大空間建筑中火災(zāi)探測方法設(shè)計

（建筑工程管理）大空間建筑中火災(zāi)探測方法設(shè)計摘要火災(zāi)是各類災(zāi)害中發(fā)生頻率最高的一種，隨著城市化進程的飛速發(fā)展以及人口的迅速膨脹，火災(zāi)造成的損失也越來越大。當前，高層建筑和大空間場所越來越多，如何在大空間環(huán)境下較早的發(fā)現(xiàn)火災(zāi)威脅并進行報警和撲滅，從而盡量減少生命、財產(chǎn)損失成為研究的熱點。圖像型火災(zāi)探測技術(shù)因其監(jiān)控范圍廣、環(huán)境適應(yīng)性強、升級容易等特點而備受關(guān)注，非常適合大空間環(huán)境下的火本文提出了一種旨在大空間環(huán)境下探測早期火災(zāi)的新型雙波段圖像型火災(zāi)探測系統(tǒng)。在煙霧探測方面，本文根據(jù)模式識別的三個基本步驟設(shè)計提出了一整套煙霧探測的方法。在可疑區(qū)域分割環(huán)節(jié)，系統(tǒng)使用混合高斯模型對背景進行建模，進而提取可疑區(qū)域，分割可疑圖元。在特征提取環(huán)節(jié)中，根據(jù)煙霧的半透明性和閃爍頻率兩種特性系統(tǒng)提取了可疑圖元的高低頻能量，顏色飽和度能量和邊界平均閃爍頻率四種特征值。最后，在煙霧判斷環(huán)節(jié)，系統(tǒng)使用這四種特征值構(gòu)成的特征向量對可疑圖元進行煙霧判定。在紅外波段，使用了可疑圖元的面積變化率、火焰尖角數(shù)和區(qū)域相似度三種特征值對可疑圖元是否是陰燃進行判斷。最后，提出了根據(jù)煙霧和陰燃各自的判斷結(jié)果進行早期火災(zāi)綜合判斷的判斷流程。本文對煙霧可疑區(qū)域的提取、可疑圖元的特征值提取和分析以及煙霧的判斷規(guī)則做了深入的討論。顏色空間AbstractIneverykindofdisasters,firehappensmostfrequently.Andwiththehighgrowspeedofthepopulationandthenumberofcities,destructionsandlossesthatfirecausesbecomemoreandmoregreat.Today,therearemoreandmoreskyscrapersandbigbuildings,howtodetectfirethreateninthesekindsofplacesassoonaspossibleandlimitthelosstothelowestlevelbecomemoreimportantthanever.Foritsbroaddetectrangeandeasysettlementfeatures,muchattentionhasbeenfocusedonanewstyledetectionmethod-firedetectionbasedonvideoimages.Awholeprocessofdetectionwasdevelopedbasedonclassicthreestepsmethodinpatternrecognition.Insuspiciousregionsegmentationstep,systemusesthemulti-Gaussianmodeltoestablishmodelofbackground,thustodistrictmotiveregioninthecurrentframe.Infeaturesextractionstep,systemextractsfoureigenvalueslikehigh/lowfrequencyenergy,colorsaturationenergyandaverageboundaryflickerfrequency.Inultraredband,systemusesareachangingrate,numberofsharp-anglesandareasimilaritytojudgeifthereissmolderinsuspiciousregion.Methodsthatusedinregionsegmentationandrecognitionarethoroughlydiscussedinthisdissertation.Videosofsmokeandflamesinbothvisibleandultraredbandsareusedtotestifythosemethods,andtheresultshowthatthesystemandmethodswedevelopedareeffective.KeyWords:Earlyfireinlargespace,Double-band,Digitalimageprocessing,Multi-Gaussianmodel,Wavelettransform,Colorspace目錄1引言.........................................................51