張婭平 邵之航
(東北林業(yè)大學(xué)機(jī)電工程學(xué)院,黑龍江 哈爾濱 150040)
森林火災(zāi)是近年來世界范圍內(nèi)頻繁發(fā)生的一種嚴(yán)重的自然災(zāi)害,對(duì)生態(tài)環(huán)境造成了巨大破壞,并且對(duì)人類的財(cái)產(chǎn)和人身安全產(chǎn)生了極大威脅[1]。然而我國森林防火的基礎(chǔ)設(shè)施較為落后,尤其體現(xiàn)在森林火災(zāi)監(jiān)測(cè)技術(shù)上,對(duì)森林突發(fā)火災(zāi)情況的控制能力不強(qiáng),滅火效率不高。
該文結(jié)合森林火災(zāi)煙霧的動(dòng)態(tài)特性,通過理論分析與仿真,設(shè)計(jì)開發(fā)森林火災(zāi)煙霧檢測(cè)方案,可以進(jìn)一步完善雙目森林火災(zāi)監(jiān)測(cè)系統(tǒng),有效降低誤報(bào)率,提高林火監(jiān)測(cè)的準(zhǔn)確度。
監(jiān)測(cè)系統(tǒng)采用雙目立體視覺技術(shù)來對(duì)人眼成像原理進(jìn)行模擬,由完成攝像機(jī)標(biāo)定的2 臺(tái)平行放置的攝像機(jī)繼續(xù)拍攝該場(chǎng)景,獲得2 幅數(shù)字圖像,可通過SGBM 算法對(duì)2 幅圖像進(jìn)行雙目匹配,獲得視差圖,進(jìn)而得到空間點(diǎn)的三維空間坐標(biāo)值。雙目攝像機(jī)的感光元件針對(duì)森林火災(zāi)的光學(xué)波段,從而可利用系統(tǒng)處理所得的深度信息實(shí)現(xiàn)森林火災(zāi)的定位測(cè)距。進(jìn)一步啟用煙霧檢測(cè),可利用林火的動(dòng)態(tài)特征,排除光學(xué)干擾信號(hào)。這種雙重檢測(cè)的方法可以有效提高準(zhǔn)確率。
系統(tǒng)由3 部分組成,即機(jī)器視覺系統(tǒng)、機(jī)器運(yùn)動(dòng)系統(tǒng)和嵌入式控制系統(tǒng)。其中前2 個(gè)部分構(gòu)成了系統(tǒng)的硬件結(jié)構(gòu),第3 部分則作為系統(tǒng)的軟件算法支撐。圖1 為上述系統(tǒng)的硬件結(jié)構(gòu)示意圖。
圖1 系統(tǒng)結(jié)構(gòu)示意圖
雙目攝像機(jī)是由光譜峰值波長為200 nm~300 nm 的紫外攝像機(jī)和普通的數(shù)碼攝像機(jī)構(gòu)成的。視覺監(jiān)測(cè)設(shè)備安裝在環(huán)形滑軌上,以便全方位監(jiān)測(cè)。
系統(tǒng)的機(jī)制流程如圖2 所示。
圖2 系統(tǒng)工作機(jī)制流程圖
森林火災(zāi)特征包括動(dòng)態(tài)特征和靜態(tài)特征,如圖3 所示。
系統(tǒng)雙目視覺匹配技術(shù)完成了關(guān)于火災(zāi)靜態(tài)特征的光譜特性檢測(cè),如果進(jìn)一步結(jié)合火焰的動(dòng)態(tài)特征,可排除非火災(zāi)光譜干擾源。因此引入典型的煙霧檢測(cè)十分必要,從而利用火焰的頻閃性質(zhì)降低誤檢測(cè)率。
火災(zāi)突發(fā)時(shí)最先產(chǎn)生的煙霧是透明度較高的輕煙,監(jiān)控?cái)z像頭透過半透明的輕煙可以看到部分背景,使得圖像中像素的“亮度”和“色度”產(chǎn)生突變,同時(shí)會(huì)對(duì)透過煙霧可觀測(cè)到的背景圖像中原有的高頻信號(hào)產(chǎn)生一定程度的衰減。
