[go: up one dir, main page]

CN101930540A - 基于视频的多特征融合的火焰检测装置和方法 - Google Patents

基于视频的多特征融合的火焰检测装置和方法 Download PDF

Info

Publication number
CN101930540A
CN101930540A CN 201010275983 CN201010275983A CN101930540A CN 101930540 A CN101930540 A CN 101930540A CN 201010275983 CN201010275983 CN 201010275983 CN 201010275983 A CN201010275983 A CN 201010275983A CN 101930540 A CN101930540 A CN 101930540A
Authority
CN
China
Prior art keywords
feature
wedge angle
flame
image
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201010275983
Other languages
English (en)
Inventor
刘男
孙文貌
陈怀申
方敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Furuno Softech Dalian Co Ltd
Original Assignee
Furuno Softech Dalian Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Furuno Softech Dalian Co Ltd filed Critical Furuno Softech Dalian Co Ltd
Priority to CN 201010275983 priority Critical patent/CN101930540A/zh
Publication of CN101930540A publication Critical patent/CN101930540A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于视频的多特征融合的火焰检测装置和方法,通过拍摄单元、前景提取单元和前景边缘提取单元获取前景区域的边缘形状;再通过尖角检测单元和当前帧的尖角计数单元的处理以获取尖角形状的个数,由尖角特征判定单元根据尖角形状计数单元计数尖角形状的个数做判断;看是否存在尖角特征。通过非尖角特征检测单元和非尖角特征条件判定单元对火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征的检测判定后,由火焰判定单元根据上述获得的结果进行进一步判断,以实现对监视区域是否有火焰进行判断。该检测装置及检测方法具有识别准确率高,误报率、漏报率低,以及可有效排除光照、阴影等外界因素干扰等优点。

Description

基于视频的多特征融合的火焰检测装置和方法
技术领域
本发明涉及一种基于视频的多特征融合的火焰检测装置和方法。
背景技术
现代社会,各种场合电器的使用越来越多,增加了安全隐患,人们的防范意识也逐渐增强,开始关注各种安防产品。目前,已经有相关的监控安防产品在市场上销售,从监控手段上基本可以分为两类:传感器监控和视频监控。传感器监控是利用烟、火传感器探测是否有烟、火的产生而进行报警,这种监控方式易受到外界因素干扰(如:温度、距离、振动、声音等外界因素),误报率高,而且传感器类的烟感系统反应慢,需要一定浓度和温度,发现时损失已经造成。视频监控是利用摄像机实时采集现场视频,由值班人员时刻进行看守,当现场有烟、火的情况发生及时进行处理,这样虽然误报率低,但是,由于需要人工值守,时间长了容易产生视觉疲劳,导致疏漏。另外,现在还存有极少的自动报警视频监控系统可以实现无人值守,如专利200620052657.3中技术效果描述:采集区域内的视频图像,经过视频预处理滤出噪声和干扰,然后分析运动视频离散帧图像,结合图像亮色变化信息和区域变化信息,描绘运动特征的轮廓,并结合特征运动趋势和活动范围判断特征是人、动物还是火情,最后根据判断结果产生报警/不报警信号。实际操作表明,仅靠这些简单的轮廓特征和运动范围来区分运动目标种类,区分度不高,易被干扰,误报率较高,应该使用区分度更高的单个或多个特征进行检测,使误报率更低。
另外,也有机构在研制视频智能监控对火焰进行识别,其主要是根据拍摄火焰图像总结出火焰一些规律,作为火焰的特征,在以后获取现场图像时进行比较识别,当现场图像满足上述火焰特征便认为有火产生。目前常使用的火焰特征主要有:火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征。但大都停留在实验室阶段,并且还没有相应组合使用的报道。
发明内容
本发明针对以上问题的提出,而研制一种基于视频的多特征融合的火焰检测装置和方法。本发明采用技术手段如下:
