基于圖像處理的樓宇智能火災(zāi)檢測(cè)算法

李曉麗

(南通紡織職業(yè)技術(shù)學(xué)院信息系，江蘇 南通 226007)

基于圖像處理的樓宇智能火災(zāi)檢測(cè)算法

李曉麗

(南通紡織職業(yè)技術(shù)學(xué)院信息系，江蘇 南通 226007)

傳統(tǒng)的樓宇智能方法通過智能溫度濕度傳感器檢測(cè)火災(zāi)的發(fā)生，受溫度和濃度限制較為明顯。提出一種基于圖像處理的樓宇智能火災(zāi)檢測(cè)方法。利用圖像顏色模型方法，結(jié)合數(shù)學(xué)形態(tài)學(xué)提取出初始目標(biāo)，通過對(duì)大量煙霧的調(diào)查研究，找出煙霧在特定顏色空間中的分布，進(jìn)而進(jìn)行有效的檢測(cè)，克服了傳統(tǒng)樓宇智能火災(zāi)檢測(cè)方法過于依賴火焰溫度和煙霧濃度的弊端。研究表明，該方法不受樓體內(nèi)煙霧濃度和火焰溫度的限制，能以最快速度對(duì)樓體內(nèi)的火焰進(jìn)行檢測(cè)。

樓宇智能化；顏色模型；火災(zāi)檢測(cè)

樓層內(nèi)的火災(zāi)檢測(cè)是關(guān)乎到人民群眾生命財(cái)產(chǎn)安全的一項(xiàng)很重要的工作，多發(fā)性的高層建筑火災(zāi)也是危害人類的重大災(zāi)害之一。為了減低火災(zāi)危害，目前已研制出多種煙霧探測(cè)器，其工作原理一般是基于煙霧濃度和火焰溫度進(jìn)行火災(zāi)檢測(cè)。但上述探測(cè)設(shè)備正常工作的前提是必須滿足一定的溫度和濃度要求才能發(fā)出報(bào)警，這容易造成報(bào)警滯后的問題[1]。為此，筆者提出基于圖像處理的樓宇智能火災(zāi)檢測(cè)算法，以樓體中發(fā)生火災(zāi)時(shí)火焰的圖像特征作為檢測(cè)對(duì)象，從火焰燃燒時(shí)候與平時(shí)的樓體環(huán)境圖像差異特征著手，計(jì)算火焰的顏色、頻率、空間分布的特征規(guī)律，提取燃燒時(shí)的特征并且設(shè)定區(qū)域閥值，最終形成基于圖像處理的樓宇智能火災(zāi)檢測(cè)算法。

1 樓宇智能火災(zāi)檢測(cè)算法原理

1.1火焰圖像噪聲消除

當(dāng)采集到一幅樓體內(nèi)的圖像時(shí)，由于樓內(nèi)環(huán)境復(fù)雜，會(huì)對(duì)采集的圖像造成大量噪聲干擾(主要是高斯噪聲)，因而需要對(duì)采集的圖像進(jìn)行有效的預(yù)處理，完成檢測(cè)圖像區(qū)域的去噪。常用的圖像預(yù)處理工作方法如下。

(1)

式中，rk為樓體圖像的灰度等級(jí)標(biāo)志；nk是對(duì)應(yīng)灰度級(jí)中計(jì)算出像素灰度值為rk的像素個(gè)數(shù)；n是樓體圖像中所有像素點(diǎn)的數(shù)量。

樓體圖像直方圖中的灰度分布函數(shù)如下：

(2)

式中，T(rk)為灰度分布函數(shù)。

圖1 RGB顏色空間示意圖

1.2樓體內(nèi)過火點(diǎn)特征提取

在完成煙霧圖像的預(yù)處理后，對(duì)圖片中可能包含的火焰信息進(jìn)行有效的檢測(cè)，由于檢測(cè)的圖像多是基于256色的彩色圖像，而彩色圖像與黑白圖像相比有其特殊性，其每個(gè)像素都是以紅、綠、藍(lán)為3原色組成的，因此，RGB顏色空間是3D線性空間，生活中的每一種顏色都是上述3種顏色的組合，都可以在這個(gè)空間中找到對(duì)應(yīng)的位置，RGB顏色空間示意圖如圖1所示。

在樓體的火焰中，隨著燃燒時(shí)間的不同，燃燒的特征也不同，但是不同的特征都在該模型中得到體現(xiàn)。燃燒初期煙霧呈白色，然后是暗黃色，最后為紅色和黃色的混合色，煙霧成黑色。

通過有效的采集圖像中與火焰相關(guān)的RGB像素特征，通過對(duì)比火焰顏色信息數(shù)據(jù)庫。建立火焰燃燒報(bào)警信息，具體步驟如下[3]：①對(duì)采集的樓體內(nèi)可能發(fā)生火災(zāi)的圖像進(jìn)行區(qū)域劃分；②計(jì)算其中的RGB信息，統(tǒng)計(jì)該圖片中出現(xiàn)的RGB圖像分量的峰值和谷值及各自平均值;③通過一定算法把處理后的特征值導(dǎo)入數(shù)據(jù)庫，將計(jì)算結(jié)果保存。

