳定性,不会出现位置上的较大移动,其移动是平滑的,非跳跃性的。而很多的假信号如移动的车灯通过相对稳定性分析后,可以作为噪声加以排除。但可见光波段火焰并不是火灾发生初期的典型物理特征，对于未形成火焰的早期火灾高危点的检测能力有限,而且基于颜色和亮度空间的彩色图像火焰检测算法只关注火焰的高亮度,无法反应火焰温度场本身的动态性。所以这种系统很难单独实现火灾的早期探测。6圆形度判据圆形度可以衡量物体形状的

8、规则程度。比较常用的圆形度是周长的平方和面积的比。其中 周长可以根据其边界链码得到，面积可以根据图元内的亮点个数得到。当物体的边界为圆形时，其圆形度为最小值1。物体边界的复杂程度越高，其圆形度的值越大。阴燃和火羽流等早期火焰的外形都是极不规则的，而大部分干扰源（如烟头、烛光等）轮廓比较规则。因此，设定1 个阈值C0，当CkC0 时，认为该图元的轮廓比较规则，排除是火灾火焰的可能性；当CkC0 时，认为该图元轮廓不规则，满足火焰轮廓特征。7各个判据比较火焰的序列图像从其几何性质上看具有相邻帧图像的边缘不稳定、相邻帧图像整体具有稳定的相似性、图像的相似度在一定的区间内变化等规律。各个判据通过反应火

9、焰不同的规律来判断火灾，通过比较得出一种误报率低且运算简单的判据。尖角判据（边缘特性）：尖角的个数是判断可疑区域是否为火焰的比较有效的判据。但尖角的识别较为复杂。形体变化判据（相似度分析）：利用早期火灾的火焰形体相似度的变化规律来识别火灾，实际上就是利用火灾火焰相对于其他常见的干扰现象来说具有形状变化的无规律性，但这种无规律性从其形体变化、空间变化、空间分布来说具有一定的相似性。可以采用计算连续帧互帧差相似度的方法来描述这一特征。但在徐仕玲在野外火灾的图像识别方法研究中通过实验说明蜡烛火焰与早期火灾火焰相比，其连续帧的相似度很接近，因此如果将蜡烛火焰也作为一种干扰模式的话，则无法加以区分，因此

10、通过相似度来分析早期火灾存在一定缺陷。火焰闪烁频率判据：火焰闪烁频率与火焰大小和到红外接收器件的距离无关。因此探测结果不受距离的影响。可以较为简单的判断出火焰，但单从火焰闪烁频率无法判断出火焰的蔓延形势。位置判据：早期火焰是不断发展的，随着旧的燃烧物的燃尽和新的燃烧物被点燃，火焰不断移动着位置，所以说火焰在整体上是连续移动的利用位置判据可以将一些生活中常见的非火灾信号（如晃动的电筒）与早期火灾信号区别开来。但位置判据只能作为一种辅助的判断方式，用于去除非火灾信号的噪声干扰，不可单独判断火灾 。面积判据：造成影像面积增长的不一定是火灾,发光源和摄像机相对位置的接近就会造成影像面积的增大, 但它的影像面积增长规律和火灾所引起的火焰影像面积增长是有差别的.如果要使影像面积的增长符合指数为n的几何规律, 则发光源的移动速度要满足式中K 是与摄像机焦距和发光源面积有关的常数，显然这种