一种火焰检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数单元,计数所述尖角形状检测单元检测出的所述尖角形状的个数;
尖角特征判定单元,判定所述尖角形状计数单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定单元,根据所述尖角特征判定单元和非尖角特征条件判定单元得出的结果判定是否具有火焰;当所述尖角特征判定单元判断出前景区域具有尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像。
所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
一种火焰检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数单元,计数所述尖角形状检测单元检测出的所述尖角形状的个数;
连续多帧尖角数保存单元,保存包含当前帧的尖角计数单元计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;
尖角特征判定单元,对保存在所述连续多帧尖角数保存单元中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存单元的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定单元,根据所述尖角特征判定单元和非尖角特征条件判定单元得出的结果判定是否具有火焰;当所述尖角特征判定单元判断出前景区域具有尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
所述尖角特征判定单元对保存在所述连续多帧尖角数保存单元中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
一种火焰检测方法,其特征在于,具有:
拍摄步骤,获取监视区域的当前图像;
前景提取步骤,根据所述拍摄步骤拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取步骤,用于提取前景区域的边缘形状;
尖角检测步骤,从所述前景边缘提取步骤提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数步骤,计数所述尖角形状检测步骤检测出的所述尖角形状的个数;
尖角特征判定步骤,判定所述尖角形状计数步骤计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有尖角特征;
非尖角特征检测步骤,用于检测所述前景提取步骤提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定步骤,用于判定非尖角特征检测步骤检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定步骤,根据所述尖角特征判定步骤和非尖角特征条件判定步骤得出的结果判定是否具有火焰;当所述尖角特征判定步骤判断出前景区域具有尖角特征,且非尖角特征条件判定步骤判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
一种火焰检测方法,其特征在于,具有:
拍摄步骤,获取监视区域的当前图像;
前景提取步骤,根据所述拍摄步骤拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取步骤,用于提取前景区域的边缘形状;
尖角检测步骤,从所述前景边缘提取步骤提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数步骤,计数所述尖角形状检测步骤检测出的所述尖角形状的个数;
连续多帧尖角数保存步骤,保存包含当前帧的尖角计数步骤计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;
尖角特征判定步骤,对保存在所述连续多帧尖角数保存步骤中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存步骤的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;
非尖角特征检测步骤,用于检测所述前景提取步骤提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定步骤,用于判定非尖角特征检测步骤检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定步骤,根据所述尖角特征判定步骤和非尖角特征条件判定步骤得出的结果判定是否具有火焰;当所述尖角特征判定步骤判断出前景区域具有尖角特征,且非尖角特征条件判定步骤判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
所述尖角特征判定步骤对保存在所述连续多帧尖角数保存步骤中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
