計算機(jī)視覺技術(shù)在火情定位及檢測系統(tǒng)中的應(yīng)用

于洋

（撫順市第一中等職業(yè)技術(shù)專業(yè)學(xué)校,遼寧撫順，113001）

1 視覺測量基本原理

視覺探測系統(tǒng)的工作就是利用二維影像來感知周圍的三維信息，通過對相機(jī)的影像進(jìn)行分析，從而得到立體目標(biāo)的位置、形狀等幾何信息，從而在一定程度上對周圍物體進(jìn)行識別。影像中各點(diǎn)的亮度反映出空間目標(biāo)表面的反射光線的強(qiáng)弱，而這一點(diǎn)在影像中的位置與空間目標(biāo)的相對點(diǎn)的位置相關(guān)。根據(jù)光照形式和幾何構(gòu)造的關(guān)系，可將其劃分為有源視覺探測和無源視覺探測。該測試系統(tǒng)的光源是基于實(shí)際測試需求的LED面光源。也就是說，在測量過程中，CCD攝像機(jī)的運(yùn)動（由接近開關(guān)來完成），然后以特定的速率進(jìn)行拍攝，然后由數(shù)據(jù)線路輸入電腦進(jìn)行圖像處理、分析、測量，最后得到大梁中孔的幾何參數(shù)。當(dāng)CCD攝像機(jī)到達(dá)終點(diǎn)位置時，再次向后移動以確保精度[1]。

1.1 硬件組成

該系統(tǒng)使用了圖像拼接技術(shù)，以提高檢測的準(zhǔn)確性和速度；并可用于大型縱梁的在線監(jiān)測。因此，一方面，要保證前、后兩個圖像之間存在一定的交疊，從而降低計算工作量，加快拼接的速度。同時，為達(dá)到對縱梁零件進(jìn)行實(shí)時、自動的檢測，必須獲取連續(xù)的檢測圖像。該系統(tǒng)的主要功能是通過輸入設(shè)備（光學(xué)子系統(tǒng)）、 CCD、圖像采集卡，并由主機(jī)控制存入存儲裝置，經(jīng)計算機(jī)軟件處理系統(tǒng)分析、處理后，向輸出裝置輸出相應(yīng)的信息[2]。

1.2 照明光源

在計算機(jī)視覺中，光源是一個非常關(guān)鍵的因素，它直接關(guān)系到輸入的質(zhì)量和使用效率的30%，適當(dāng)?shù)墓庹湛梢酝怀霰粶y量部件的反差，克服現(xiàn)場的不確定性，提供高質(zhì)量、高清晰度的圖像；使用不當(dāng)，會造成很多問題，比如花點(diǎn)、過度暴露等，會掩蓋很多重要的信息，而影子則會造成邊緣的錯誤檢測，信噪比下降，不均勻會給圖像的閾值選取帶來一定的難度。由于目前已有的照明系統(tǒng)都不能滿足不同的工作方式，所以要在有限的環(huán)境下實(shí)現(xiàn)最大的穩(wěn)定性，就必須從目前的照明系統(tǒng)中選取合適的照明光源，以滿足不同的使用要求。很多工業(yè)機(jī)械視覺探測系統(tǒng)都以可見光為光源，其原因在于它易于獲取、成本低廉、使用方便。然而，這種光源最大的缺陷之一就是它的光能量無法維持。針對汽車組裝工藝孔徑的在線監(jiān)測，由于光源長期處于持續(xù)發(fā)光狀態(tài)，其使用壽命要求高，發(fā)光穩(wěn)定，功耗低，所以需要選用LED（LightEmitting Diode）。

