基于显著性检测和烟雾时空特征的视频火灾探测方法研究

摘要

火灾是严重威胁人类生产和生活安全的因素之一，通过火灾探测报警系统预防火灾对于保障人民的生命财产安全、维持社会稳定具有重要意义。目前广泛应用的常规感烟、感温火灾探测器多利用接触式感知技术，在应用场所（空间、时间等）具有一定的局限性，不适用于层高较高的建筑及开放空间中的火灾探测，具有非接触、响应迅速、探测范围大、主动可视等优点的视频火灾探测技术应运而生，被应用于地面建筑、厂区、森林等场所的火灾监测。目前的视频火灾探测技术主要集中在视频火焰探测、红外探测等方面，而在及时性方面有更大优势的视频烟雾探测技术在理论、方法和应用上还存在很多问题亟待解决，如缺乏标准测试视频库、未对疑似烟雾区域提取方法进行深入研究、在进行相似运动目标分类方面缺乏有效特征、烟雾探测误报率高等。本文旨在深入研究早期火灾烟雾视频探测理论和方法，为视频火灾探测技术的发展及应用提供理论和技术支撑。
　　本文在中国科学技术大学火灾科学国家重点实验室的标准试验间和低压实验舱中设计搭建视频拍摄系统，获取阴燃烟雾视频图像序列，进行阴燃烟雾的视频分割、特征提取和分析、特征识别等方面的研究，进而设计完整的视频火灾探测系统，并对系统在低气压环境中应用的可行性进行实验验证。具体研究工作如下:
　　(1)建立阴燃烟雾视频基础数据库。火灾烟雾标准视频图像数据库是研究视频火灾烟雾探测原理、发展烟雾识别方法的原始数据基础。在中科大火灾实验室的标准试验间和低压实验舱内搭建火灾阴燃烟雾视频采集平台，采用木材和棉绳作为实验材料产生阴燃烟雾，使用高清摄像机、红外摄像机、高速摄像机等设备进行烟雾视频采集，对采集的视频进行标准化处理，最终建立阴燃烟雾视频基础数据库。
　　(2)提出并完成基于显著性检测的早期烟雾疑似区域分割方法。根据人眼视觉注意机制，阴燃烟雾可被看作是视频中湍流和灰色显著的区域，基于结合自顶向下和自底向上的视觉注意模型利用显著性检测方法进行疑似烟雾区域分割。首先使用非线性增强方法对视频的亮度图像和光流图谱进行增强，用增强后的图像计算显著性谱，然后用高斯混合模型(GMM)计算出的运动前景构造运动能量函数，对显著性谱进行估计，分割出疑似烟雾区域。对几种常用的传统烟雾区域检测方法的对比实验结果表明该方法具有更好的分割效果，并且计算速度也能够满足实时视频烟雾探测的需求。
　　(3)发展基于烟雾时空特征和检测前跟踪方法的视频烟雾探测算法。为提高探测算法的准确率和鲁棒性，对每个候选烟雾区域进行跟踪，在一个时间窗口内综合空域和时域特征信息进行火灾识别。通过对烟雾形成的物理过程和烟雾组分的分析，提出能够描述湍流烟雾纹理的熵和对比度特征，并通过实验进行特征有效性验证。结合阴燃烟雾图像的纹理时空特征、颜色特征和速度特征，训练支持向量机分类模型，通过一个时间窗的多次分类结果的累积估计发生火灾的可能性。使用包含烟雾和非烟雾的视频对算法性能进行测试验证。实验结果表明该算法框架合理有效，而且通过修改框架中的组件，还可以快速完成火焰探测等其他功能。最后还对烟雾浓度对视频烟雾探测的影响进行实验分析，并指出烟雾浓度是火灾探测研究和工业应用中需要考虑的重要因素。
　　(4)设计阴燃烟雾视频探测系统，并对系统在低气压环境下的适用性进行测试。根据实验结果和前期研究的视频烟雾探测方法发展出视频烟雾探测系统。用基于显著性检测的阴燃烟雾分割方法和检测前跟踪算法对不同气压下的烟雾视频进行分析，对不同气压下的阴燃烟雾区域进行分割，提取烟雾区域特征，然后对视频中烟雾区域的亮度、速度均值及方差、纹理的熵及对比度等特征进行统计分析，并使用这些特征在不同气压下使用多种分类器进行分类测试，实验研究结果表明本文提出的方法和特征在低压环境下仍然适用。

目录

声明

摘要

图形目录

表格目录

第1章 绪论

1．1 研究背景

1．1．1 传统火灾探测器发展现状

1．1．2 视频火灾探测技术的发展现状

1．2 国内外研究现状

1．2．1 视频火灾探测方法研究

1．2．2 视频烟雾探测研究目前存在的问题

1．3 研究目标、内容及技术路线

1．3．1 研究目标

1．3．2 研究内容

1．3．3 技术路线

1．4 本文结构安排

第2章 视频烟雾探测基本理论

2．1 图像显著性模型

2．1．1 视觉注意机制

2．1．2 视觉注意模型

2．1．3 显著性图计算方法

2．2 湍流烟雾表达

2．2．1 光流场计算

2．2．2 湍流强度计算

2．3 检测前跟踪方法(TBD)

2．3．1 TBD方法概述

2．3．2 TBD算法

2．4 支持向量机分类器

2．4．1 SVM分类器概念

2．4．2 SVM算法

2．5 本章小结

第3章 实验设计与视频库建立

3．1 实验装置、材料

3．1．1 实验系统设计

3．1．2 其他实验设备与材料

3．1．3 实验材料

3．2 实验方法

3．2．1 烟雾特征研究实验视频采集

3．2．2 步入式低压舱内的视频采集

3．2．3 标准燃烧试验室内的视频采集

3．3 火灾烟雾视频库建立

3．4 本章小结

第4章 基于显著性检测的烟雾区域分割方法

4．1 阴燃烟雾颜色分析

4．1．1 颜色

4．1．2 烟气浓度

4．2 烟雾增强算法

4．3 显著性区域检测方法

4．3．1 显著性谱计算

4．3．2 显著性区域分割算法

4．3．3 算法性能分析

4．4 基于GMM和显著性检测的早期火灾烟雾区域检测方法

4．4．1 显著性图计算

4．4．2 基于GMM的显著图分割

4．4．3 算法性能分析

4．5 本章小结

第5章 烟雾时空特征及识别方法研究

5．1 烟雾湍流纹理特征描述子

5．1．1 湍流造成纹理的描述

5．1．2 纹理特征分布

5．1．3 空域和时域的烟雾纹理特征计算

5．1．4 空域和时域的纹理特征有效性验证

5．2 基于TBD方法的视频烟雾探测

5．2．1 预处理和可疑区域提取

5．2．2 跟踪提取候选区域

5．2．3 识别候选区序列

5．3 空域特征提取与分析

5．3．1 烟雾识别及算法性能分析

5．4 本章小结

第6章 视频火灾探测系统设计及其在低压环境中的性能测试

6．1 视频烟雾探测系统设计

6．1．1 视频烟雾探测系统

6．1．2 算法流程

6．2 视频烟雾探测系统在低压下的性能研究

6．2．1 烟雾特征数据一致性分析

6．2．2 不同气压下视频火灾探测方法的适应性研究

6．3 本章小结

第7章 总结与展望

7．1 研究工作总结

7．2 本文创新点

7．3 展望

参考文献

致谢

在读期间发表的学术论文与专利及取得的研究成果