由于采用了上述技术方案,本发明提供的基于视频的多特征融合的火焰检测装置和方法,通过视频图像识别算法,提取前景图像,后对火焰的尖角特征进行识别检测,并结合现有的火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征的检测方法,对提取的前景图像进行识别检测,然后对识别检测结果进行判断,如果达到火焰标准,可进行报警或进一步处理,该检测装置及检测方法具有识别准确率高,误报率、漏报率低,以及可有效排除光照、阴影等外界因素干扰等优点。
附图说明
图1为本发明实施例1的结构框图;
图2为本发明实施例1的流程图;
图3为本发明实施例2的结构框图;
图4为本发明实施例2的流程图;
图5为本发明实施例中尖角检测步骤的流程图;
图6为本发明实施例中火焰尖角示意图;
图7为本发明是实例中非尖角特征检测步骤的流程图。
具体实施方式
本发明所述的基于视频的多特征融合的火焰检测装置和方法的原理是,通过对获取监控图像进行火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征的检测,同时结合火焰尖角特征的检测,最后根据检测的结果做出综合判断,以达到火焰检测的目的。实现方法是:主要是通过摄像机获取监视区域的图像,然后通过数据处理器(可由服务器、PC或集成处理中心等具有数据处理功能的器件组成)来完成图像数据的处理,并判断监视区域是否有火焰的产生。下面结合附图对本发明进行具体说明:
实施例1:如图1该火焰检测装置中的摄像机可以是CMOS或者CCD的,可以是红外摄像机或普通摄像机;其中的拍摄单元101将获取监视区域的当前图像交与数据处理器中的前景提取单元102进行处理,前景提取单元102根据所述拍摄单元101拍摄到的当前图像和背景图像,提取当前图像的前景区域;然后通过前景边缘提取单元103对前景提取单元提取的前景区域进行边缘提取;再通过尖角检测单元104对前景边缘提取单元103提取出的边缘形状进行检测,检测其是否有尖角形状(所述尖角形状由顶点、两个角边及两个角边的夹角构成,并且当检测边缘形状的顶点数在规定阈值范围内,两个角边的长度在规定阈值范围内,两个角边的夹角在规定阈值范围内才被认为是尖角。);并由当前帧的尖角计数单元105对尖角形状检测单元104检测出的所述尖角形状的个数进行统计;然后通过尖角特征判定单元106对所述尖角形状计数单元计数尖角形状的个数是否超过设定的阈值个数进行判定,当尖角形状的个数超过设定阈值,则判定所述前景区域具有尖角特征,否则不做出具有尖角特征的判定。所述非尖角特征检测单元107,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征,并将检测到的结果交与非尖角特征条件判定单元108进行判定,判定非尖角特征检测单元107检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征,有则给出相应的判定结果,否则不做出具有上述特征的判断。最后由火焰判定单元109根据所述尖角特征判定单元106和非尖角特征条件判定单元109得出的结果对监视区域是否具有火焰做出判定,即当所述尖角特征判定单元106判断出前景区域具有尖角特征,且非尖角特征条件判定单元108判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
另外,为解决光照突变或遮挡的出现,使设备运算量和误报几率增加的问题,特在前景提取单元中加设背景图像更新限定条件,当提取出的前景点数超过规定阈值时,则用当前图像替换背景图像。
上述各检测和判定单元都可单独通过微处理器进行实现,但为节约成本也可在一台服务器上通过一个高性能的CPU来实现。本实施例采用的是ARM处理器和DSP处理器配合使用来将上述各功能模块进行实现,其中DSP处理器实现具体数据的运算,ARM处理器实现整体逻辑和判定的处理。其间的图像数据、中间数据以及结果数据都可存储在同数据处理器相连的存储器中。
由于不同的场所存在不同的干扰,所以上述的阈值需要根据场所的特点进行实际测试后才能够确定最合适的值,所以这里就不再列举实际的数据进行说明。
如图2所示通过对检测方法的描述,对本发明提出的技术方案做进一步的阐述:
S201、通过摄像机拍摄并获取监视区域的当前图像。
S202、数据处理器根据所述拍摄步骤拍摄到的当前图像和背景图像,提取当前图像的前景区域,该前景提取步骤可采用自适应背景减除模型的方法来提取前景,通过①提取当前帧的亮度信息;②计算二值化阈值;③更新背景;④减背景;⑤二值化处理的步骤完成提取前景图像的处理以获取图像的前景区域。
S203、对于前景提取步骤提取的前景区域进行边缘提取。
S204、从上述前景边缘提取步骤提取出的边缘形状中,检测是否有尖角形状;所述尖角形状由顶点、两个角边及两个角边的夹角构成,并且应当满足:
第一、存在一个顶点或多个连续的顶点,顶点数不能太多,在一定的阈值范围内。
第二、存在两个角边,角边的长度不能太短,在一定的阈值范围内。
第三、两个角边的夹角不能太大,在一定的阈值范围内。当满足上述条件方可被认为是有尖角。
S205、统计上述尖角形状检测步骤检测出的所述尖角形状的个数。
