基于視頻圖像的火災(zāi)火焰探測(cè)技術(shù)分析

賈志城（甘肅政法學(xué)院圖書(shū)館，甘肅 蘭州，730070）

1 引言

火災(zāi)是眾多災(zāi)害中突發(fā)頻率較高且極具毀壞性的災(zāi)害，其頻發(fā)率位居各類(lèi)災(zāi)種之首，直接損失雖小于旱澇災(zāi)害，卻是地震災(zāi)害損失的五倍，火災(zāi)防治已經(jīng)成為全社會(huì)關(guān)注的重大問(wèn)題。隨著現(xiàn)代信息技術(shù)和火災(zāi)科學(xué)的快速發(fā)展，基于視頻圖像的火災(zāi)探測(cè)技術(shù)己經(jīng)成為業(yè)界關(guān)注的焦點(diǎn)，這種新型的火災(zāi)探測(cè)技術(shù)，相形于傳統(tǒng)預(yù)報(bào)方法，它能夠有效地提高預(yù)報(bào)精度、縮短預(yù)報(bào)時(shí)間、提供更豐富的火災(zāi)信息。本文就火災(zāi)火焰的基本特征、常用視頻特征和識(shí)別算法做出總結(jié)，并就其中的關(guān)鍵問(wèn)題給出已有認(rèn)識(shí)。

2 火災(zāi)火焰的基本特征

2.1 火災(zāi)火焰的靜態(tài)特征

煙火的靜態(tài)視覺(jué)特征主要包括光譜信息和空間結(jié)構(gòu)兩方面。前者主要指火焰亮度和顏色分布規(guī)律，而后者主要指火焰區(qū)域的內(nèi)部結(jié)構(gòu)、紋理和邊緣輪廓等特征。

1）顏色特征

火焰的熱輻射包含離散光譜的氣體輻射和連續(xù)光譜的固體輻射?；鹧娴牟ㄩL(zhǎng)在0.2～10μm的范圍內(nèi)，不同物質(zhì)的燃燒，其輻射強(qiáng)度隨波長(zhǎng)分布不同。

火焰的光譜信息主要體現(xiàn)在與周?chē)h(huán)境強(qiáng)烈的亮度對(duì)比和獨(dú)特的RGB、HIS等顏色空間模型上，表現(xiàn)為火焰的顏色在中具有特定動(dòng)態(tài)范圍。火焰的顏色特征在RGB空間中，對(duì)于空間中的火焰顏色向量A=（R G B），可用多高斯模型描述，其概率密度分布函數(shù)為：

其中∑A是顏色向量的協(xié)方差，描述了火焰顏色向量在空間中的分布情況，為相應(yīng)的通道均值，對(duì)于滿足下列條件的圖像像素，可以認(rèn)為是火焰像素，否則為背景，T值可以根據(jù)經(jīng)驗(yàn)指定也可通過(guò)學(xué)習(xí)確定。

火焰的灰度處于固定的區(qū)域150～255，前提條件是該估計(jì)對(duì)具體煙火和場(chǎng)景的依賴性大，閾值范圍大，不便于操作。

2) 結(jié)構(gòu)特征

火焰區(qū)域的光譜顏色分布具有持續(xù)的由內(nèi)到外的環(huán)形嵌套的變化結(jié)構(gòu)，對(duì)應(yīng)于光譜顏色隨溫度的變化，高溫的火焰內(nèi)核會(huì)呈現(xiàn)亮白色，向外隨溫度降低顏色會(huì)由黃變橙、到紅，呈現(xiàn)出明顯的層次結(jié)構(gòu)，在灰度圖像中，也可看出核心部分明顯比邊緣亮。較低溫的火光顏色飽和度較高，高溫下飽和度較低，呈環(huán)狀擴(kuò)展，離核越遠(yuǎn)的結(jié)構(gòu)穩(wěn)定性越差，同時(shí)火焰區(qū)域的整體在一定時(shí)段內(nèi)相對(duì)穩(wěn)定。

