李 海,孫 鵬,熊升華,伍 毅
(1.中國民用航空飛行學院,四川德陽 618307;2.中國刑事警察學院聲像資料檢驗技術(shù)系,遼寧 沈陽 110035)
火災作為最常見的災害之一,嚴重威脅著人們的生命和財產(chǎn)安全。木里火災火場面積約20公頃,造成31人遇難[1]?;馂默F(xiàn)場救援過程中準確及時的識別目標一直是火災防治領域的重要研究內(nèi)容之一。傳統(tǒng)的火災檢測方法有感溫、感煙、感光等。目前針對火災圖像的偏色檢測研究甚少,火災場景包含大量的目標特征,這些特征是火災圖像識別的依據(jù)。但是,火災場景環(huán)境復雜,不僅受自然光的影響,同時受燃燒物特性的影響[2],因此如何正確合理的進行火災圖像偏色檢測是火災現(xiàn)場圖像及時準確識別的第一步。
目前,國內(nèi)外學者對火災圖像處理及圖像偏色檢測進行了大量的研究。在火災圖像處理領域,主要集中在火災圖像分割[2-4]、火災圖像識別[5,6]、森林火災探測[9,10]等方面。在圖像偏色檢測領域,主要集中在道路偏色檢測[10,11],醫(yī)學細胞偏色檢測[12]、偏色檢測算法[13-17]、偏色校正[18-21]等方面。
截止目前,國內(nèi)外尚未有學者針對火災現(xiàn)場圖像偏色檢測方法及偏色規(guī)律進行研究。本文為提高火災現(xiàn)場救援過程目標識別的準確度,研究火災現(xiàn)場偏色檢測方法及偏色特征,為火災現(xiàn)場偏色校正提供技術(shù)支持。
本文基于常見的三種色彩模式,利用偏色因子[22]及偏色因子間方差var[23]來研究常規(guī)場景與火災場景下視頻圖像偏色問題。偏色因子及其方差var計算過程如下(以RGB色彩模式為例)
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
其中(1)(2)(3)式中dr、dg、db為RGB圖像各個分量信息的平均值,M、N為圖像的像素維數(shù);(4)(5)(6)式中mr、mg、mb為RGB圖像各個分量信息偏色平均值;(7)式中kr、kg、kb均為三個分量偏色因子,(8)式中var為偏色因子方差。
歐式距離是多維空間中兩個點之間的真實距離[24]。在本文中,利用歐式距離計算火災圖像偏色度,其計算過程如式(9)所示(以RGB色彩模式為例),d(varjRl1k,varjRl2k)越大,則圖像偏色越嚴重。
(9)
其中,d(varjRl1k,varjRl2k)表示兩偏色因子向量之間的歐式距離;varjRl1k表示特定時空特定場景某情景圖像偏色因子方差組成的8維單位化向量;varjRl2k表示另一特定時空相同場景相同情景圖像偏色因子方差組成的8維單位化向量;i=1,n=8;j取1、2、3,其中j=1表示常規(guī)—常規(guī)場景,j=2表示火災—火災場景;l1表示第1 時空,l2表示第2時空;k=1表示RGB色彩模式,k=2表示HSV色彩模式,k=3表示YCbCr色彩模式。
首先,利用相機在自然光場景(以下簡稱常規(guī)場景)和火災場景下針對三種情景進行拍攝,每種情景拍攝16張,總計2×3×16=96張圖像;其次,利用MATLAB軟件計算96張圖像分別在RGB、HSV、YCbCr三種色彩模式下的偏色因子var大小及其偏色度d(varjRl1k,varjRl2k);最后,利用統(tǒng)計學方法分析常規(guī)場景與火災場景下3種情景圖像的偏色規(guī)律,分析火災場景對物體顏色失真的影響。