S206、判定上述尖角形状计数步骤计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有尖角特征;没有超过则返回步骤S201重新进行检测。
S207、检测上述前景提取步骤S202提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
S208、判定非尖角特征检测步骤检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征(判定方式如图7所示,可采用并行判断的方式);如果具有进行火焰判断步骤S209;如不具有则返回步骤S201重新进行检测。
S209、根据上述尖角特征判定步骤和非尖角特征条件判定步骤得出的结果判定是否具有火焰;当所述尖角特征判定步骤判断出前景区域具有尖角特征,且非尖角特征条件判定步骤判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
结合图5和6所示,对上述步骤S204、S205和S206列举实例进行说明:
如图6所示,要满足尖角形状的三个条件,相应的,线段EF上的像素点必须小于一定阈值,线段AR、BC、DE、FG上的像素点都要大于一定阈值,夹角(α1+α2)或(β1+β2)的值要在一定的阈值范围内。
若已获得前景图像和前景边缘,则检测尖角数的具体步骤如下(结合图5):
设顶点数阈值为T=3,角边长度阈值为L=4,两边夹角阈值为α(10°≤α≤80°)。
S501、遍历前景边缘像素点,从上向下、从左向右逐点扫描前景边缘图像。
S502、检测当前点右上方、左上方、正上方的点是否为前景点,如果是则当前点不是顶点,从步骤S501开始检测下一点;如果此三个方向上的点均不是前景点,从当前点向右遍历此行连续前景点个数,如果连续的前景点个数为1或小于阈值T,说明尖角的条件一(具有顶点)成立,即有顶点,则转入下一步骤,开始检测是否满足条件二(存在两个角边);如果前景点个数大于阈值T,则从步骤S501开始检测下一点。
S503、从顶点中最左边的前景点向其左下方向、正下方向遍历前景点,检测左边长是否大于阈值L,如果连续的前景点数大于阈值L,则转入右边长检测步骤;如果不大于阈值L,则从步骤S501开始检测下一点。从顶点中最右边的前景点向其右下方向、正下方向遍历前景点,检测右边长是否大于阈值L,如果连续的前景点数大于阈值L,说明尖角的条件二成立,则转入下一步骤;如果不大于阈值L,则从步骤S501开始检测下一点。
S504、计算两边的夹角,如图6所示,每条边的端点坐标已知,分别利用各边两个端点的横、纵坐标之差求出两直角边的长度,再利用反正切函数即可计算出夹角α1和α2(或β1和β2)的大小。如果α1与α2(或β1与β2)的角度之和在阈值α范围内,说明尖角的条件三成立,转入下一步骤。
S505、尖角的三个条件都已满足,则检测到一个尖角,累计尖角个数,转入下一步骤。
S506、检测该点是否为前景图像的最后一个前景点,如果是则结束遍历;如果不是最后一点则转入步骤S501继续检测下一点。
最后,根据检测出的尖角数,判定所述前景区域具有尖角特征,尖角数要满足一定的阈值范围比如大于5且小于40。
另外,对上述步骤S207和步骤208中所描述的非尖角特征检测步骤中所检测的:火焰闪烁特征、火焰颜色特征、图像相关性特征及图像高频能量特征的具体检测手段如下:
火焰闪烁特征检测方法:针对一个前景序列,计算前景各点亮度变化的次数,如果某点的亮度变化次数大于规定的阈值,则该点符合闪烁特征,如果符合闪烁特征的前景点数量在规定的阈值范围内,则当前帧符合闪烁特征;具体是针对连续的n(例如:n=20)帧视频进行前景点检测,如果当前帧某一位置的前景点在连续的n帧中亮度值由0变化为255或由255变化为0的次数超过m次(例如:m=9),则认为这一点满足火焰的闪烁特征。然后统计当前帧中满足火焰闪烁特征的点的个数,如果大于规定的阈值(例如:大于2),则该帧满足火焰闪烁特征。
火焰颜色特征检测方法:在RGB空间中,RGB三个值满足规定的关系条件,且R值在规定的阈值范围内;在HSV空间中,S值在规定的阈值范围内;如果某个前景点同时满足上述两个条件,则该点符合颜色特征,如果符合颜色特征的前景点数量在规定的阈值范围内,则当前帧符合颜色特征;计算当前帧中前景点的RGB空间中的RGB值与HSV空间中的S值,判断是否满足如下条件:
a)在RGB空间中,R>G>B且R值在设定的阈值范围内(例如:大于130且小于255);
b)在HSV空间中,S值满足一定阈值范围(例如:大于70且小于等于255)。
如果某个前景点同时满足以上两个条件,那么认为该点满足火焰颜色条件。最后统计当前帧的前景边缘点中,满足火焰颜色特征的点的个数,若大于规定的阈值(例如:大于12),则当前帧满足火焰颜色特征。
图像相关性特征检测方法:对一小段时间内的帧序列,计算每一帧与第一帧的相关系数,然后计算相邻两帧的相关系数之差的绝对值,如果差的绝对值在规定阈值范围内,则后一帧符合图像相关性特征,如果在帧序列中满足相关性特征的帧数在规定的阈值范围内,则说明这个帧序列符合图像相关性特征;原理:将一段时间内的每相邻两帧做相关性分析,研究相关系数随时间变化而震荡的波动规律进行火焰的检测。