.1課題背景.................................................61.2相關(guān)概念.................................................61.3設(shè)計意義.................................................71.4報告內(nèi)容安排.............................................72火災(zāi)探測系統(tǒng)的系統(tǒng)結(jié)構(gòu)及工作原理.............................82.1探測系統(tǒng)的系統(tǒng)結(jié)構(gòu).......................................82.2系統(tǒng)的工作原理...........................................93大空間建筑中火災(zāi)探測方法設(shè)計概述............................113.1提出本設(shè)計的背景........................................113.2設(shè)計理念概述............................................113.3實現(xiàn)該系統(tǒng)的主要流程.....................................114大空間建筑中火災(zāi)探測方法詳細設(shè)計............................124.1煙霧可疑圖元的分割及預(yù)處理..............................124.1.1基于混合高斯模型的運動分析方法......................124.1.2期望值最大（EM）算法................................134.1.3使用EM算法進行混合高斯模型參數(shù)估計.................134.1.4使用混合高斯模型對背景建模..........................154.1.5運動區(qū)域的提取......................................154.1.6圖像的平滑濾波及圖元分割............................154.2可疑圖元的特征分析及煙霧判斷............................184.2.1可疑圖元的特征分析..................................184.2.2可疑圖元顏色飽和度信息的分析........................194.2.3可疑圖元邊界閃爍頻率的分析..........................204.2.4煙霧的綜合判斷......................................204.3陰燃的紅外圖像探測......................................234.3.1特征提取.............................................234.3.2陰燃的判別...........................................245結(jié)論........................................................265.1本次設(shè)計結(jié)論............................................275.2設(shè)計不足及改進..........................................27致謝.........................................................28參考文獻......................................................291引言1.1課題背景火災(zāi)是世界各國人民所面臨的一個共同的災(zāi)難性問題。在社會生活中，火災(zāi)是威脅公共安全，危害人們生命財產(chǎn)安全的最主要的災(zāi)害之一。隨著社會生產(chǎn)力的發(fā)展，社會財富的日益增加，火災(zāi)損失上升及火災(zāi)危害擴大的總趨勢是客觀規(guī)律?；馂?zāi)是當今世界上多發(fā)性災(zāi)害中發(fā)生頻率最高，也是時空跨度最大的一種災(zāi)害。因此，消防工作成為人們普遍關(guān)心的問題。而消防工作根據(jù)具體的應(yīng)用場所不同，所要采取的措施和使用的設(shè)備有很大的區(qū)別。隨著城市化進程的飛速發(fā)展，高層建筑和大空間場所越來越多。如何在大空間環(huán)境下發(fā)現(xiàn)處于早期階段的火災(zāi)威脅從而減少生命、財產(chǎn)損失成為各類消防工作中凸顯的一個方面。