1.3 圖像采集卡

圖像采集是機(jī)器視覺的最前端，它的工作是由計算機(jī)獲取圖像的硬件。成像系統(tǒng)的解析度取決于攝像裝置的解析度。所以，在機(jī)器視覺中，如何選用合適的圖像采集裝置是至關(guān)重要的。圖像采集卡的功能是將圖像信號進(jìn)行取樣，并將其量化成數(shù)字信號，再將數(shù)字信號送入幀或電腦內(nèi)存中進(jìn)行處理。圖像采集卡是自動駕駛汽車視覺系統(tǒng)中的一項(xiàng)關(guān)鍵技術(shù)。其主要功能模塊如下：

（1）一種用于對圖像信號進(jìn)行放大和數(shù)字化的圖像信號的A/D變換模塊。有一種采集卡，可以是彩色的，也可以是黑白的，可以是合成的，也可以是RGB的。同時，不同的數(shù)據(jù)采集卡具有8比特和10比特的數(shù)據(jù)采集精度。

（2）相機(jī)的輸入和輸出接口，它的作用是協(xié)調(diào)相機(jī)的同步，或者是實(shí)現(xiàn)異步復(fù)位、定時拍攝等。

（3）總線接口，用于通過Pc機(jī)上的總線進(jìn)行高速的數(shù)字?jǐn)?shù)據(jù)輸出，通常采用 PCI接口，其傳送速度可達(dá)到130Mbps，能夠滿足高分辨率的實(shí)時圖像傳送，并且所需CPU的時間也更短。有些圖像采集卡還具有顯示功能，能夠?qū)崿F(xiàn)高品質(zhì)的實(shí)時顯示，通信接口則是對通信進(jìn)行控制[2]。

該測試系統(tǒng)采用維視數(shù)碼影像科技有限公司的工業(yè)影像采集卡，是一款成熟、穩(wěn)定、高精度、高分辨率的彩色（黑白）工業(yè)影像采集卡。該系統(tǒng)圖像清晰度高，圖像流暢，運(yùn)動圖像的軟件處理，圖像的動態(tài)獲取性能良好。采用多塊MY-200多塊MY-200實(shí)現(xiàn)多通道、多窗口、多通道、多窗口同時實(shí)時顯示，不需要分時完成。

2 技術(shù)分析

2.1 基礎(chǔ)紅外理論

2.1.1 普朗克輻射定律

我們從普朗克輻射定律得知，自然界的一切物體都能制造并吸收紅外線。從普朗克方程出發(fā)，導(dǎo)出了絕對黑體輻射的射度 M、波長λ和黑體溫度T之間的關(guān)系：

其中，C1（第一輻射常數(shù)）為3.7418×10-16(W·m2),C2（第2輻射常數(shù)）為1.4388×10-2(m.K）。這一定律為黑體輻射學(xué)說提供了依據(jù)。

2.1.2 斯特凡—玻爾茲曼定律

該定律說明的是黑體對半球空間中λ1-λ2波段內(nèi)單位面積的輻射總功率M(單位為w.cm2),為:

2.1.3 維恩位移定律

通過對式(1)的微分,可以通過極大值推導(dǎo)出該定律:

上式中的a(近似值0.289em.K)是和溫度不相關(guān)的常數(shù),.m為光譜輻射出射度峰值狀態(tài)下對應(yīng)的波長。

2.2 OpenCV

為了達(dá)到類似于人的視覺功能，計算機(jī)需要通過二維圖像獲取三維環(huán)境中的信息。OpenCV則是由Inter公司研發(fā)的一個開放源碼電腦視覺庫，它包括了更多的計算機(jī)視覺與影像處理的一般算法。通過調(diào)用算法庫中的透明界面，可以完成對圖像的處理和計算機(jī)視覺的要求。本論文的火源定位和探測系統(tǒng)就是以此為基礎(chǔ)進(jìn)行的[3]。

2.3 火災(zāi)圖像預(yù)處理技術(shù)