如圖1所示為三種拍攝情景,情景1為純黑色背景、情景2為大多數(shù)紅色背景、情景3為純藍色背景。選取基于純黑色對光的吸收性最好,大多數(shù)紅色背景最接近火災顏色特征,純藍色是圖像的三原色之一等色彩原理。常規(guī)場景是指在自然光條件下,先定義拍攝時的白平衡,在此白平衡模式下拍攝3種情景,認為此白平衡下的3種情景均無偏色,顏色信息符合人類視覺反映?;馂膱鼍笆侵冈诔R?guī)場景拍攝時定義的白平衡模式下,在暗室中(無自然光)拍攝3種情景,同時,利用熱電偶記錄火焰溫度,約600℃。
圖1 三種拍攝情景
1)SONY ILCE-7M3相機一臺;
2)溶劑油0.5L,1L常溫水;
3)直徑為10cm火盆一個;
4)熱電偶一套;
5)情景物體若干。
3.1.1 RGB色彩模式下偏色度規(guī)律
如圖2、3、4所示分別為不同時空條件情景1、2、3在RGB色彩模式下常規(guī)場景圖像偏色因子分布圖。其分別在第1時空、第2時空條件下偏色因子單位化向量分別為V1R11、V1R21、V1R12、V1R22、V1R13、V1R23。根據(jù)偏色度計算公式分別計算情景1、2、3在RGB色彩模式下第2時空對于第1時空的偏色度,計算得得
d(V1R11,V1R21)=0.6793;d(V1R12,V1R22)=0.7425;
d(V1R13,V1R23)=0.0636。
圖3 情景2-RGB色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
圖4 情景3-RGB色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
3.1.2 HSV色彩模式下偏色度規(guī)律
如圖5、6、7所示分別為不同時空條件情景1、2、3在HSV色彩模式下常規(guī)場景圖像偏色因子分布圖。其分別在第1時空、第2時空條件下的偏色因子單位化向量分別為V1H11、V1H21、V1H12、V1H22、V1H13、V1H23。根據(jù)偏色度計算公式分別計算情景1、2、3在HSV色彩模式下第2時空對于第1時空的偏色度,計算得
圖5 情景1-HSV色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
圖6 情景2-HSV色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
圖7 情景3-HSV色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
d(V1H11,V1H21)=0.0353;d(V1H12,V1H22)=0.1129;d(V1H13,V1H23)=0.1585。
3.1.3 YCbCr色彩模式下偏色度規(guī)律
如圖8、9、20所示為不同時空條件情景1、2、3在YCbCr色彩模式下常規(guī)場景圖像偏色因子分布圖。其分別在第1時空、第2時空條件下的偏色因子單位化向量為V1Y11、V1Y21、V1Y12、V1Y22、V1Y13、V1Y23。根據(jù)偏色度計算公式分別計算公式情景1、2、3在YCbCr色彩模式下第2時空對于第1時空的偏色度,計算得
d(V1Y11,V1Y21)=0.8284;d(V1Y12,V1Y22)=0.2510;
d(V1Y13,V1Y23)=0.0551。
圖8 情景1-YCbCr色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
圖9 情景2-YCbCr色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
圖10 情景3-YCbCr色彩模式下常規(guī)—常規(guī)場景圖像偏色因子分布圖
3.2.1 RGB色彩模式下偏色度規(guī)律
