基于圖像處理的火災(zāi)探測技術(shù)

徐玉姣　洪鎮(zhèn)南　全菲

摘 要：基于圖像處理的火災(zāi)探測技術(shù)具有準(zhǔn)確性高、實時性好、信息豐富等優(yōu)勢，是火災(zāi)探測領(lǐng)域重點研究的內(nèi)容。本文根據(jù)火焰的面積增長率、火焰尖角等作為特征提取對象，通過MATLAB仿真技術(shù)對火焰特征進(jìn)行實驗研究，實驗證明此技術(shù)具有一定的理論參考價值。

關(guān)鍵詞：MATLAB；圖像處理；火焰特征；火災(zāi)探測

Fire Detection Technology Based on Image Processing

Abstract：Fire detection technology based on image processing has the advantages of high accuracy，good real-time，rich information and so on. The paper study the flame features，through the MATLAB simulation technology with the features of flame area growth rate and flame angle.The experiment results show that this technology has a certain reference value.

Key words：MATLAB；image processing；flame features；fire detection

隨著我國市場經(jīng)濟(jì)體制的發(fā)展和完善，城市中大型建筑物所占比例越來越高，包括大型商場、會議中心、電影院、展覽館、博物館和物流倉庫等，它們在人們生活中起著十分重要的作用。但是，大型建筑物相對于其他建筑物來說，具有內(nèi)部跨度大、結(jié)構(gòu)復(fù)雜等特征。一旦發(fā)生火災(zāi)時，產(chǎn)生的煙霧很難達(dá)到火災(zāi)探測器所在的房間頂部，或者由于受到熱障區(qū)域的影響無法及時啟動報警。然而，基于圖像處理的火災(zāi)探測技術(shù)結(jié)合了成像技術(shù)、圖像處理技術(shù)、計算機(jī)技術(shù)等先進(jìn)的信息處理技術(shù)，不再受到建筑物空間高度、熱障區(qū)域、氣流限制等影響，其火災(zāi)探測功能具有高智能、高靈敏和非接觸等優(yōu)勢，可以快速探測到火災(zāi)發(fā)生早期產(chǎn)生的煙霧和火焰，及時發(fā)出報警信號，確保人員安全疏散。目前，基于圖像處理的火災(zāi)探測技術(shù)已經(jīng)成為了大型建筑物火災(zāi)防范的有效手段。

1 火災(zāi)圖像的預(yù)處理和圖像識別流程

⑴圖像預(yù)處理：主要包括火災(zāi)圖像的灰度處理、二值化處理、濾波降噪處理等步驟，本文采用的圖像預(yù)處理技術(shù)是中值濾波。

⑵圖像背景提?。罕疚闹饕捎酶滤惴▽馂?zāi)圖像的背景進(jìn)行更新和提取。

⑶特征提?。焊鶕?jù)二值化處理之后的火災(zāi)圖像來計算火焰的面積增長率、尖角等特征。

⑷輸出火災(zāi)識別部分：將提取到的火焰圖像的特征進(jìn)行歸類，經(jīng)過分類判別和初步識別后，當(dāng)完全滿足這兩個條件時，可以確定火災(zāi)發(fā)生。

2 火災(zāi)圖像的特征提取與仿真

2.1 面積變化率識別

在火災(zāi)發(fā)生的初期階段，火焰從無到有的出現(xiàn)是一個不斷擴(kuò)張和蔓延的過程，由于火焰會受到氣流速度、熱量流動等諸多因素的影響，會促使火焰處于不斷跳動的狀態(tài)。由此，可以得到火焰的物理特性：火焰圖像的高亮區(qū)域呈連續(xù)變化、不斷增長的趨勢。汽車大燈、強(qiáng)光手電筒等也同樣具有高亮面積部分連續(xù)變化的特征。對比火焰物理特征可知，火焰的蔓延和擴(kuò)張還是比較緩慢的，相鄰火焰的面積變化率不會大幅度增長或降低，而汽車大燈、快速移動的手電筒則會導(dǎo)致相鄰圖像的高亮區(qū)域面積變化率較大。相反，家用白熾燈由于光源固定，其面積變化率最低，幾乎可以接近零變化率。由此可見，基于圖像處理的火災(zāi)探測技術(shù)可以通過判斷面積變化率的方式來區(qū)別火災(zāi)、固定光源、移動光源等干擾。

本文連續(xù)計算10幀火災(zāi)圖像的火焰面積，得到火焰面積的增長率，記作Ij。

公式（1）中，A是火焰面積，Rj是火焰區(qū)域。將采集到的火災(zāi)圖像通過二值化處理、濾波降噪和圖像分割后，分別計算每一幀火焰區(qū)域的面積，并代入公式（1）中，最終可以獲得連續(xù)若干幀火災(zāi)圖像的面積增長率。

MATLAB仿真實驗部分代碼如下：

RGB=imread（＼E：＼實驗＼picture4.jpg）； //讀取RGB火災(zāi)圖片//

I=rgb2gray（RGB）； //灰度化處理//

BW=im2bw（I，0，6）； //二值化處理，添加閾值分割//

A=length（find（BW==1））； //火災(zāi)圖像區(qū)域面積//

……

2.2 火焰尖角的識別

抖動是火災(zāi)發(fā)生早期時火焰的重要特征之一，其與面積變化率的判斷聯(lián)系緊密，可以彌補(bǔ)面積變化率判斷的不足之處，確?；馂?zāi)檢測技術(shù)更加精準(zhǔn)可靠?；鹧孢吘壎秳拥淖蠲黠@表現(xiàn)是其尖角成無規(guī)則、無規(guī)律的跳動，但火焰尖角的形態(tài)基本不會發(fā)生變化。火焰尖角具有高度高、寬度小和形態(tài)狹長等特點，尖角數(shù)量是通過幀圖像邊緣提取實現(xiàn)的。因此，可以根據(jù)火焰的特征對其尖角進(jìn)行識別。

