基于多特征融合的视频火焰探测方法研究

摘要

针对传统火灾探测器在某些特殊场合失效的问题，开发基于安防监控系统和计算机视觉方法的视频火灾探测技术展现出广阔前景。然而，现有的视频火灾探测技术不能有效去除复杂场景中的干扰，容易造成严重的误报漏报现象。本文在分析火焰视觉特征的基础上，深入探讨火焰的运动特征、颜色特征，以及频闪特征的数学建模和图像识别算法设计，提出一种基于多特征融合的视频火焰探测方法。 首先，为获取高质量的实时视频序列以便给火焰目标的准确识别提供基础，研究了视频图像的实时采集和预处理方法。 其次，基于已有的高斯模型，提出快速高斯混合法对视频序列进行背景建模，以提取复杂场景信息中的运动前景目标，滤除与火焰颜色相近的静止目标干扰。根据像素的空间冗余性，以位置交错方式将图像像素分为主动像素和非主动像素，对主动像素建立由多个高斯分布组成的混合模型判定其为前景还是背景，对非主动像素则依据其四邻域的主动像素状态判定，有效降低了算法的空间复杂度；并根据像素的时间冗余性，优化了自适应模型更新方法。 再次，进行火焰颜色决策，滤除运动目标中的非火焰颜色干扰物，经形态滤波和区域标记获取候选的火焰区域。在收集大量的火焰图像基础上建立了火焰像素样本数据库，通过采用分离火焰图像颜色通道的方法，重构火焰像素的二维和三维分布特征，结合理论推导及经验公式拟合等方法，在RGB和HSI颜色空间设计了有效的火焰像素颜色模型，建立了新的火焰颜色判据。 最后，研究火焰频闪特性，建立基于统计分析的实时频闪模型，最终判定候选区域是否为火焰区。提取了燃烧实验的图像特征量，并进行离散时间傅里叶分析，获得了与Pagni经验公式计算值相一致的图像特征量主频率，验证了火焰的主频范围在10Hz以内，并在此基础上提出了基于相邻像素亮度变化的统计规律描述火焰频闪行为的频闪模型。 以探测方法的实际运用为目的，本文构建了基于多特征融合的视频火焰探测系统原型，提出了系统的硬件设计方案，并基于VC6.0开发了软件平台Firedetect。为测试系统的性能，利用多种不同场景的视频录像和西藏多组实验重点分析了探测速度，探测率和处理速度。结果表明，本文提出方法对多种火灾和非火灾场景具有较好的适应性，探测率高，基于AMD2.04GHz及1G内存的计算机，对320×240视频序列的处理速度达到每秒24帧。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.2传统火灾探测技术

1.2.1火灾参量

1.2.2传统火灾探测器

1.2.3传统火灾探测器的局限性

1.3视频火灾探测技术

1.3.1视频火灾探测技术的优点

1.3.2视频火灾探测技术的关键问题

1.3.3火焰的视觉特征

1.3.4视频火焰探测技术的研究现状

1.4研究目标及技术路线

第二章视频图像采集与预处理

2.1视频图像采集

2.1.1视频图像采集过程

2.1.2图像采集的VC实现

2.2 YUV视频采集格式

2.2.1 YUV的取样方式

2.2.2 YUV420视频采集格式

2.3 YUV420与RGB24的转换

2.3.1 DIB位图结构

2.3.2 YUV420转化为RGB24

2.4视频图像的预处理

2.5本章小结

第三章视频序列的运动检测

3.1常用运动检测方法

3.1.1帧差法

3.1.2光流法

3.1.3背景消减法

3.2快速高斯混合法

3.2.1高斯混合模型

3.2.2快速高斯混合模型

3.3运动检测

3.4本章小结

第四章火焰颜色决策

4.1颜色空间

4.1.1 RGB颜色空间

4.1.2 HSI颜色空间

4.2火焰图像的颜色规律

4.2.1火焰图像颜色分析

4.2.2火焰的红绿蓝分量图

4.2.3火焰像素的二维和三维空间重构

4.2.4火焰像素饱和度的理论边界

4.2.5火焰像素饱和度的拟合边界

4.3火焰颜色决策

4.4候选火焰区域标记

4.4.1数学形态学分析

4.4.2连通区域标记

4.5本章小结

第五章火焰的频闪特征提取

5.1火焰闪烁频率的研究方法

5.2火焰闪烁频率的无量纲分析

5.3基于图像处理的火焰频谱分析

5.3.1火焰闪烁的图像特征

5.3.2离散时间傅里叶变换

5.3.3火焰图像特征量的DTFT

5.4火焰频闪特征的图像识别模型

5.5本章小结

第六章系统组成与性能测试

6.1系统组成

6.1.1硬件系统

6.1.2软件系统

6.2系统性能目标讨论

6.3性能测试

6.3.1响应时间分析

6.3.2探测率分析

6.3.3实时实验的测试分析

6.4本章小结

第七章结论与展望

7.1工作总结

7.2本文主要创新点

7.3下一步工作展望

参考文献

致谢

攻读硕士学位期间完成的工作