雖然火災(zāi)探測技術(shù)發(fā)展已久，然而傳統(tǒng)的火災(zāi)探測技術(shù)中，感煙、感溫、感光等探測器，由于受到各種因素（空間高度、空氣流速、粉塵、溫度、濕度等）的影響，在大空間環(huán)境下進行火災(zāi)探測都遇到了不同的困難，從而在一定程度上失去了效用。所以，如何在大空間環(huán)境下盡早的發(fā)現(xiàn)并控制火災(zāi)仍然困擾著科研和消防人員。本文從這個嚴峻的問題出發(fā)，提出了一種雙波段圖像型火災(zāi)探測方法，旨在在大空間環(huán)境下，及早的發(fā)現(xiàn)火災(zāi)危險，從而盡量減少人們的生命、財產(chǎn)損失。1.2相關(guān)概念它們與空氣中的氧氣發(fā)生反應(yīng)，形成火焰?；鹧鏁尫懦龃罅康募t外線和紫外線，導(dǎo)致環(huán)境溫度逐漸升高。氣溶膠、煙霧、火焰和熱量等是火災(zāi)的特征，通常稱為火災(zāi)參量，通過這些參量的測定可以確定是否有火災(zāi)發(fā)生?；馂?zāi)發(fā)生的初期，并不是所有的火災(zāi)參量都會出現(xiàn)。這個時候存在的主要的物理現(xiàn)象有：陰燃，火羽流和煙氣等。所謂的陰燃，是指一種只在氣固相界面處的燃燒反應(yīng)，而沒有氣象火焰的燃燒現(xiàn)象。陰燃的溫度比較低，燃燒速度慢。作為自我維持的無明火的燃燒，陰燃的典型溫度范圍是600－1000K在火焰上方由浮力驅(qū)動的熱氣流持續(xù)上升并進入有新鮮空氣的區(qū)域，由于其包含火焰部分，故稱為火羽流。火羽流的典型溫度在500－1700K。煙氣是燃燒產(chǎn)物中微小顆粒的集合。煙氣在流通過程中與周圍環(huán)境進行熱交換。其溫度介于火羽流和環(huán)境溫度之間。一般煙氣的溫度在300－800K之間。由于這些物理現(xiàn)象在發(fā)生時與周圍的環(huán)境存在著較大的差異，表現(xiàn)為其邊緣效應(yīng)和形體效應(yīng)，5nm到400nm之間的電磁波稱為紫外光；波長分布在400nm到760nm之間的電磁波稱為可見光；而波長760nm到1mm之間的電磁波被稱為紅外光。物體的溫度由低到高，輻射出的電磁波的波長由長到短。當物體的溫度在800K左右的時候，才會產(chǎn)生暗紅色的可見光。同時，由輻射定律可知，當物體為黑體時，只有其溫度高于1000K其放出的能量95%見光是非常少的。所以，使用帶有紅外濾鏡的攝像頭可以在紅外波段對陰燃進行探測。而由于煙氣對可見光的反射作用，所以使用普通的彩色CCD攝像頭，可以探測到煙氣的圖像信息。因此，我們選擇了煙霧和陰燃作為表征早期火災(zāi)的物理現(xiàn)象進行探測，從而根據(jù)煙霧和陰燃的探測結(jié)果判斷是否有火災(zāi)發(fā)生。1.3設(shè)計意義目前許多火災(zāi)探測系統(tǒng)都是采用傳統(tǒng)感溫、感煙傳感器，這種系統(tǒng)有很多缺點，誤報率非常高，受環(huán)境限制，而且這種系統(tǒng)不能掌握火災(zāi)現(xiàn)場的情況，不能依靠其來進行實時調(diào)度等工作，以至于火災(zāi)發(fā)生時不能夠及時提供準確信息，給撲救工作帶來很大的不便。而本文采用的方法與傳統(tǒng)的火災(zāi)探測系統(tǒng)相比有明顯優(yōu)勢，能夠準確的探測到早期火災(zāi)的發(fā)生并及時作出反應(yīng)，從而給撲救工作帶來很大便利。1.4報告內(nèi)容安排論文的結(jié)構(gòu)安排如下：第一章：介紹課題的研究背景，對大空間建筑中火災(zāi)探測方法設(shè)計的意義以及早期火災(zāi)發(fā)生的特點。最后介紹了報告的內(nèi)容及安排。第二章：對火災(zāi)探測系統(tǒng)的結(jié)構(gòu)及工作原理進行了說明。第三章：大概介紹了本次課程設(shè)計的研究內(nèi)容以及我所做的一些工作。第四章：本章對本次研究的內(nèi)容及我做的工作進行了詳細的介紹，包括陰燃的紅外圖像探測，對可疑圖元進行特征提取和分析的方法，如何提取了可疑圖元的高低頻能量，顏色飽和度能量和邊界平均閃爍頻率四種特征值，以及如何使用這四種特征值構(gòu)成的特征向量對可疑圖元進行煙霧判斷等內(nèi)容。第五章：對本次課程設(shè)計的不足進行了總結(jié)并對以后的工作進行了展望。2火災(zāi)探測系統(tǒng)的系統(tǒng)結(jié)構(gòu)及工作原理本章將詳細介紹雙波段圖像型火災(zāi)探測系統(tǒng)的系統(tǒng)結(jié)構(gòu)及工作原理。2.1探測系統(tǒng)的系統(tǒng)結(jié)構(gòu)探測系統(tǒng)根據(jù)所選擇的物理現(xiàn)象在紅外波段和可見光波段完成探測任務(wù)，因此稱為雙波段圖像型火災(zāi)探測系統(tǒng)。通常圖像處理系統(tǒng)基本的三個部件是：圖像數(shù)字化儀，處理圖像的計算機和圖像顯示設(shè)備。