如圖11、12、13所示分別為不同時空條件情景1、2、3在RGB色彩模式下火災場景圖像偏色因子分布圖。其分別在第1時空、第2時空條件下的偏色因子單位化向量分別為V2R11、V2R21,V2R12、V2R22、var2R13、var2R23。根據(jù)偏色度計算公式分別計算情景1、2、3在RGB色彩模式下第2時空對于第1時空的偏色度,計算得
d(V2R11,V2R21)=0.2896;d(V2R12,V2R22)=0.5869;
d(V2R13,V2R23)=0.4833。
圖11 情景1-RGB色彩模式下火災—火災場景圖像偏色因子分布圖
圖12 情景2-RGB色彩模式下火災—火災場景圖像偏色因子分布圖
圖13 情景3-RGB色彩模式下火災—火災場景圖像偏色因子分布圖
3.2.2 HSV色彩模式下偏色度規(guī)律
如圖14、15、16所示分別為不同時空條件情景1、2、3在HSV色彩模式下火災場景圖像偏色因子分布圖。其分別在在第1時空、第2時空條件下的偏色因子單位化向量為V2H11、V2H21、V2H12、V2H22、V2H13、V2H23。根據(jù)偏色度計算公式分別計算情景1、2、3在HSV色彩模式下第2時空對于第1時空的偏色度,計算得
d(V2H11,V2H21)=0.0295;d(V2H12,V2H22)=0.1247。d(V2H13,V2H23)=0.3420。
圖14 情景1-HSV色彩模式下火災—火災場景圖像偏色因子分布圖
圖15 情景2-HSV色彩模式下火災—火災場景圖像偏色因子分布圖
圖16 情景3-HSV色彩模式下火災—火災場景圖像偏色因子分布圖
3.2.3 YCbCr色彩模式下偏色度規(guī)律
如圖17、18、19所示分別為不同時空條件情景1、2、3在YCbCr色彩模式下火災場景圖像偏色因子分布圖。其分別在第1時空、第2時空條件下的偏色因子單位化向量為V2Y11、V2Y21、V2Y12、V2Y22、V2Y13、V2Y23。根據(jù)偏色度計算公式分別計算情景1、2、3在YCbCr色彩模式下第2時空對于第1時空的偏色度,計算得
d(V2Y11,V2Y21)=0.1189;d(V2Y12,V2Y22)=0.3858;
d(V2Y13,V2Y23)=0.4652。
圖17 情景1-YCbCr色彩模式下火災—火災場景圖像偏色因子分布圖
圖18 情景2-YCbCr色彩模式下火災—火災場景圖像偏色因子分布圖
圖19 情景3-YCbCr色彩模式下火災—火災場景圖像偏色因子分布圖
3.3.1 RGB色彩模式下偏色度規(guī)律
如圖20、21、22所示分別為情景1、2、3在RGB色彩模式下常規(guī)場場景與火災場景圖像偏色因子分布圖。其分別在常規(guī)場景、火災場景下的偏色因子單位化向量為V1R1、V2R1、V1R2、V2R2、V1R3、V2R3。根據(jù)偏色度計算公式分別計算情景1、2、3在RGB色彩模式下火災場景對于常規(guī)場景的偏色度,計算得
d(V1R1,V2R1)=0.7427;d(V1R2,V2R2)=0.7213;
d(V1R3,V2R3)=0.3661。
圖20 情景1-RGB色彩模式下常規(guī)—火災場景圖像偏色因子分布圖
圖21 情景2-RGB色彩模式下常規(guī)—火災場景圖像偏色因子分布圖
圖22 情景3-RGB色彩模式下常規(guī)—火災場景圖像偏色因子分布圖
3.3.2 HSV色彩模式下偏色度規(guī)律
如圖23、24、25所示為情景1、2、3在HSV色彩模式下常規(guī)場景與火災場景偏色因子分布圖。其分別在常規(guī)場景、火災場景下的偏色因子單位化向量為V1H1、V2H1、V1H2、V2H2、V1H3、V2H3。根據(jù)偏色度計算公式計算情景1、2、3在HSV色彩模式下火災場景對于常規(guī)場景的偏色度,計算得