煙霧及火焰的紋理是火焰重要的視頻特征。通常對(duì)煙霧圖像的灰度共現(xiàn)矩陣進(jìn)行4個(gè)方向的紋理特征的提取，主要有：對(duì)比度、墑、相關(guān)量、角二階矩?；鹧娴募y理目前沒(méi)有明確的界定特征，需要發(fā)掘。形狀是描述圖像視覺(jué)特性的重要參數(shù)，通常來(lái)說(shuō)，形狀特征有輪廓特征、區(qū)域特征兩種表示方法,前者只用到物體的外邊界，而后者則關(guān)系到整個(gè)形狀區(qū)域的灰度或顏色分布。

2.2 火災(zāi)火焰的動(dòng)態(tài)特征

早期火災(zāi)火焰是非定常的，不同時(shí)刻火焰的形狀、面積、輻射強(qiáng)度等都在變化。抓住火災(zāi)的這些特點(diǎn)可以為火災(zāi)的識(shí)別打下良好的基礎(chǔ)?；馂?zāi)探測(cè)中的圖像處理是動(dòng)態(tài)圖像的連續(xù)處理：對(duì)圖像上的每個(gè)目標(biāo)，根據(jù)一定的算法來(lái)確定它同前一幀中目標(biāo)的匹配關(guān)系，從而得到多目標(biāo)的連續(xù)變化規(guī)律。

1) 閃爍頻率

火焰的閃動(dòng)規(guī)律，即亮點(diǎn)在空間上的分布隨時(shí)間變化的規(guī)律。火焰在燃燒過(guò)程中會(huì)按某種頻率閃爍。數(shù)字圖像中就是灰度級(jí)直方圖隨時(shí)間的變化規(guī)律，這個(gè)特性體現(xiàn)了一幀圖像的像素點(diǎn)在不同灰度級(jí)上隨時(shí)間的變化情況[3]?；鹧娴拈W爍是火焰區(qū)別其他輻射的一個(gè)顯著特征。研究表明，自由燃燒狀態(tài)下的火焰產(chǎn)生無(wú)規(guī)律的閃爍，如果對(duì)火焰發(fā)出的紅外線頻率進(jìn)行分析，可以觀測(cè)到其峰值頻率約10Hz左右[1]。當(dāng)然，受到火災(zāi)規(guī)模和風(fēng)的影響，其閃爍頻率約在2-20Hz之間范圍內(nèi)有所變化。由于擴(kuò)散火焰的輻射受這個(gè)意義的調(diào)制量作用，而背景輻射一般情形下沒(méi)有類(lèi)似這種方式的調(diào)制作用，因此，按火焰閃爍原理工作的探測(cè)器可表現(xiàn)出對(duì)背景分辨能力很大的改進(jìn)，從而相應(yīng)的減少誤報(bào)率[2]。

2) 邊緣及結(jié)構(gòu)的穩(wěn)定性

早期火焰的邊緣變化有一定的規(guī)律，同其他的高溫物體以及穩(wěn)定火焰的邊緣變化不同。精確的方法是用邊緣檢測(cè)和邊緣搜索算法將邊緣提取出來(lái)，根據(jù)邊緣的形狀、曲率等特性對(duì)邊緣進(jìn)行編碼，再根據(jù)編碼提取邊緣的特征量。利用這些特征量在早期火災(zāi)階段的變化規(guī)律進(jìn)行火災(zāi)判斷?；鹧嬷行脑谌紵^(guò)程中具有一定的穩(wěn)定性。火焰中心在水平和垂直方向的相對(duì)移動(dòng)速率一般在一個(gè)較小的范圍內(nèi)變化。同時(shí)，火焰在燃燒過(guò)程中具有連續(xù)性和隨機(jī)性，表現(xiàn)在前后幾幀圖像既有一定的區(qū)別又有一定的相似度。

3) 面積變化

早期火災(zāi)是著火后火災(zāi)不斷發(fā)展的過(guò)程。在這個(gè)階段，火災(zāi)火焰的面積呈現(xiàn)連續(xù)的、擴(kuò)展性的增加趨勢(shì)。在圖像處理中，面積通過(guò)取閾值后統(tǒng)計(jì)圖像的亮點(diǎn)數(shù)來(lái)實(shí)現(xiàn)。當(dāng)其他高溫物體向著攝像頭移動(dòng)或者從視野外移入時(shí)，探測(cè)到的目標(biāo)面積也會(huì)逐漸增大，容易造成干擾。因此，面積判斷需要配合其他圖像特性一起使用。