图像高频能量特征检测方法:对前景图像进行一级小波分解,然后计算前景图像高频能量和图像总能量的比值,如果比值满足规定的阈值条件,则当前帧符合图像高频能量特征;采用二维Mallat算法将图像分解成四个子带LL,LH,HL和HH,分别对应于低通滤波信号、水平高通滤波信号、垂直高通滤波信号和对角线高通滤波信号,其小波分解采用的是Daubechies 4型小波(也可以采用其他小波),在处理时仅进行一层小波分解,不用重构。计算当前帧中前景图像小波分解后的高频能量占图像总能量的百分比,如果百分比在规定的阈值范围内(例如:大于0.7,小于0.85),则当前帧满足火焰图像高频能量特征。
实施例2:如图3本实施例的拍摄单元301、前景提取单元302、前景边缘提取单元303、尖角检测单元304、当前帧的尖角计数单元305、非尖角特征检测单元308及非尖角特征条件判定单元309同实施例1中的拍摄单元101、前景提取单元102、前景边缘提取单元103、尖角检测单元104、当前帧的尖角计数单元105、非尖角特征检测单元107及非尖角特征条件判定单元108的功能和实现方式相同,这里就不再进行赘述,只对不同的地方进行描述。
本实施例同实施例1相比具有连续多帧尖角数保存单元306,用于保存包含当前帧的尖角计数单元计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;通过尖角特征判定单元307,对保存在所述连续多帧尖角数保存单元306中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存单元306的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;最后通过火焰判定单元310,根据所述尖角特征判定单元307和非尖角特征条件判定单元309得出的结果判定是否具有火焰;当所述尖角特征判定单元307判断出前景区域具有尖角特征,且非尖角特征条件判定单元309判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
另外,为应对不同的场合需求,尖角特征判定单元307对保存在所述连续多帧尖角数保存单元306中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
如图4所示本实施例实现的步骤中的S401、S402、S403、S404、S405、S408和S409,同实施例1的S201、S202、S203、S204、S205、S207和S208的步骤的实现功能及采用技术手段相同,这里也不再进行赘述,只对不同的地方进行描述。
同实施例1相比本实施例具有保存连续多帧尖角数的步骤S406,用于保存包含当前帧的尖角计数单元计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;
S407、对保存在所述连续多帧尖角数保存步骤S406中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存步骤S406的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;
最后步骤S410、根据所述尖角特征判定步骤S407和非尖角特征条件判定步骤S409得出的结果判定是否具有火焰;当所述尖角特征判定步骤S407判断出前景区域具有尖角特征,且非尖角特征条件判定步骤S409判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
所述步骤S407还可根据连续多帧尖角数保存步骤S406中的连续多帧所述前景区域的边缘形状中的尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
综上所述技术方案能很好的区分火焰与其他运动物体,对形状固定、规则的物体区分效果更好。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种火焰检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数单元,计数所述尖角形状检测单元检测出的所述尖角形状的个数;
尖角特征判定单元,判定所述尖角形状计数单元计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定单元,根据所述尖角特征判定单元和非尖角特征条件判定单元得出的结果判定是否具有火焰;当所述尖角特征判定单元判断出前景区域具有尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
2.根据权利要求1所述的一种火焰检测装置,其特征在于,
所述前景提取单元,还对提取出的前景点数是否超过规定阈值进行判定,超过则用当前图像替换背景图像。
3.根据权利要求1所述的一种火焰检测装置,其特征在于,
所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
4.一种火焰检测装置,其特征在于,具有:
拍摄单元,获取监视区域的当前图像;
前景提取单元,根据所述拍摄单元拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取单元,用于提取前景区域的边缘形状;
