局所Hurst指数を用いた煙検出手法の検討

摘要

監視カメラなどから取得した画像情報からの煙検出は，火災の早期発見に有効であるとされている．しかし，画像情報からの煙の検出は．煙の持つ性質により，難しい課題となっている．本研究では，煙のもつ特性を考慮した，画像からの煙の検出手法について検討する．煙は，その基本特徴としてフラクタル性を持つとされる．よって，煙のフラクタル性に基づいた画像列からの煙の検出手法を提案する．フラクタル性の指標であるHurst指数を用い，画像の煙領域より算出される局所的なHurst指数に基づき煙領域を抽出する．また，煙はその性質上移動物体と考えることができる．さらに，煙は，発生した地点から生成と成長を続け，その結果同じ位置から検出されるという特徴をもつ．そこで，煙領域におけるHurst指数の時間変化に着目し，より精度の高い煙検出手法について検討する．%Early fire detection is one of the important issue of safe operations in extensive facilities such as ports, power plants and large factories. For this purpose, smoke detection with image information is effective. However, smoke detection method has difficulties to treat smoke's information due to its characteristics such as a transmissive property, a non-stationary shape and so on. In this study, we propose a smoke detection method based on its characteristics. Smoke is considers as a fractal, and based on the fractal property, we detect smoke in the images. We use Hurst exponent, which is one of the index of fractals, to detect smoke regions in images. Moreover, as smoke is considered as a moving object, we use time-varying information of smoke in image sequences to obtain more accurate results of the extraction of smoke regions.