4) 形體變化

早期火災(zāi)火焰的形體變化反映了火焰在空間分布的變化。在早期火災(zāi)階段，火焰的形狀變化?？臻g取向變化、火焰的抖動(dòng)以及火焰的分和等，具有自己獨(dú)特的變化規(guī)律。在圖像處理中，形體變化特性是通過(guò)計(jì)算火焰的空間分布特性，即像素點(diǎn)之間的位置關(guān)系來(lái)實(shí)現(xiàn)的[3]。

5) 整體移動(dòng)

早期火災(zāi)火焰是不斷發(fā)展的火焰，隨著舊的燃燒物燃盡和新的燃燒物被點(diǎn)燃，火焰的位置不斷移動(dòng)。所以火焰的整體移動(dòng)是連續(xù)的非跳躍性的。

3 視頻火焰的模式識(shí)別方法

視頻火焰的模式識(shí)別方法分為火焰識(shí)別和煙霧識(shí)別二種，早期的視頻火焰檢測(cè)主要通過(guò)火焰顏色在顏色空間中的特定分布模型來(lái)判斷是否有可疑的火焰區(qū)域，顏色空間中的特定分布模型可以采用不同的方式，如前所述，再利用其他的特征來(lái)做進(jìn)一步的判斷。如Chen和Kao等采用了一種二階決策機(jī)制，先利用火焰顏色檢測(cè)其存在性，再判斷火焰的蔓延或消減狀態(tài)[4]。Yamaguchit用HSV顏色模型來(lái)初步對(duì)火焰進(jìn)行識(shí)別，依據(jù)序列圖像中火焰顏色區(qū)域的色調(diào)與飽和度的連續(xù)變化來(lái)分割火焰區(qū)域，用邊緣算子和極坐標(biāo)變換提取區(qū)域輪廓，引入時(shí)空波動(dòng)方程結(jié)合連續(xù)的極坐標(biāo)變換結(jié)果形成了時(shí)序伏動(dòng)的火焰輪廓數(shù)據(jù)，再提取其傅里葉頻域特征輸入神經(jīng)網(wǎng)絡(luò)來(lái)判別真實(shí)火焰。

基于視頻圖像的火焰探測(cè)算法較多，Thorsten Schultze認(rèn)為火焰具有閃爍特性并且用二維傅里葉變換計(jì)算出火焰圖像的頻譜不超過(guò)10HZ，同時(shí)認(rèn)為煙霧的宏觀運(yùn)動(dòng)有一定的規(guī)律，如整體向上，并用基于區(qū)域的方法求出煙霧的運(yùn)動(dòng)矢量，最后根據(jù)火焰和煙霧的雙重特征判斷是否有火災(zāi)的發(fā)生。袁非牛提出了一種運(yùn)動(dòng)累積和半透明的視頻煙霧探測(cè)模型，認(rèn)為煙霧通常從陰燃點(diǎn)持續(xù)冒出，因而通過(guò)累積模型度量運(yùn)動(dòng)像素的累積程度，能夠很好地捕獲煙霧的時(shí)空視覺(jué)特征，并能有效地抑制噪聲干擾。同時(shí)根據(jù)煙霧的模糊和部分遮擋背景特性，提出了一種基于高通濾波的半透明遮擋快速模型[5]。實(shí)驗(yàn)結(jié)果表明該模型具有較好的抗干擾性，并且不需要精確的火焰區(qū)域提取，算法簡(jiǎn)潔。煙霧越濃的圖像越模糊，反之越清晰。圖像的模糊度用邊緣檢測(cè)來(lái)判定，因?yàn)樵角逦膱D像邊緣越清晰，反之越模糊的圖像邊緣越不清晰，模糊到一定程度的時(shí)候幾乎檢測(cè)不到任何邊緣的存在，如對(duì)模糊度設(shè)定某個(gè)閾位，若超過(guò)這個(gè)閾值，認(rèn)為圖像中出現(xiàn)了煙霧。吳愛(ài)國(guó)等提出火焰圓型度會(huì)在特定的范圍內(nèi)變動(dòng)，同時(shí)面積增大并有明顯的抖動(dòng)，但不會(huì)出現(xiàn)位置的較大變化，針對(duì)邊緣變化，提取邊緣鏈碼，對(duì)邊緣的形狀、曲率等特征對(duì)邊緣進(jìn)行編碼，根據(jù)編碼獲取邊緣變化的特征量，并利用BP網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)數(shù)據(jù)融合和煙火模式分類(lèi)。此外，Jerome Vicente通過(guò)提取煙霧像素灰度時(shí)間序列的包絡(luò)來(lái)分析其特征，并與云彩等其它自然現(xiàn)象作比較分析后進(jìn)行判斷。