尖角检测单元,从所述前景边缘提取单元提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数单元,计数所述尖角形状检测单元检测出的所述尖角形状的个数;
连续多帧尖角数保存单元,保存包含当前帧的尖角计数单元计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;
尖角特征判定单元,对保存在所述连续多帧尖角数保存单元中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存单元的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;
非尖角特征检测单元,用于检测所述前景提取单元提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定单元,用于判定非尖角特征检测单元检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定单元,根据所述尖角特征判定单元和非尖角特征条件判定单元得出的结果判定是否具有火焰;当所述尖角特征判定单元判断出前景区域具有尖角特征,且非尖角特征条件判定单元判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
5.根据权利要求4所述的一种火焰检测装置,其特征在于
所述尖角特征判定单元对保存在所述连续多帧尖角数保存单元中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
6.一种火焰检测方法,其特征在于,具有:
拍摄步骤,获取监视区域的当前图像;
前景提取步骤,根据所述拍摄步骤拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取步骤,用于提取前景区域的边缘形状;
尖角检测步骤,从所述前景边缘提取步骤提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数步骤,计数所述尖角形状检测步骤检测出的所述尖角形状的个数;
尖角特征判定步骤,判定所述尖角形状计数步骤计数尖角形状的个数是否超过设定的阈值个数,超过则判定所述前景区域具有尖角特征;
非尖角特征检测步骤,用于检测所述前景提取步骤提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定步骤,用于判定非尖角特征检测步骤检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定步骤,根据所述尖角特征判定步骤和非尖角特征条件判定步骤得出的结果判定是否具有火焰;当所述尖角特征判定步骤判断出前景区域具有尖角特征,且非尖角特征条件判定步骤判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
7.根据权利要求6所述的一种火焰检测方法,其特征在于,
所述尖角形状由顶点、两个角边及两个角边的夹角构成,且所述顶点数在规定阈值范围内,所述两个角边的长度在规定阈值范围内,所述两个角边的夹角在规定阈值范围内。
8.一种火焰检测方法,其特征在于,具有:
拍摄步骤,获取监视区域的当前图像;
前景提取步骤,根据所述拍摄步骤拍摄到的当前图像和背景图像,提取当前图像的前景区域;
前景边缘提取步骤,用于提取前景区域的边缘形状;
尖角检测步骤,从所述前景边缘提取步骤提取出的边缘形状中,检测是否有尖角形状;
当前帧的尖角计数步骤,计数所述尖角形状检测步骤检测出的所述尖角形状的个数;
连续多帧尖角数保存步骤,保存包含当前帧的尖角计数步骤计数尖角形状的个数,及之前连续多帧所述前景区域的边缘形状中的尖角形状的个数;
尖角特征判定步骤,对保存在所述连续多帧尖角数保存步骤中的连续多帧前景区域的边缘形状中的尖角形状的个数进行比较,当连续多帧尖角数保存步骤的连续多帧所述前景区域的边缘形状中的尖角形状的个数变化时,判定所述前景区域具有尖角特征;
非尖角特征检测步骤,用于检测所述前景提取步骤提取到的前景图像是否具有火焰闪烁特征,火焰颜色特征,图像相关性特征及图像高频能量特征中的至少一种特征;
非尖角特征条件判定步骤,用于判定非尖角特征检测步骤检测到前景图像中是否具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征;
火焰判定步骤,根据所述尖角特征判定步骤和非尖角特征条件判定步骤得出的结果判定是否具有火焰;当所述尖角特征判定步骤判断出前景区域具有尖角特征,且非尖角特征条件判定步骤判断出前景图像中具有所述火焰闪烁特征,所述火焰颜色特征,所述图像相关性特征及所述图像高频能量特征中的至少一种特征的情况下,判断有火焰。
9.根据权利要求8所述的一种火焰检测方法,其特征在于
所述尖角特征判定步骤对保存在所述连续多帧尖角数保存步骤中的连续多帧所述前景区域的边缘形状中的尖角形状的个数是否呈增加趋势进行判断,当尖角形状的个数呈增加趋势时,判定所述前景区域具有尖角特征。
