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,對生態(tài)環(huán)境造成了巨大破壞,并且對人類的財產(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)測技術(shù)上,對森林突發(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)煙霧的動態(tài)特性,通過理論分析與仿真,設(shè)計開發(fā)森林火災(zāi)煙霧檢測方案,可以進(jìn)一步完善雙目森林火災(zāi)監(jiān)測系統(tǒng),有效降低誤報率,提高林火監(jiān)測的準(zhǔn)確度。
監(jiān)測系統(tǒng)采用雙目立體視覺技術(shù)來對人眼成像原理進(jìn)行模擬,由完成攝像機(jī)標(biāo)定的2 臺平行放置的攝像機(jī)繼續(xù)拍攝該場景,獲得2 幅數(shù)字圖像,可通過SGBM 算法對2 幅圖像進(jìn)行雙目匹配,獲得視差圖,進(jìn)而得到空間點的三維空間坐標(biāo)值。雙目攝像機(jī)的感光元件針對森林火災(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現(xiàn)森林火災(zāi)的定位測距。進(jìn)一步啟用煙霧檢測,可利用林火的動態(tài)特征,排除光學(xué)干擾信號。這種雙重檢測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)器運動系統(tǒng)和嵌入式控制系統(tǒng)。其中前2 個部分構(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)測設(shè)備安裝在環(huán)形滑軌上,以便全方位監(jiān)測。
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,如果進(jìn)一步結(jié)合火焰的動態(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十分必要,從而利用火焰的頻閃性質(zhì)降低誤檢測率。
火災(zāi)突發(fā)時最先產(chǎn)生的煙霧是透明度較高的輕煙,監(jiān)控攝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,同時會對透過煙霧可觀測到的背景圖像中原有的高頻信號產(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,煙霧運動的閃爍、擴(kuò)散表現(xiàn)明顯,與背景圖像間還會發(fā)生重疊,透過輕煙觀測到的背景區(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)散運動時的閃爍頻率大約在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)時間處于無火災(zāi)監(jiān)控狀態(tài),此時其監(jiān)控視頻中的物體不會發(fā)生大幅度的運動,呈相對靜止。突發(fā)火災(zāi)后,煙霧隨機(jī)運動并擴(kuò)散,相對于靜止的森林背景發(fā)生了明顯的運動,這是火災(zāi)監(jiān)控視頻中圖像運動的主要因素之一,根據(jù)煙霧運動的特征可將火災(zāi)監(jiān)控視頻中運動的圖像篩選出來。將圖像中的運動目標(biāo)進(jìn)行提取并分析,以完成對火災(zāi)煙霧的識別和標(biāo)定[3]。
煙霧運動是由空氣的流動產(chǎn)生的,煙霧的運動檢測利用煙霧運動的這一特性對運動的煙霧識別然后提取,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)行煙霧的運動檢測。
2.3.1 ViBe算法原理
以第一幀為基礎(chǔ)建立包含n 個樣本像素值的背景樣本集,對另一幀待分類像素值與背景樣本集的相似程度進(jìn)行對比分析,如果足夠相似,則該坐標(biāo)點的像素值為背景像素點[5]。
記坐標(biāo)點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))交集中元素的個數(shù)表示相似程度。
當(dāng)集合U 中元素的個數(shù)不超過給定的最小閾值Umin時像素點為運動目標(biāo)像素點背景像素點,超過Umin時該像素點則為背景像素點[3]。
ViBe 算法能否實現(xiàn)對像素值的準(zhǔn)確分類的關(guān)鍵因素有2 個:半徑R 和最小閾值Umin。由資料可知在R=20、Umin=2時ViBe 算法對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 算法對運動目標(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的空間特征,在第一幀中對像素點空間鄰域隨機(jī)選擇模型樣本值,當(dāng)鄰域的范圍足夠大時,背景樣本集元素的選取才符合統(tǒng)計學(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)。在每一個新的視頻幀中對背景模型的樣本值都進(jìn)行更新所產(chǎn)生的計算量過大,因此沒有必要比較每一個視頻幀。
給定一個時間采樣要素Φ,每一個像素點更新背景樣本值的概率是相同的,均為,同時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Ghost 區(qū)域的識別速度。綜上所述,在時間t和t+dt 之間,存在一個樣本的概率為,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數(shù)updatenum 不會與上一次相差過多。將每次背景模型更新的個數(shù)updatenum 與第一幀背景更新的次數(shù)initnum 按照公式(4)進(jìn)行對比,如果其結(jié)果在公式要求范圍內(nèi),則對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誤判斷。
為了檢驗方案的可行性,制定雙目火源識別部分和煙霧檢測部分2 個部分簡易實驗。
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,使用圖5 雙目設(shè)備進(jìn)行火源定位實驗。
圖5 雙目設(shè)備
當(dāng)雙目裝置檢測到火源時指示燈亮起,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比。
ViBe 算法運算效率較高且更容易實現(xiàn),但是存在陰影前景和運動目標(biāo)不完整等問題[6],但不影響實驗效果,因此使用ViBe 背景建模方法可以實現(xiàn)森林火災(zāi)的煙霧檢測。
為了通過實驗驗證煙霧檢測對于雙目林火監(jiān)測系統(tǒng)的重要性,現(xiàn)將有無煙霧檢測功能的2 種雙目系統(tǒng)的正確檢測率做對比,見表1。
表1 2 種雙目林火監(jiān)測系統(tǒng)性能對比
系統(tǒng)的雙目視覺匹配技術(shù)針對森林火災(zāi)的光譜特征,雖然計算簡單且具有較強(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)境中存在信號燈、紅魚物體等光譜干擾物,這些干擾物會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,有效排除了光譜干擾信號,起到降低誤檢測率的目的。
圖7 視頻幀ViBe 處理前后對比
傳統(tǒng)的雙目森林火災(zāi)監(jiān)測裝置只能片面監(jiān)測林火光譜靜態(tài)信息,無法排除光學(xué)干擾信號,從而造成誤報。針對這一不足,該文用ViBe 背景模型法進(jìn)行煙霧的運動檢測,對背景樣本點隨機(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Ghost 區(qū)域進(jìn)行識別[5],實現(xiàn)對動態(tài)特征的檢測,有效剔除噪聲點。這樣可以達(dá)到林火動靜態(tài)特征雙重檢測的效果,提高系統(tǒng)的可靠性。