現(xiàn)代信號(hào)處理方法提供豐富的統(tǒng)計(jì)信號(hào)處理方法，例如，通過(guò)火焰邊緣鏈碼獲取其傅里葉描述子，然后通過(guò)相鄰幀間的前向估計(jì)獲取各區(qū)域的自回歸AR模型參數(shù)，再以傅里葉系數(shù)和AR模型參數(shù)為特征對(duì)煙火區(qū)域進(jìn)行分類(lèi)。由于傅里葉變換不能承載時(shí)間信息，有學(xué)者從小波時(shí)頻分析和隨機(jī)過(guò)程理論中尋求相關(guān)的解決辦法，利用小波變換來(lái)分析煙火運(yùn)動(dòng)的時(shí)頻特性以估計(jì)閃爍頻率。用背景估計(jì)的方法提取出火焰的區(qū)域，在時(shí)間域利用一維小波變換求出火焰像素的灰度閃爍頻率，然后在空間域利用二維小波變換計(jì)算三個(gè)方向的高頻能量，并根據(jù)一段時(shí)間內(nèi)該能量的變化情況判斷是否有火焰的產(chǎn)生，實(shí)驗(yàn)表明該辦法能很好的區(qū)分火焰和類(lèi)火焰顏色。帥師等也在視頻序列小波變換后，監(jiān)測(cè)其子圖像的能量值是否減少。一般運(yùn)動(dòng)目標(biāo)的內(nèi)部顏色沒(méi)有變化，也就一般不存在小波系數(shù)值的變化，而煙霧可以導(dǎo)致場(chǎng)景變得模糊，其高頻小波系數(shù)值的減少意味著由于煙霧引起了邊緣模糊。B.Ugur則對(duì)火焰進(jìn)行三狀態(tài)隱Markov模型的訓(xùn)練之后用該模型來(lái)對(duì)視頻圖像作初步判斷得到疑似火焰區(qū)域，對(duì)疑似火焰區(qū)域進(jìn)行二維小波變換，分別計(jì)算高、低頻系數(shù)值之和并求得高頻系數(shù)值之和與低頻系數(shù)值之和的比值，認(rèn)為真實(shí)火焰由于閃爍的原因會(huì)有較高的高頻系數(shù)和較低的低頻系數(shù)，根據(jù)該比值與事先設(shè)置的閾值的大小關(guān)系來(lái)最終判斷是否有火焰出現(xiàn)。

4 結(jié) 語(yǔ)

本文就基于視頻圖像的火焰探測(cè)的原理方式、常用視頻特征和算法作了總結(jié)，并提出了相應(yīng)的觀點(diǎn)。國(guó)內(nèi)外快速發(fā)展的基于視頻圖像檢測(cè)技術(shù)，其漏報(bào)、誤報(bào)率有待提高，火焰探測(cè)的理論和實(shí)際問(wèn)題需要完善，以達(dá)到真正的消防應(yīng)用能力。

[1] 徐仕玲.野外火災(zāi)的圖像識(shí)別方法研究[D].南京航空航天大學(xué),2008.

[2] 王佳.基于數(shù)字圖像處理的火災(zāi)火焰檢測(cè)算法研究[D].西安工業(yè)大學(xué),2008.

[3] 都俊松.圖像處理與模式識(shí)別在火災(zāi)探測(cè)領(lǐng)域的應(yīng)用[D].沈陽(yáng)工業(yè)大學(xué),2007.

[4] 楊俊,王潤(rùn)生.基于視頻圖像分析的火燃檢測(cè)及其應(yīng)用[J].視頻技術(shù)應(yīng)用與工程,2006,8:92-96.

[5] 袁非牛,廖光煊等.計(jì)算機(jī)視覺(jué)火災(zāi)探測(cè)中的特征提取[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2006,36,(1):39-43.