智能視頻系統(tǒng)中的火焰檢測(cè)算法研究.pdf

1、火災(zāi)對(duì)人類的生命財(cái)產(chǎn)、社會(huì)資源、自然環(huán)境和生態(tài)平衡都構(gòu)成了極大的威脅，如何預(yù)防火災(zāi)是世界各國(guó)人民共同面臨的一個(gè)問(wèn)題。目前國(guó)內(nèi)外應(yīng)用于消防方面的系統(tǒng)主要是基于傳感器的傳統(tǒng)煙火檢測(cè)系統(tǒng)，這種系統(tǒng)在空間適應(yīng)能力上存在很大的局限性。近年來(lái)，隨著可視化設(shè)備和數(shù)字圖像處理技術(shù)的快速發(fā)展，研究者們提出了一種新的基于視頻圖像的火焰檢測(cè)方法?；谝曨l圖像的火災(zāi)檢測(cè)方法融合了計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理、模式識(shí)別和信號(hào)處理等方面的技術(shù)，不受環(huán)境和距離的限制，自

2、動(dòng)識(shí)別視頻中的火焰，能起到早期火災(zāi)預(yù)警的作用。
　　本文以固定相機(jī)模式的監(jiān)控視頻為研究對(duì)象，提出并實(shí)現(xiàn)了一套火焰檢測(cè)算法。本文的主要內(nèi)容包括以下幾個(gè)方面：首先對(duì)火焰的特征進(jìn)行研究，從靜態(tài)特征和動(dòng)態(tài)特征兩方面分析了火焰的視覺(jué)特征。在靜態(tài)特征方面，通過(guò)對(duì)比不同的火焰顏色模型，得到了能較好描述火焰顏色的模型；在動(dòng)態(tài)特征方面，利用PCA的方法提取特征火，同時(shí)結(jié)合方差、峰度和偏度分析了火焰外圍的不穩(wěn)定特性，采用短時(shí)平均過(guò)零率與PCA相結(jié)合的

3、方法分析了火焰的閃動(dòng)頻率，利用圓度和相似度分析了火焰形狀的不規(guī)則性。然后根據(jù)視頻火焰檢測(cè)的一般步驟，并結(jié)合火焰的視覺(jué)特征，設(shè)計(jì)了一套火焰檢測(cè)算法。該算法主要包括三個(gè)模塊：前景檢測(cè)、特征分析、特征融合。特征分析模塊直接采用了火焰動(dòng)態(tài)特征分析時(shí)提出的方法，其他兩個(gè)模塊則對(duì)常用的方法進(jìn)行了改進(jìn)，采用了更適合于本算法的方法。在前景檢測(cè)模塊中，本文采用了顏色與運(yùn)動(dòng)信息相結(jié)合的方法。其中，運(yùn)動(dòng)目標(biāo)的提取采用了減背景的背景建模方法，相比傳統(tǒng)的背景建模

4、法，這種方法效率更高。而顏色信息的加入則可以排除不具有火焰顏色的運(yùn)動(dòng)物體的干擾。在特征融合模塊中，本文結(jié)合火焰特征的優(yōu)先級(jí)，對(duì)大多數(shù)投票方案進(jìn)行了改進(jìn)，采用了設(shè)置權(quán)重的投票方案對(duì)動(dòng)態(tài)特征判別結(jié)果進(jìn)行融合，并給出最終的檢測(cè)結(jié)果。
　　以本文所提出的火焰檢測(cè)算法為基礎(chǔ)，我們?cè)O(shè)計(jì)了一套智能視頻火焰檢測(cè)系統(tǒng)，并對(duì)不同環(huán)境下的大量視頻進(jìn)行了測(cè)試。測(cè)試結(jié)果表明，該系統(tǒng)具備實(shí)時(shí)檢測(cè)能力，識(shí)別率高、誤檢率低，且具有一定的抗干擾能力，可靠性較高，擁