d(V1H1,V2H1)=0.0413;d(V1H2,V2H2)=0.0705;
d(V1H3,V2H3)=0.2876。其中
圖23 情景1-HSV色彩模式下常規(guī)—常規(guī)場景偏色因子分布圖
圖24 情景2-HSV色彩模式下火災—火災場景偏色因子分布圖
圖25 情景3-HSV色彩模式下常規(guī)—火災場景偏色因子分布圖
3.3.3 YCbCr色彩模式下偏色度規(guī)律
如圖26、27、28所示為情景1、2、3在YCbCr色彩模式下常規(guī)場景與火災場景偏色因子分布圖。其分別在常規(guī)場景、火災場景下的偏色因子單位化向量為V1Y1、V2Y1、V1Y2、V2Y2、V1Y3、V2Y3。根據(jù)偏色度計算公式分別計算情景1、2、3在YCbCr色彩模式下火災場景相對于常規(guī)場景的圖像偏色度,計算得
d(V1Y1,V2Y1)=0.7910;d(V1Y2,V2Y2)=0.2551;
d(V1Y3,V2Y3)=0.3529。其中
圖26 情景1-YCbCr色彩模式下常規(guī)場景與火災場景偏色因子分布
圖27 情景2-YCbCr色彩模式下常規(guī)場景與火災場景偏色因子分布
圖28 情景3-YCbCr色彩模式下常規(guī)場景與火災場景偏色因子分布
如圖29所示為RGB色彩模式下火災圖像偏色度趨勢圖,據(jù)圖可知此色彩模式下火災圖像偏色度檢測方法針對情景3類圖像偏色度檢測效果較好,而針對情景1、情景2類圖像的偏色檢測效果不明顯。如圖30所示為HSV色彩模式下火災圖像偏色度趨勢圖,據(jù)圖可知此色彩模式下火災圖像偏色度檢測方法針對情景2類圖像偏色檢測效果較好,而針對情景1、情景3類圖像檢測效果不明顯。如圖31所示為YCbCr色彩模式下火災圖像偏色度趨勢圖,據(jù)圖可知,此色彩模式下火災圖像偏色度檢測方法針對情景3類圖像檢測效果較好,而針對情景1、情景2類圖像偏色檢測效果不明顯。因此,單一色彩模式下的圖像偏色檢測方法具有一定的局限性,無法滿足所有情景下的火災圖像偏色檢測。
圖29 RGB色彩模式下不同情景火災圖像偏色度分布圖
圖30 HSV色彩模式下不同情景火災圖像偏色度分布圖
圖31 YCbCr色彩模式下不同情景火災圖像偏色度分布圖
考慮到單一色彩模式下偏色度檢測方法針對火災圖像偏色度檢測具有局限性,對三種色彩模式進行混合疊加。如圖32所示為混合色彩模式下火災圖像偏色度趨勢圖,據(jù)圖可知,混合色彩模式下圖像偏色度檢測方法針對情景1、2、3類火災圖像偏色檢測效果較好,完全能夠滿足各類情景下的火災圖像偏色檢測。因此,混合色彩模式疊加的火災圖像偏色度量化方法能夠很好的檢測各類火災圖像偏色度。
圖32 混合色彩模式下不同情景火災圖像偏色度分布圖
色彩模式的正確選擇是火災圖像偏色度量化的關(guān)鍵。本文從火災現(xiàn)場圖像偏色檢測實際出發(fā),提出了一種面向圖像色彩空間的基于歐式距離的火災圖像偏色度量化方法。仿真結(jié)果表明:①單一色彩模式下的歐氏距離偏色度量化方法具有一定的局限性,而混合色彩模式下的歐式距離偏色度量化方法能夠滿足各類情景火災圖像偏色檢測;②不同時空條件下常規(guī)場景與火災場景內(nèi)比三種情景偏色因子趨勢均相互交疊,同時隨情景顏色色溫的變化,偏色因子交疊趨勢也發(fā)生著變化;③同一時空條件下常規(guī)場景與火災場景之間的三種情景偏色度呈現(xiàn)明顯的歐式距離特征。
本方法有效避免了主流方法易受圖像形成過程色溫變化和數(shù)據(jù)測量的偶然誤差的綜合影響,有效的提供了一種針對火災場景下各類情景火災圖像偏色度量化方法,在火災場景目標識別中具有較強的技術(shù)指導和實際應用價值。