CN 201010275983 2010-09-08 2010-09-08 基于视频的多特征融合的火焰检测装置和方法 Pending CN101930540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010275983 CN101930540A (zh) 2010-09-08 2010-09-08 基于视频的多特征融合的火焰检测装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010275983 CN101930540A (zh) 2010-09-08 2010-09-08 基于视频的多特征融合的火焰检测装置和方法

Publications (1)

Publication Number Publication Date
CN101930540A true CN101930540A (zh) 2010-12-29

Family

ID=43369705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010275983 Pending CN101930540A (zh) 2010-09-08 2010-09-08 基于视频的多特征融合的火焰检测装置和方法

Country Status (1)

Country Link
CN (1) CN101930540A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509291A (zh) * 2011-10-31 2012-06-20 东南大学 基于无线网络视频传感器的公路路面病害检测及识别方法
CN104966372A (zh) * 2015-06-09 2015-10-07 四川汇源光通信有限公司 多数据融合的森林火灾智能识别系统和方法
CN105426840A (zh) * 2015-11-18 2016-03-23 成都中昊英孚科技有限公司 一种基于多特征融合的红外森林火灾判定方法
CN106845443A (zh) * 2017-02-15 2017-06-13 福建船政交通职业学院 基于多特征融合的视频火焰检测方法
CN107248252A (zh) * 2017-08-11 2017-10-13 潘金文 一种高效的森林火灾探测系统
EP3495995A1 (en) * 2017-12-06 2019-06-12 Toshiba Elevator Kabushiki Kaisha Image detection system
CN112767643A (zh) * 2020-12-23 2021-05-07 青海大唐国际格尔木光伏发电有限责任公司 光伏场站的双光谱火源探测预警装置
CN116721075A (zh) * 2023-06-08 2023-09-08 新创碳谷集团有限公司 一种基于圆锥空间下的火焰检测方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020191818A1 (en) * 2001-05-22 2002-12-19 Matsushita Electric Industrial Co., Ltd. Face detection device, face pose detection device, partial image extraction device, and methods for said devices
JP2004177325A (ja) * 2002-11-28 2004-06-24 Keyence Corp 拡大観察装置、拡大画像観察方法、拡大観察装置操作プログラムおよびコンピュータで読み取り可能な記録媒体
CN101315667A (zh) * 2008-07-04 2008-12-03 南京航空航天大学 室外早期火灾多种特征综合识别方法
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测系统及其火灾探测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020191818A1 (en) * 2001-05-22 2002-12-19 Matsushita Electric Industrial Co., Ltd. Face detection device, face pose detection device, partial image extraction device, and methods for said devices
JP2004177325A (ja) * 2002-11-28 2004-06-24 Keyence Corp 拡大観察装置、拡大画像観察方法、拡大観察装置操作プログラムおよびコンピュータで読み取り可能な記録媒体
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测系统及其火灾探测方法