雙波段圖像型火災(zāi)探測系統(tǒng)的基本組成也包括這三個部分。系統(tǒng)采用一個帶紅外濾鏡的CCD攝像機和一個普通的CCD攝像機作為探頭，并采用?？低暪镜腄S-40xxHC視頻采集卡作為圖像數(shù)字化的工具。系統(tǒng)選用的紅外濾鏡只允許波長大于850nm的光波通950nm-2000nm以捕獲紅外輻射而濾去可見光的擾。同時，系統(tǒng)使用高性能的計算機完成圖像處理工作，從視頻圖像的圖像序列中識別有無火災(zāi)發(fā)生。并使用普通的CRT顯示器顯示視頻信息。同時從系統(tǒng)擴展的角度講，設(shè)計還應(yīng)包括由計算機統(tǒng)一控制的聯(lián)動模塊，如報警和滅火等裝置。系統(tǒng)如圖2-1所示。圖2-1雙波段圖像型火災(zāi)探測系統(tǒng)由于光的傳播速率是最快的，因此，通過圖像進行探測在反映速度上大大優(yōu)于其它類型的探測手段。將監(jiān)控設(shè)備安裝在房屋或廣場等大空間的角落，可以實現(xiàn)整個空間范圍內(nèi)的監(jiān)控，這體現(xiàn)出了系統(tǒng)監(jiān)控范圍廣的優(yōu)點。另外，在系統(tǒng)的升級過程中，改進的部分主要集中在探測算法和軟件方面，硬件部分基本不需要很大的改動，因此，系統(tǒng)的升級相對容易?？梢钥闯?，系統(tǒng)具有反映迅速、監(jiān)控范圍廣、環(huán)境適應(yīng)能力強、系統(tǒng)升級容易等很多優(yōu)點。圖像采集的主要器件包括攝像器件和視頻采集卡。通常講的攝像器件主要有：熱像儀、微光攝像機、黑白CCD攝像機以及彩色CCD攝像機。在攝像器件的選取上是根據(jù)早期火災(zāi)的物理現(xiàn)象的典型光譜特征進行的。對陰燃主要是對其自身產(chǎn)生紅外波段的輻射進行探測，比較合適的攝像器件是微光攝像機（或者彩色CCD攝像機配合紅外濾光鏡片），而煙霧采用彩色CCD攝像機。這種紅外波段加可見光波段的組合便是所謂的雙波段技術(shù)。本系統(tǒng)采用了?？低暪镜腄S-40xxHC較高的應(yīng)用于專業(yè)數(shù)字監(jiān)控、視音頻處理的視音頻壓縮卡。它采用了高性能的視頻壓縮技術(shù)標準H.264及OggVorbis（相當于G.722）的音頻編碼標準，完全CIF格式PAL/30幀NTSC實現(xiàn)了動態(tài)碼率、可控幀率、幀模式選擇、動態(tài)圖像質(zhì)量控制、音頻預(yù)覽、視頻丟失報警等功能。并能獨立調(diào)整各通道參數(shù)。2.2系統(tǒng)的工作原理從大量的信息中提取系統(tǒng)感興趣的部分進行分析和識別。由于系統(tǒng)不可能始終在有火災(zāi)的環(huán)境下進行調(diào)試，因此需要大量的視頻文件?？梢詫σ酝男畔⑦M行回顧和分析是圖像型火災(zāi)探測系統(tǒng)的另一大優(yōu)點。顯然，其它探測手段是無H.264格式和AVI格式。從視頻采集卡中獲取的視頻格式是經(jīng)過硬件編碼H.264視頻文件格式。H.264最大特點是非常低的碼率和對帶寬非常低的要H.264在有限的計算機存儲設(shè)備中可以保存較多的監(jiān)控視頻信息，非常有利于信息篩選。AVI格式的應(yīng)用很廣泛，是目前視頻文件的主流。大多數(shù)編程軟件都提供了AVI我們先通過編程將H.264格式的視頻文件轉(zhuǎn)換為AVI文件，然后再進行具體的算法實現(xiàn)和分析判斷。兩個部分有相似的處理過程，也是模式識別比較典型的階段。第一個階段為圖第一個階段主要是通過相關(guān)的算法從當前圖片中檢測出可疑物體區(qū)域，并把它們的圖像與背景或其余景物分離。這個過程通常需要背景信息的支持，背景信息可能為一副背景圖片，也可能為一組背景圖片序列或一個背景模型。第二階段是對可疑區(qū)域中的物體進行度量。一個度量是指一個物體的某個度量值或者在另一個變換域（如傅立葉變換或小波變換）中的度量值。特征是一個或幾個度量的函數(shù)。通過計算可以對物體的一些重要特性進行定量化表示。特征提取過程產(chǎn)生了一組特征，把它們結(jié)合在一起，就形成了特征向量。特征向量所包含的信息量大大小于原始圖像，然而這些信息代表了后續(xù)分類決策必須依靠的全部知識。第三個階段的輸出僅僅是一種分類決策，利用第二階段的特征向量和制定的判斷規(guī)則來分析可疑區(qū)域?qū)儆谀姆N分類，從而判斷圖像中是否有煙霧或者陰燃。3大空間建筑中火災(zāi)探測方法設(shè)計概述3.1提出本設(shè)計的背景目前許多火災(zāi)探測系統(tǒng)都是采用傳統(tǒng)感溫、感煙傳感器，這種系統(tǒng)有很多缺點，誤報率非常高，受環(huán)境限制，而且這種系統(tǒng)不能掌握火災(zāi)現(xiàn)場的情況，不能依靠其來進行實時調(diào)度等工作，以至于火災(zāi)發(fā)生時不能夠及時提供準確信息，給撲救工作帶來很大的不便。