煙霧擴(kuò)散速度很快且無規(guī)則。在穩(wěn)定不變的光源下,煙霧運(yùn)動(dòng)的閃爍、擴(kuò)散表現(xiàn)明顯,與背景圖像間還會(huì)發(fā)生重疊,透過輕煙觀測(cè)到的背景區(qū)域內(nèi)部的圖像像素值不斷發(fā)生改變,圖像像素值的變化頻率隨著煙霧向四周擴(kuò)散的面積的增加而降低。煙霧在擴(kuò)散運(yùn)動(dòng)時(shí)的閃爍頻率大約在10 Hz 左右,與產(chǎn)生煙霧的燃燒物的材質(zhì)及尺寸大小無關(guān),煙霧的輪廓的閃爍頻率大約為1 Hz ~3 Hz[2]。
圖3 森林火災(zāi)特征分類
然而系統(tǒng)多數(shù)時(shí)間處于無火災(zāi)監(jiān)控狀態(tài),此時(shí)其監(jiān)控視頻中的物體不會(huì)發(fā)生大幅度的運(yùn)動(dòng),呈相對(duì)靜止。突發(fā)火災(zāi)后,煙霧隨機(jī)運(yùn)動(dòng)并擴(kuò)散,相對(duì)于靜止的森林背景發(fā)生了明顯的運(yùn)動(dòng),這是火災(zāi)監(jiān)控視頻中圖像運(yùn)動(dòng)的主要因素之一,根據(jù)煙霧運(yùn)動(dòng)的特征可將火災(zāi)監(jiān)控視頻中運(yùn)動(dòng)的圖像篩選出來。將圖像中的運(yùn)動(dòng)目標(biāo)進(jìn)行提取并分析,以完成對(duì)火災(zāi)煙霧的識(shí)別和標(biāo)定[3]。
煙霧運(yùn)動(dòng)是由空氣的流動(dòng)產(chǎn)生的,煙霧的運(yùn)動(dòng)檢測(cè)利用煙霧運(yùn)動(dòng)的這一特性對(duì)運(yùn)動(dòng)的煙霧識(shí)別然后提取,是提取煙霧區(qū)域最常用的方法[4]。該文用ViBe 背景模型法進(jìn)行煙霧的運(yùn)動(dòng)檢測(cè)。
2.3.1 ViBe算法原理
以第一幀為基礎(chǔ)建立包含n 個(gè)樣本像素值的背景樣本集,對(duì)另一幀待分類像素值與背景樣本集的相似程度進(jìn)行對(duì)比分析,如果足夠相似,則該坐標(biāo)點(diǎn)的像素值為背景像素點(diǎn)[5]。
記坐標(biāo)點(diǎn)x 處的像素值為p(x),以視頻第一幀為基礎(chǔ),建立背景樣本集c。
式(1)中pi表示第i 個(gè)樣本值。
如圖4 所示,將新幀的像素值記為pt(x),p1、p2、p3…p6為所取樣本集內(nèi)的像素值。在選定視頻圖像內(nèi)建立直角坐標(biāo)系,其中,C1為橫坐標(biāo),C2為縱坐標(biāo)。為了對(duì)比pt(x)與背景樣本集中樣本的相似程度,在所建立的直角坐標(biāo)系中作以一個(gè)pt(x)為中心,半徑為R 的圓,圓內(nèi)數(shù)據(jù)建立集合SR(pt(x)),背景樣本集B(x)與的SR(pt(x))交集中元素的個(gè)數(shù)表示相似程度。
當(dāng)集合U 中元素的個(gè)數(shù)不超過給定的最小閾值Umin時(shí)像素點(diǎn)為運(yùn)動(dòng)目標(biāo)像素點(diǎn)背景像素點(diǎn),超過Umin時(shí)該像素點(diǎn)則為背景像素點(diǎn)[3]。
ViBe 算法能否實(shí)現(xiàn)對(duì)像素值的準(zhǔn)確分類的關(guān)鍵因素有2 個(gè):半徑R 和最小閾值Umin。由資料可知在R=20、Umin=2時(shí)ViBe 算法對(duì)像素值分類效果較為理想。其中,Umin和N的比值Umin/N 決定了ViBe 算法對(duì)運(yùn)動(dòng)目標(biāo)的靈敏度。
2.3.2 ViBe算法初始化
ViBe 算法其初始化的本質(zhì)就是填充像素值背景樣本集B(x),利用單幀視頻序列和相鄰像素點(diǎn)的空間特征,在第一幀中對(duì)像素點(diǎn)空間鄰域隨機(jī)選擇模型樣本值,當(dāng)鄰域的范圍足夠大時(shí),背景樣本集元素的選取才符合統(tǒng)計(jì)學(xué)規(guī)律。
圖4 ViBe 算法示意圖
2.3.3 ViBe背景樣本更新