CN101315667A (zh) * 2008-07-04 2008-12-03 南京航空航天大学 室外早期火灾多种特征综合识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《青岛大学学报(工程技术版)》 20100331 顾俊俊 等 早期火灾火焰尖角计算算法的研究 第25卷, 第1期 2 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509291A (zh) * 2011-10-31 2012-06-20 东南大学 基于无线网络视频传感器的公路路面病害检测及识别方法
CN104966372A (zh) * 2015-06-09 2015-10-07 四川汇源光通信有限公司 多数据融合的森林火灾智能识别系统和方法
CN105426840A (zh) * 2015-11-18 2016-03-23 成都中昊英孚科技有限公司 一种基于多特征融合的红外森林火灾判定方法
CN106845443A (zh) * 2017-02-15 2017-06-13 福建船政交通职业学院 基于多特征融合的视频火焰检测方法
CN106845443B (zh) * 2017-02-15 2019-12-06 福建船政交通职业学院 基于多特征融合的视频火焰检测方法
CN107248252A (zh) * 2017-08-11 2017-10-13 潘金文 一种高效的森林火灾探测系统
EP3495995A1 (en) * 2017-12-06 2019-06-12 Toshiba Elevator Kabushiki Kaisha Image detection system
CN109879130A (zh) * 2017-12-06 2019-06-14 东芝电梯株式会社 影像检测系统
US10706553B2 (en) 2017-12-06 2020-07-07 Toshiba Elevator Kabushiki Kaisha Image detection device for detecting shadow or light based on detected edges
CN109879130B (zh) * 2017-12-06 2020-12-01 东芝电梯株式会社 影像检测系统
CN112767643A (zh) * 2020-12-23 2021-05-07 青海大唐国际格尔木光伏发电有限责任公司 光伏场站的双光谱火源探测预警装置
CN116721075A (zh) * 2023-06-08 2023-09-08 新创碳谷集团有限公司 一种基于圆锥空间下的火焰检测方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN101944267B (zh) 基于视频的烟火检测装置
CN101930540A (zh) 基于视频的多特征融合的火焰检测装置和方法
CN102201146B (zh) 基于主动红外视频的零照度环境火灾烟雾识别方法
KR101822924B1 (ko) 영상기반 화재 감지 시스템, 방법 및 프로그램
CN112016414A (zh) 一种检测高空抛物事件的方法、装置及楼面智能监控系统
CN102348128B (zh) 具有摄像机异常检测装置的监视用摄像机系统
KR101953342B1 (ko) 멀티 센서 화재감지 방법 및 시스템
CN105915840B (zh) 一种基于视频信号的工厂烟气排放自动监测的方法
CN111783744A (zh) 一种操作现场安全防护检测方法及装置
CN101916372B (zh) 基于视频的多特征融合的烟检测装置和方法
CN104598895A (zh) 一种基于视频图像分析的火焰检测方法与装置
CN102163361A (zh) 一种基于前景累积图像的图像型火灾探测方法
CN107025652A (zh) 一种基于运动特性和颜色时空信息的火焰检测方法
CN102881106A (zh) 一种热成像视频双鉴林火识别系统及其识别方法
WO2014092552A2 (en) Method for non-static foreground feature extraction and classification
CN101258512A (zh) 用于场景分析的方法和图像分析单元
CN106096603A (zh) 一种融合多特征的动态火焰检测方法及装置
CN112906481A (zh) 一种基于无人机实现森林火情检测的方法
CN110334660A (zh) 一种雾天条件下基于机器视觉的森林火灾监测方法
KR20140095333A (ko) 영상에서 객체 추적 방법 및 장치
CN110781853A (zh) 人群异常检测方法以及相关装置
CN107480653A (zh) 基于计算机视觉的客流量检测方法
KR101196678B1 (ko) 실시간 화재 감시 장치 및 방법
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
CN105957300B (zh) 一种智慧金睛识别可疑张贴遮蔽报警方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20101229