而本文采用的方法與傳統(tǒng)的火災(zāi)探測系統(tǒng)相比有明顯優(yōu)勢，能夠準確的探測到早期火災(zāi)的發(fā)生并及時作出反應(yīng)，從而給撲救工作帶來很大便利。3.2設(shè)計理念概述進行連續(xù)幀的數(shù)字圖像處理，從大量的信息中提取系統(tǒng)感興趣的部分進行分析本系統(tǒng)的視頻圖像處理分為兩個部分，紅外圖像的處理和彩色圖像的處理。第一個階段為圖像分割或物體分離階段；第二個階段為特征提取階段；第三個階段為分類階段。第一個階段主要是通過相關(guān)的算法從當前圖片中檢測出可疑物體區(qū)域，并把它們的圖像與背景或其余景物分離。第三個階段的輸出僅僅是一種分類決策，利用第二階段的特征向量和制定的判斷規(guī)則來分析可疑區(qū)域?qū)儆谀姆N分類，從而判斷圖像中是否有煙霧或者陰燃。3.3實現(xiàn)該系統(tǒng)的主要流程實現(xiàn)該系統(tǒng)主要有以下幾個流程：1.煙霧可疑圖元的分割及預(yù)處理。2.可疑圖元的特征分析及煙霧判斷。3.陰燃的紅外圖像探測。4大空間建筑中火災(zāi)探測方法詳細設(shè)計4.1煙霧可疑圖元的分割及預(yù)處理4.1.1基于混合高斯模型的運動分析方法使用背景差分的方法，對煙霧可疑區(qū)域的提取效果并不理想。本系統(tǒng)采用了使用混合高斯模型對背景進行逐像素建模，然后根據(jù)當前圖像和背景模型的比較提取前景的方法。首先，我們看一下高斯分布模型。高斯分布模型是概率分布中最重要的一種，也稱為正態(tài)分布模型。該分布的密布函數(shù)如式4-1所示。（4-1）這里μ和σ分別是均值和標準差，對應(yīng)的分布函數(shù)如式4-2所示。（4-2）均值和方差分別為0和1如圖3-5(a)對于觀測數(shù)據(jù)集X={x1,x2,…,xN}中的單個采樣xi,其離散混合高斯分布的密度函數(shù)為（4-3）其中，K是分布數(shù),ωkk是各高斯模型的均值,Σk是協(xié)方差。但是在計算中,為了減少計算量我們通常取=，這種方法并不明顯影響計算的精度。分布數(shù)K通常取3到5。圖4-1(b)是一個參數(shù)為μ=[?2,3],σ=[1,0.5],ω=[0.4,0.6]的混合高斯分布的概率密度分布。(a)單高斯分布的概率密度(b)混合高斯分布的概率密度圖4-1單高斯和混合高斯分布的概率密度4.1.2期望值最大（EM）算法如何從一個給出的樣本空間，估計其混合高斯模型的各個參數(shù)，是背景建模過程中的一個關(guān)鍵步驟。期望值最大化（ExpectationMaximization,EM）算法是參數(shù)估計的一種很重要的算法，它是一種當觀測數(shù)據(jù)為不完全數(shù)據(jù)時求解極大似然估計的迭代具有很好的實際應(yīng)用價值。EM過程出現(xiàn)的問題，使得樣本有遺失，或者說樣本不完整；第二，當似然函數(shù)非常復(fù)雜，使得求解困難，或者存在隱參數(shù)的情況。EM不好計算，然而它的期望卻是一個確定性的函數(shù)，優(yōu)化起來比較容易。4.1.3使用EM算法進行混合高斯模型參數(shù)估計下面我們闡述如何使用EM算法進行混合高斯模型的參數(shù)估計。給定一系列觀測值X={x1,x2,…,xN}，要估計一個混合高斯模型（式4-3）的參數(shù)1,μ2,…,μK]1,ω2,…,ωK]∑1,∑2,…,∑k]。混合模型下的非完備log似然函數(shù)為：（4-4）由于在對數(shù)運算中包括了求和項，因此很難獲得最大值。利用EM算法，假定存在一個隱含變量Y={y1,y2,…,yN}據(jù)，式（4-3）可轉(zhuǎn)化為:（4-5）然而由于隱含隨機變量Y={y1,y2,…,yN}Bayes公式在假定初始參數(shù)θg=(ω1g,…,ωMg,θ1g,…,θMg)以及觀測值條件下有：（4-6）式中（4-7）因此可得到：（4-8）上式中只有第一項與ωk有關(guān)，第二項只與變量θk有關(guān)。因此Q函數(shù)極大化可以分別極大化。（4-9）（4-10）（4-11）式4-9,4-10,4-11就是混合高斯模型EM算法的迭代公式。通常來講，迭代收斂的條件有以下幾種：1.設(shè)定閾值εL，當logL(t+1)?logL(t)<εL時，迭代收斂。2.設(shè)定迭代次數(shù)閾值Tmax,當?shù)螖?shù)t>Tmax時，迭代收斂。第二種方法相對較為死板，計算效率低。所以，本系統(tǒng)采用的是第一種方法。4.1.4使用混合高斯模型對背景建模如果是在特定的光線下，那么即使考慮有噪聲的情況，使用單高斯模型也足夠建立像素的模型。但是當光線隨時間變化時，使用混合高斯模型對背景進行建模是一個很好的選擇。使用混合高斯模型對背景建模的方法是對背景中的每一個像素根據(jù)一個圖像序列建立一個混合高斯模型，而不是將所有的像素建立為某個分布模型。然后對當前圖像中的像素進行匹配，如果當前像素符合背景模型中的某個高斯分布，則認為是背景，否則認為是運動物體。