中值濾波,該方法可以有效地消除由于線性濾波造成的圖像細(xì)節(jié)不清，同時也可以對噪聲進(jìn)行有效的過濾。

灰度化，從彩色影像到灰色影像的轉(zhuǎn)換，已被廣泛應(yīng)用于影像辨識、醫(yī)療等方面。

二值化,將256個亮度級別的灰度圖像按照設(shè)置門限轉(zhuǎn)換成二值化的，它可以有效地反映出整個圖像和局部的相關(guān)特性，使目標(biāo)輪廓突出，降低了數(shù)據(jù)處理的工作量。

直方圖均衡化,利用一定的映射關(guān)系，改變原圖的像素灰度，使得最后的灰度概率密度呈現(xiàn)出均勻地分布，從而改善了圖像的反差和灰度動態(tài)范圍。

輪廓跟蹤,該方法通過在圖像中按特定的次序?qū)ふ椅矬w的邊界，從而得到物體的輪廓信息。

3 系統(tǒng)結(jié)構(gòu)和硬件設(shè)計

本文介紹了一種利用圖像處理技術(shù)實(shí)現(xiàn)火源位置和探測的方法。該系統(tǒng)采用雙眼攝像機(jī)連接于監(jiān)測服務(wù)器，并安裝了紅外過濾器，通過軟件實(shí)現(xiàn)對監(jiān)測范圍的實(shí)時監(jiān)測。一旦發(fā)生火災(zāi)，當(dāng)?shù)氐谋O(jiān)測服務(wù)器會啟動現(xiàn)場語音模塊，并利用串口將報警信息發(fā)送給GSM系統(tǒng)，并以手機(jī)短信通知管理員。同時，通過本地監(jiān)控服務(wù)器對火災(zāi)發(fā)生的地點(diǎn)進(jìn)行定位、追蹤，并向移動控制系統(tǒng)傳送位置，從而實(shí)現(xiàn)對火災(zāi)的有效控制。該系統(tǒng)采用因特網(wǎng)連接的方式，實(shí)現(xiàn)了對現(xiàn)場視頻、圖像等的實(shí)時采集。

圖1 系統(tǒng)結(jié)構(gòu)示意圖

該系統(tǒng)的組成和功能實(shí)現(xiàn)采用了雙目攝像頭，紅外濾光器， PC機(jī)， GSM報警模塊，結(jié)構(gòu)比較簡單。本系統(tǒng)采用了帶有紅外濾鏡的雙眼CCD相機(jī)，能夠很好地為火情采集提供良好的視覺輔助；所采用的GSM模組為TC35，西門子開發(fā)，其數(shù)據(jù)話音傳送能力強(qiáng)，且可靠性高[4]。

4 火災(zāi)圖像處理

4.1 特征提取

早期的火源主要有 ：陰燃（600～10000K）、火羽流（500～1700K）、煙氣（300～800K）等。如圖 2 所示。

圖2 早期火災(zāi)熱物理現(xiàn)象溫度和峰值波長范圍

由圖表可以看出，火災(zāi)的高溫特征是最有價值的判別基礎(chǔ)。利用這一特點(diǎn)，可以從背景輻射中分離出它，從而達(dá)到對火災(zāi)的探測。

4.2 紅外測溫模型

將紅外基本原理與火焰的溫度特征相結(jié)合，利用紅外成像技術(shù)對火災(zāi)進(jìn)行識別。紅外圖像一般都是用來描述物體和物體發(fā)出的熱輻射，所以相應(yīng)的模型是通過對紅外圖像上的像素點(diǎn)進(jìn)行測量，然后利用軟件運(yùn)算來求出真實(shí)的溫度。紅外溫度測量模型的基本思想是：從圖像中提取的溫度不是實(shí)際的像素值，而是隨著距離的增加逐漸減小。所以，要利用距離與像素的對應(yīng)關(guān)系來進(jìn)行校正，才能得到真正的像素。然后根據(jù)溫度與像素的關(guān)系，得出最終的溫度[5]。三者之間的關(guān)系如下式所示:

其中,T、P、d分別代表溫度值、像素值及距離值。

5 系統(tǒng)算法

5.1 紅外測溫算法

利用紅外測溫技術(shù)可以探測到早期沒有明顯的火焰現(xiàn)象，在這種情況下，最重要的信息就是在火災(zāi)中發(fā)生的熱物理現(xiàn)象?；诩t外溫度測量的數(shù)學(xué)模型，給出了相應(yīng)的計算流程。

圖3 紅外測溫算法相關(guān)流程圖

對應(yīng)的部分源代碼如下：

cvSmooth(image l,image1,CV_MEDIAN,3,0,0,0);

cvCvtColor(image1, gray, CV_ RGB2GRAY);

cvSmooth(image2,image2,CV_ _MEDIAN,3,0,0,0);

cvCvtColor(image2, gray1,CV_ RGB2GRAY);

cvMinMaxLoc(gray, & MinValue, &MaxValue),&MinLocation, & MaxLocation);

average=cvAvg(gray);

s1.Format(%f”, MinValue);

s2.Format(“%f”, MaxValue);

s3.Format(?%f”, average.val[0]) ;

s4.Format(“%of””,T)// 溫度閾值

m_ Edit18.SetSel(0,-1);

m_ Editl8.ReplaceSel(s4); .

SetDlgItemText(IDC_ EDIT18,s5);

cvGetMat(gray, gray_ mat,0,0);

cvGetImage(color_ _img, IDC_ STATIC_ PIC);

DrawPicToHDC(color_ _img, IDC_ STATIC_ _PIC);//顯示圖像

5.2 軸向比判別算法

在此基礎(chǔ)上，利用OpenCV和VC++技術(shù)，對其進(jìn)行了基于縱向燃燒特征（紅外圖像具有較大的縱向尺度）的分析。

相應(yīng)的部分算法(判斷閾值)實(shí)現(xiàn)代碼如下所示:

5.3 其他算法

另外，根據(jù)火焰的外焰和外焰的分層特征，設(shè)計了基于火焰形狀的不規(guī)則形狀判別算法，并根據(jù)火焰形狀的不規(guī)則特征來確定形狀的不規(guī)則判別算法，以及消除光源如電燈等的干擾。將上述四種方法相結(jié)合，可以識別、檢測出早期的火焰和火焰。

6 實(shí)驗(yàn)驗(yàn)證和分析

本論文完成了設(shè)計的火源位置與探測系統(tǒng)的試驗(yàn)，通過軟件的開機(jī)和開啟攝像機(jī)后的接口。在界面的右邊，用戶的移動電話和監(jiān)控終端可以選擇輸入電話號碼，完成CSM的報警。攝像頭的界面下面有“檢測”、“攝像頭”、“手動”等調(diào)節(jié)按鍵，可以按照“管理員”的要求進(jìn)行調(diào)節(jié)。報警器及火焰中心位置信息提示框，用于顯示當(dāng)前監(jiān)視區(qū)的狀況和火災(zāi)時的火焰位置。目前的溫度門限是100，說明該地區(qū)的狀況是正常的，并沒有發(fā)生火災(zāi)[6]。

7 結(jié)束語

基于圖像處理技術(shù)，結(jié)合紅外基本原理、雙目視覺測距理論和OpenCV視覺庫，設(shè)計和開發(fā)了一套完整的火源位置和檢測系統(tǒng)。該系統(tǒng)可以根據(jù)紅外、軸向比、內(nèi)外焰判別、形狀不規(guī)則判別等多種不同的方法，對典型的火情圖像進(jìn)行識別，并運(yùn)用雙目視覺對火源進(jìn)行定位。經(jīng)實(shí)驗(yàn)證明，該系統(tǒng)具有良好的滅火效果，能夠有效地檢測和定位火災(zāi)。同時，這種方法對于開發(fā)類似的圖像火災(zāi)檢測系統(tǒng)具有一定的技術(shù)參考價值。