1.3火災(zāi)的鑒定

根據(jù)檢測(cè)到的可能發(fā)生火災(zāi)區(qū)域的特征分析，發(fā)現(xiàn)發(fā)生火災(zāi)的一些圖片的顏色特征一般都落在一定的區(qū)域內(nèi)。傳統(tǒng)的二維映射方法在處理的過程中難免存在誤差，因而可將樓體內(nèi)可能發(fā)生火災(zāi)的圖像像素映射到相應(yīng)的RGB三維空間中，以此能更好觀察煙霧顏色在色域中的分布。

對(duì)于燃燒時(shí)候的火焰特征R、G、B 3個(gè)分量的值相差不大，其亮度特征也保證在一定的范圍內(nèi)分布，而對(duì)于剛剛?cè)紵饋淼幕鹧鎱^(qū)域，其B分量與其他2個(gè)分量相比往往增加幅度明顯。因此，可以通過該特征來判斷火焰燃燒的時(shí)間，保證火焰在第一時(shí)間被準(zhǔn)確識(shí)別，從而去除一些明顯的非煙區(qū)域，具體火災(zāi)判斷方法如下[4]。

計(jì)算火災(zāi)圖像中像素灰度的最大值和最小值：

Fmin=min(R,G,B)Fmax=max(R,G,B)

計(jì)算像素的平均灰度值：

F=(R+G+B)/3

利用像素區(qū)間判斷是否為火災(zāi)像素：

R1:|Fmax-Fmin|

式中，F(xiàn)max為像素灰度的最大值；Fmin為像素灰度的最小值；R1為描述火焰中的煙霧特征；R2為火焰在一定區(qū)間內(nèi)的像素波動(dòng)特征；R3為描述剛剛?cè)紵^程中的火焰特征；F為像素平均灰度值；T1取值15～25；T2取值80；T3取值220；T4取值應(yīng)大于T1。

運(yùn)用不同特征的像素區(qū)間屬性對(duì)火焰的實(shí)時(shí)顏色進(jìn)行對(duì)比跟蹤，通過當(dāng)時(shí)像素屬性對(duì)比上述區(qū)間分布來進(jìn)行火焰判斷，能夠準(zhǔn)確計(jì)算出樓體內(nèi)是否為燃燒性火焰，進(jìn)而進(jìn)行火災(zāi)報(bào)警。

2 仿真試驗(yàn)及分析

圖2 模擬樓體內(nèi)火焰燃燒情況

為了驗(yàn)證上述識(shí)別方法的性能，分別運(yùn)用傳統(tǒng)方法和筆者提出的方法對(duì)模擬樓體內(nèi)的火焰燃燒情況(見圖2)進(jìn)行檢測(cè)，具體識(shí)別統(tǒng)計(jì)結(jié)果如表1所示。從表1可以看出，改進(jìn)算法的報(bào)警用時(shí)明顯減少，能以最快速度對(duì)樓體內(nèi)的火焰進(jìn)行檢測(cè)，從而可以解決報(bào)警滯后的問題。

表1 各種算法對(duì)比識(shí)別統(tǒng)計(jì)

3 結(jié) 語

提出了基于圖像處理的樓宇智能火災(zāi)檢測(cè)算法。通過圖像處理的方式，將樓宇內(nèi)的智能火災(zāi)檢測(cè)問題轉(zhuǎn)化為圖像處理的識(shí)別問題，然后求煙霧顏色空間的特定結(jié)果，最后運(yùn)用區(qū)域鑒別分析法對(duì)煙霧進(jìn)行定位。該方法不受樓體內(nèi)煙霧濃度和火焰溫度的限制，能以最快速度對(duì)樓體內(nèi)的火焰進(jìn)行檢測(cè)，從而可以解決報(bào)警滯后的問題。

[1]常太華，蘇杰，田亮. 一種基于DSP實(shí)現(xiàn)火焰檢測(cè)的方法[J].華北電力大學(xué)學(xué)報(bào),2002，29(4):48-50.

[2]徐偉勇，余岳峰. 數(shù)字圖像處理技術(shù)在火焰檢測(cè)上的應(yīng)用[J].中國(guó)電力,1994，27(10)：41-44.

[3]代凱乾，劉肖琳.基于圖像序列的人體跟蹤[J].計(jì)算機(jī)仿真,2007,24(7)：56-58.

[4]王磊，童子權(quán). 基于圖像處理技術(shù)的火焰檢測(cè)算法研究[J].電子測(cè)量技術(shù)，2010,15(4): 52-55.

[編輯] 李啟棟

10.3969/j.issn.1673-1409(N).2012.06.038

TP274

A

1673-1409(2012)06-N114-03