4.1.5運動區(qū)域的提取對當前圖像逐像素的與背景模型進行比較，從而提取可疑區(qū)域?？梢蓞^(qū)域提取的具體過程為：1.初始化一個蒙板mask，蒙板各像素均為白色。2作為偏差err。3．更新mask，先將err對角化得到err′。當err′≤5Σ1∕2時，mask對應(yīng)像素設(shè)為白色；當err′>5Σ1∕2時，mask對應(yīng)像素設(shè)為黑色。4.1.6圖像的平滑濾波及圖元分割通過以上方法提取的煙霧可疑區(qū)域比較清晰、完整。但是，仍存在一些少量的噪聲和較強烈的光線變化所造成的干擾，需要進行濾波處理。濾波是圖像處理時最常使用的一種處理手段。濾波的方法也有很多，可以在空間域中進行，也可以在其它變換域中進行。在空間域中濾波一般可分為線性濾波和非線性濾波兩類。線性濾波器的另外各種空間域濾波器根據(jù)功能的不同主要分為平滑濾波器和銳化濾波器。平滑可以通過低通濾波來實現(xiàn)?？臻g濾波器都是利用圖像與模板進行卷積來實現(xiàn)的，主要步驟是：1.將模板在圖中漫游，并將模板中心與圖中某個像素位置重合。2.將模板上的系數(shù)與圖像中對應(yīng)的像素相乘。3.將所有乘積相加。4.將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)模板中心位置的像素。平滑濾波通常在空間域中進行，通常使用的方法有線性濾波、中值濾波和自適應(yīng)濾波等。我們采用了不同的方法對圖像進行濾波并比較濾波結(jié)果。圖4-2(a)中給出了一幅圖像的一部分，其中所標的是一些像素的灰度值?，F(xiàn)設(shè)有一個3×3的模板如圖4-2(b)k0所在位置與圖中灰度值為s0的像素重合（也就是將模板中心放在圖中(x,y)位置），模板的輸出相應(yīng)R為：R=k0s0+k1s1+…+ksss(a)(b)(c)圖4-2用3×3模板進行空間域濾波的示意圖將R賦給增強圖，作為在(x,y)位置的像素值，如圖4-2(c)所示。如果對如果我們在設(shè)計濾波器的時候給每個k賦予不同的值，就可得到不同的高通或低通濾波效果。出于圖元分割的考慮，我們希望盡量消除一切小像素圖元的干擾?？梢钥闯鲈谶@種情況下中值濾波器是最好的選擇。為了盡量消除小像素圖5×5濾去了。這樣可以大幅度減少下一步圖元分割的計算量，有利于提高系統(tǒng)的執(zhí)行效率。在圖像分割之前，我們先要定義圖像中什么樣的像素算是相鄰像素。定義相鄰像素通常有兩種邊沿連接的約定方式：4-連接方式和8-連接方式。在4-3(a)的連接方式中，所有與當前像素點接觸的8個像素點中，只有垂直和水平方向的4個像素認為是連接的像素，如圖4-3(b)所示。而在8-連接方式中，所有與當前像素點接觸的8個像素點均認為是連接像素，如圖4-3(b)所示。圖4-3(a)4-連接方式示意圖圖4-3(b)8-連接方式示意圖圖元的面積相差非常懸殊。小面積圖元的產(chǎn)生原因有很多：可能是干擾造成，也可能是小型物體或煙霧的非常早的初期階段的圖像。不管是那種原因，我們并不需要對所有的圖元都進行分析，而只選擇面積最大的若干圖元進行分那么煙霧的面積是在不斷擴散的。通常來講煙霧擴散的速度是比較快的，在很短的時間內(nèi)煙霧區(qū)域就可以成為移動區(qū)域中面積比較大的部分。所以，只選擇面積較大的若干圖元進行分析，一方面并不影響系統(tǒng)判斷的準確性；另一方面也可以減少計算量，提高代碼執(zhí)行效率。我們稱被選定的圖元為可疑圖元。下面，我們要對圖元的面積進行統(tǒng)計，從而找出面積最大的若干個圖元作為可疑圖元。在選擇可疑圖元的時候，我們制定了如下的規(guī)則：假設(shè)面積最大的圖元的面積（像素數(shù)）為amax，第i個圖元成為可疑圖元的條件是：ai≥1/50amax將可疑圖元提取出來后可以發(fā)現(xiàn)面積較大的可疑圖元是煙霧區(qū)域，而面積較小的可疑圖元是由于光線變化非常強烈而被質(zhì)疑的區(qū)域。當然，整個圖像中光線都有變化，我們已經(jīng)較為成功的濾去了大部分光線變化和其它噪聲所造成的干擾。4.2可疑圖元的特征分析及煙霧判斷本節(jié)將介紹如何對可疑圖元進行特征提取及煙霧判斷。目前，對煙霧進行識別方法的比較少。紋理分析是一種比較常用的方法，但是這種方法對圖像的質(zhì)量以及可疑區(qū)域分割的效果要求比較高。我們所采用的是小波分析，顏色飽和度分析以及閃爍頻率分析的方法，取得了比較好的效果。4.2.1可疑圖元的特征分析根據(jù)煙霧的半透明性和邊界閃爍的特征，我們制定了三種特征提取和分析方法。分別是通過小波變換對可疑圖元和背景進行高低頻能量分析，在HSV顏色空間對可疑圖元和背景進行顏色飽和度能量分析以及利用圖像幀序列對可疑圖元進行邊界閃爍頻率分析。由于煙霧處于一種半透明狀態(tài)，所以被煙霧籠罩的地方，圖像的尖銳程度較之背景會有很大的下降。這直接導(dǎo)致了該區(qū)域高頻能量被削減，而低頻能量紋理等構(gòu)成；而低頻是指圖像中顏色或灰度相近的平滑區(qū)域。