ViBe 背景樣本的更新的實(shí)質(zhì)是使系統(tǒng)能夠適應(yīng)背景的不斷改變,并做出相應(yīng)反應(yīng)。在每一個(gè)新的視頻幀中對(duì)背景模型的樣本值都進(jìn)行更新所產(chǎn)生的計(jì)算量過大,因此沒有必要比較每一個(gè)視頻幀。
給定一個(gè)時(shí)間采樣要素Φ,每一個(gè)像素點(diǎn)更新背景樣本值的概率是相同的,均為,同時(shí)去更新它的相鄰的背景樣本值的概率也為。被判斷成背景點(diǎn)的像素值有的概率用于更新,其相鄰的背景樣本值使背景模型向四周擴(kuò)散,以加快對(duì)Ghost 區(qū)域的識(shí)別速度。綜上所述,在時(shí)間t和t+dt 之間,存在一個(gè)樣本的概率為,即:
視頻中的背景在絕大多數(shù)情況下變化程度都較小,所以每次背景模型更新個(gè)數(shù)updatenum 不會(huì)與上一次相差過多。將每次背景模型更新的個(gè)數(shù)updatenum 與第一幀背景更新的次數(shù)initnum 按照公式(4)進(jìn)行對(duì)比,如果其結(jié)果在公式要求范圍內(nèi),則對(duì)背景模型重新初始化,以避免由于大面積光照變化而造成的錯(cuò)誤判斷。
為了檢驗(yàn)方案的可行性,制定雙目火源識(shí)別部分和煙霧檢測(cè)部分2 個(gè)部分簡易實(shí)驗(yàn)。
按照系統(tǒng)結(jié)構(gòu)示意圖搭建簡易模型,自行模擬起火點(diǎn),使用圖5 雙目設(shè)備進(jìn)行火源定位實(shí)驗(yàn)。
圖5 雙目設(shè)備
當(dāng)雙目裝置檢測(cè)到火源時(shí)指示燈亮起,如圖6 所示,火焰定位部分可行。
圖6 指示燈亮
選擇某段森林火災(zāi)煙霧視頻進(jìn)行處理,圖7 為處理前后的效果對(duì)比。
ViBe 算法運(yùn)算效率較高且更容易實(shí)現(xiàn),但是存在陰影前景和運(yùn)動(dòng)目標(biāo)不完整等問題[6],但不影響實(shí)驗(yàn)效果,因此使用ViBe 背景建模方法可以實(shí)現(xiàn)森林火災(zāi)的煙霧檢測(cè)。
為了通過實(shí)驗(yàn)驗(yàn)證煙霧檢測(cè)對(duì)于雙目林火監(jiān)測(cè)系統(tǒng)的重要性,現(xiàn)將有無煙霧檢測(cè)功能的2 種雙目系統(tǒng)的正確檢測(cè)率做對(duì)比,見表1。
表1 2 種雙目林火監(jiān)測(cè)系統(tǒng)性能對(duì)比
系統(tǒng)的雙目視覺匹配技術(shù)針對(duì)森林火災(zāi)的光譜特征,雖然計(jì)算簡單且具有較強(qiáng)的魯棒性,但不同燃燒材料的光譜信息差異較大,且森林環(huán)境中存在信號(hào)燈、紅魚物體等光譜干擾物,這些干擾物會(huì)在定程度上提高誤檢率因此抗干擾性較差。通過引入煙霧檢測(cè),有效排除了光譜干擾信號(hào),起到降低誤檢測(cè)率的目的。
圖7 視頻幀ViBe 處理前后對(duì)比
傳統(tǒng)的雙目森林火災(zāi)監(jiān)測(cè)裝置只能片面監(jiān)測(cè)林火光譜靜態(tài)信息,無法排除光學(xué)干擾信號(hào),從而造成誤報(bào)。針對(duì)這一不足,該文用ViBe 背景模型法進(jìn)行煙霧的運(yùn)動(dòng)檢測(cè),對(duì)背景樣本點(diǎn)隨機(jī)更新,使系統(tǒng)能適應(yīng)背景的變化,并且可以更快速地對(duì)Ghost 區(qū)域進(jìn)行識(shí)別[5],實(shí)現(xiàn)對(duì)動(dòng)態(tài)特征的檢測(cè),有效剔除噪聲點(diǎn)。這樣可以達(dá)到林火動(dòng)靜態(tài)特征雙重檢測(cè)的效果,提高系統(tǒng)的可靠性。