火焰尖角的識別過程如圖2所示：

火焰尖角具有高度高、寬度小和形態(tài)狹長等特點，所以，對火焰尖角進(jìn)行檢測要進(jìn)行相應(yīng)的調(diào)節(jié)，其檢測步驟如下：

（1）確認(rèn)火焰尖角頂點的位置；

（2）對提取得到的火焰圖像邊緣進(jìn)行特征提取之后，按照其邊界點逐點掃描，如果存在一個左右相鄰區(qū)域內(nèi)連續(xù)50個點的高度全部小于或等于該邊界點，則判斷為疑似火焰尖角點，同時將這些火焰邊界點利用坐標(biāo)矩陣記錄；

（3）判斷這些邊界點是否屬于火焰尖角。

MATLAB仿真實驗部分代碼如下：

sum=0； //計算得到火焰尖角的個數(shù)//

for k=1； //得到疑似火焰尖角的行數(shù)、列數(shù)和邊界矩陣//

for i=1：n //比較之后確定其在邊界矩陣中的位置//

if （is equal （tt（i，：），jj（k，：）））

if（i>50&i+50

d1=sqrt（（tt（i+50）-tt（i））^2+（tt（i，2）-tt（i+50，2））^2）； //火焰尖角到達(dá)左邊第50個點的距離//

d2=sqrt（（tt（i+50）-tt（i））^2+（tt（i，2）-tt（i-50，2））^2）； //火焰尖角到達(dá)郵編第50個點的距離//

c=sqrt（（tt（i-50）-tt（i+50））^2+（tt（i+50，2）-tt（t-50，2））^2； //左邊第50個點到右邊第50個點的距離//

……

3 基于MATLAB的實驗結(jié)果分析

3.1 實驗環(huán)境

計算機(jī)一臺、高清攝像頭、打火機(jī)、紙張、木料、白熾燈，以MATLAB作為實驗分析工具，每秒鐘截取30幀的圖像，圖像大小為160*120像素，再進(jìn)行灰度處理、二值化處理、濾波降噪、閾值分割等。

3.2 面積增長率實驗結(jié)果

選取連續(xù)的10幀火災(zāi)圖像，計算火災(zāi)圖像亮點區(qū)域的面積增長率，圖3給出了詳細(xì)的面積增長率實驗數(shù)據(jù)。

由圖3可知，當(dāng)紙張和木料燃燒時，圖像的面積變化率較大，始終呈現(xiàn)較強(qiáng)的增長趨勢；當(dāng)點亮打火機(jī)時，檢測到的圖像面積變化范圍較?。划?dāng)打開白熾燈時，圖像的面積變化率始終穩(wěn)定。

3.3 火焰尖角實驗結(jié)果

選取連續(xù)的1800幀火災(zāi)圖像進(jìn)行分割，形成分割圖，按照每30幀計算一次火焰尖角的平均值，得到了如圖4所示的每分鐘獲得的實驗數(shù)據(jù)。

如圖4可知，當(dāng)紙張和木料燃燒時，其火焰尖角始終保持在5個以上，火焰尖角的變化較大；當(dāng)點亮打火機(jī)和白熾燈時，火焰尖角的變化率始終控制在一定范圍內(nèi)，保證在5個以下，因此，火焰尖角可以作為火災(zāi)探測中的重要參數(shù)。

4 結(jié)論

綜上所述，本文在分析了基于圖像處理的火災(zāi)探測技術(shù)流程和原理之后，對火災(zāi)圖像的火焰面積變化率、尖角等特有屬性進(jìn)行深入研究，采用MATLAB實驗環(huán)境對火災(zāi)圖像的識別進(jìn)行仿真。實驗表明，火焰面積變化率、火焰尖角均可以作為火災(zāi)探測中的決策參數(shù)。在進(jìn)一步研究火災(zāi)探測系統(tǒng)時，可以將其作為決策參數(shù)的輸入部分，確?；馂?zāi)探測的及時性和準(zhǔn)確性。

[參考文獻(xiàn)]

[1]許峰，于春雨，徐放.視頻煙霧火災(zāi)探測技術(shù)研究趨勢[J].消防科學(xué)與技術(shù)，2012，11：1185-1188.

[2]劉曉軍.圖像型火災(zāi)探測技術(shù)中的火災(zāi)定位研究[J].北華航天工業(yè)學(xué)院學(xué)報，2013，01：31-33.

[3]岳鵬.火災(zāi)探測技術(shù)在大空間建筑的應(yīng)用研究[J].山西建筑，2013，16：27-28.

[4]徐冬新.視頻圖像檢測火災(zāi)探測技術(shù)比較[J].化工自動化及儀表，2013，06：728-729.

[6]ZHOU Jia-qi，LI Wen-yuan，LU Ji-ping，et al.Incorpora-ting aging failure mode and multiple capacity state modelof HVDC system in power system reliability assessment[J].Electric Power Systems Research，2007，77（8）：910-916.