更確切的說高頻能量主要集中在圖像中顏色或灰度變化梯度較大的部分；而低頻能量主要集中在圖像中顏色或灰度變換梯度較小的部分。小波分析的方法可以監(jiān)視當前圖像和背景圖像之間高頻和低頻能量變化的情況。因此，我們提出了一種基于小波分析的煙霧特征提取和分析方法。在實現(xiàn)的方法上，二維小波變換是從原始信號s開始在每個層次只分解上一層次的近似系數(shù)。但與一維小波變換不同的是，在每個層次進行分解的時候，需要在兩個維度分別作用兩次濾波器。這樣就得到了四組系數(shù)［cAj,cHj,cVj,cDj,］，其中其中cAj是第j層的近似系數(shù)，它是在兩個維度都作用低通濾波器得到的。cHj,cVj,cDj得到的水平細節(jié)系數(shù)，橫向作用高通濾波器、縱向作用低通濾波器得到的垂直細節(jié)系數(shù)和兩個維度都作用高通濾波器得到的對角細節(jié)系數(shù)。所以在處理二維信號的過程中，需要分別去除橫向的，縱向的和兩個方向的關(guān)聯(lián)信息，那么就形成了一組近似系數(shù)和三組細節(jié)系數(shù)。分解的數(shù)據(jù)傳遞方式如圖4-3(a)所示。從圖中可以看出,cAjLo_DHi_D與濾波器Lo_D和Hi_D做卷積。然后在行上進行下采樣，保留偶數(shù)行，得到系數(shù)［cAj+1,cHj+1,cVj+1,cDj+1］。小波重構(gòu)是小波分解的逆過程，其數(shù)據(jù)傳遞方式如圖4-4(b)所示。圖4-4（a）小波分解數(shù)據(jù)傳遞示意圖圖4-4（b）小波重構(gòu)數(shù)據(jù)傳遞示意圖圖4-4基于小波的圖像分解與重構(gòu)4.2.2可疑圖元顏色飽和度信息的分析可疑圖元的顏色飽和度特征，是本文中煙霧判斷的另一個判據(jù)。火災(zāi)發(fā)生在燃燒物陰燃和熱解的過程中經(jīng)常會產(chǎn)生微小的液相顆粒，因此這時候煙霧為所以火災(zāi)發(fā)生的初期，煙霧顏色較淺，有半透明性，背景中物體的顏色飽和度在經(jīng)過煙霧后會得到一定程度的削弱。所以，在系統(tǒng)中，我們利用煙霧的這一HSV顏色空間下進行的。在進行顏色飽和度信息分析之前，我們也先規(guī)定一個區(qū)域的顏色飽和度能量ES。如式4-10所示：（4-12）式中，S(x,y)表示在HSV顏色空間下(x,y)點的顏色飽和度S。區(qū)域R的顏色飽和度能量就是區(qū)域中各像素顏色飽和度S的平方和。RGB顏色空間轉(zhuǎn)換到HSV顏色空間，然后再分別計算它們的飽和度能量煙霧的半透明性使得場景變“灰蒙蒙”的，從而使場景中物體顏色的飽和度有所下降。所以，可疑圖元顏色飽和度的變化可以作為煙霧判定的另一個判據(jù)。4.2.3可疑圖元邊界閃爍頻率的分析在可見光波段對火焰的圖像型探測技術(shù)中，火焰的閃爍特性經(jīng)常被用來作為探測對象。火焰的閃動表面上看來似乎是雜亂無章的，事實上火焰信號的頻譜特征有著特有的規(guī)律。許多研究人員對不同尺寸、形狀的房間進行了多種材料的火災(zāi)試驗，發(fā)現(xiàn)在火災(zāi)初期出現(xiàn)明火以后，火焰的主要頻率為8-12Hz，同時火焰的頻率受燃燒物、房間形狀、房間尺寸的大小，環(huán)境的變化等因素影響不大。因此，利用火焰的閃爍頻率作為火災(zāi)識別的一個判據(jù)是非常有用的。煙1-3Hz干像素點，然后對其進行分析。如果這些像素點，在屬于可疑圖元和不屬于可疑圖元之間變化，那么就可以認為可疑圖元具有的閃爍特性。但是，這種探測是具有很強時效性的。因為煙霧是呈蔓延的狀態(tài)不斷擴散的，所以在較短的時間內(nèi)煙霧的邊界就會擴大到一個更大的區(qū)域，從而包括了初始設(shè)定的觀測點。我們在邊界閃爍頻率的探測上設(shè)定一個時間有效值為2秒。也就是說我們在設(shè)了觀測點后，僅僅考慮的其后2秒鐘內(nèi)采集的圖像信息。根據(jù)這2秒鐘內(nèi)采集的圖像信息來判斷可疑圖元邊界的閃爍特性。3Hz大于等于6Hz12fps中截取有可疑圖元的連續(xù)圖像24連續(xù)幀中的可疑區(qū)域進行處理和分析。首先，利用背景模型，對連續(xù)幀序列進行可疑運動區(qū)域的提取。然后再對提取的可疑區(qū)域進行中值濾波。接下來，對各幀可疑區(qū)域進行圖元分割，并對各幀中圖元的面積進行統(tǒng)計，只保留面積較大的圖元。4.2.4煙霧的綜合判斷任何一種探測技術(shù)最終的目的都是對被探測的物體進行分類識別?；馂?zāi)探測部分的輸出是一種決策，它將指導(dǎo)系統(tǒng)的聯(lián)動部分做出相應(yīng)的下一步動作，如報警，滅火等措施。下面，將講述怎樣綜合上面各種特征判斷可疑圖元是不是煙霧。我們使用高低頻能量，飽和度能量和閃爍頻率這三個特征值組成的特征向量對煙霧進行綜合的判斷。Tel,Teh，當可疑圖元與背景的高低頻能量比α1=EL1b/EL1a和αh=EH1b/EH1a滿足α1≥Tel且αh≤Teh時，系統(tǒng)認為該可疑圖元可能是煙霧。通過對樣本進行實驗研究，我們設(shè)定閾值初始值如下Tel=1.2，Teh=0.8。也就是說當可疑圖元和對應(yīng)的背景區(qū)域的高低頻能量比滿足：α1≥1.2且αh≤0.8時，我們認為該可疑圖元可能為煙霧。需要注意的是當水蒸氣，陰影等現(xiàn)象出現(xiàn)時，也可能造成類似的高低頻能量變化，從而給判斷帶來干擾。因此，這個條件是判定可疑圖元為煙霧的必要條件，但并不是充分條件。對顏色飽和度能量特征值判斷規(guī)則：當可疑圖元與背景的顏色飽和度能量比αs=ESb/ESa滿足αs≤Tes時，系統(tǒng)認為該可疑圖元可能是煙霧。通過對樣本進行實驗研究，我們設(shè)定閾值Tes=0.8，也就是說當αs≤0.8時，可疑區(qū)域可能是煙霧。那么就會干擾系統(tǒng)的判斷，因此這條判斷規(guī)則也僅是一個必要條件。邊界閃爍頻率特征值判斷規(guī)則：當可疑圖元的半面邊界平均閃爍頻率滿時，系統(tǒng)認為該可疑圖元可能是煙霧。通過相關(guān)資料提供的信息及對樣本進行的實驗研究。我們設(shè)定閾值Tf1=1,Tfh=3。也就是說，當?shù)臅r候，可疑圖元可能是煙霧。我們需要綜合上面幾個特征值更加準確對煙霧進行判斷。只有可疑圖元滿足上面三個判斷規(guī)則，才能被判斷為煙霧。也就是說，本系統(tǒng)認為可疑圖元k是煙霧的充分必要條件是該可疑圖元同時滿足以下幾點：1.可疑圖元k和對應(yīng)的背景區(qū)域的高低頻能量比αlk=EL1k,b/EL1k,a,αhk=EH1k,b/EH1k,a滿足αlk≥1.2且αhk≤0.8。2.可疑圖元k和對應(yīng)的背景區(qū)域的顏色飽和度能量比αsk=ESk,b/ESk,a,αsk≤0.8。3.可疑圖元k的半面邊界平均閃爍頻率滿足：1﹤﹤3。圖4-5煙霧探測的軟件流程圖當然，必要條件越多，系統(tǒng)的誤報率就會越低。但是判斷條件增多可能會導(dǎo)致系統(tǒng)的可靠性下降，也就是漏報率提高。因此，合理的制定判斷規(guī)則，設(shè)定判斷規(guī)則的數(shù)目，從而在誤報率和可靠性之間進行權(quán)衡考慮是非常重要的。煙霧判斷的整體軟件流程如圖4-15所示。對可疑圖元特征值的提取和分析是煙霧探測中最重要的工作。準確有效的特征值提取，才能保證煙霧探測的高可靠性和低誤報率。4.3陰燃的紅外圖像探測火災(zāi)發(fā)生初期階段的另外一種典型的物理現(xiàn)象是陰燃。陰燃產(chǎn)生的紅外輻射主要集中在0.95μm-2.0μmCCD只允許波長大于0.85μm擾。在可見光波段對煙霧的探測是雙波段圖像性火災(zāi)探測系統(tǒng)的一“目”；在外探測過程同樣分為三個階段：圖像獲取和預(yù)處理階段，特征提取階段以及陰燃的判斷階段。4.3.1特征提取根據(jù)火災(zāi)火焰特點，以及特征提取的可行性，選取了以下四個特征作為判別火災(zāi)的判據(jù)。圓形度：圓形度可以衡量物體形狀的規(guī)則程度?；馂?zāi)火焰形狀不規(guī)則，而大部分干擾源（如煙頭，燈光等）形狀規(guī)則程度較高。比較常用的圓形度是周長的平方和面積的比，為了表達更直觀，我們加一個系數(shù)1/4π。即：（4-13）其中Ck表示編號為k的圖元的圓形度，Pk表示圖元的周長，Ak表示其面積，K以根據(jù)圖元內(nèi)的亮點個數(shù)得到。當物體的邊界為圓形時，其圓形度為最小值1，物體邊界的復(fù)雜程度越高，其圓形度的值越大。面積變化：檢查連續(xù)兩幅圖像的各圖元亮點個數(shù)，判別可疑區(qū)域面積是否為增大趨勢。增長率Gk可由下式獲得：（4-14）其中Size(bk,j)表示第i幅圖像中標號為k的圖元中亮點個數(shù)。Gk,j為正表示面積是增長的,Gk,j10長的組所占的比例，也就是面積增長比例Gk。形體變化：火災(zāi)火焰應(yīng)該有較明顯的抖動，也就是說相鄰圖像的形體應(yīng)該有比較明顯的變化，這種特征可以通過前后兩幅圖像中各對應(yīng)圖元的相似度ξk,j來衡量，ξk,j可由下面的公式獲得：（4-15）bk,j（x,yikx,y素。該像素是亮點則bk,j（x,y）為1，否則為0。邊緣特征：燃燒現(xiàn)象形成時，在火焰或陰燃區(qū)域的邊緣會形成火焰尖角，火焰尖角的頂點是局部極值點，也其中，表示尖角某一行的亮點個數(shù)，為下一行的亮點個數(shù)。為了避免對同一尖角的重復(fù)計數(shù)，火焰尖角的寬度應(yīng)該設(shè)置上限。尖角的高度也應(yīng)該設(shè)置下限，以排除噪聲的干擾。尖角的個數(shù)是判斷可疑區(qū)域是否為火焰的一個比較有效的判據(jù)。4.3.2陰燃的判別根據(jù)提取的各圖元空間和時間上的特征進行火災(zāi)判別，我們建立一系列的判斷規(guī)則。首先，對圓形度Ck（k=1,2,…n）進行判斷。陰燃等早期火焰的外形都是極不規(guī)則的，而大部分干