蘇浩，趙敏

(南京航空航天大學(xué)，江蘇 南京 210016)

?

消防炮射流軌跡圖像分步逐級(jí)篩選方法

蘇浩，趙敏

(南京航空航天大學(xué)，江蘇 南京 210016)

摘要：在基于逐點(diǎn)搜索的計(jì)算機(jī)視覺(jué)智能消防系統(tǒng)的消防炮射流軌跡的識(shí)別中，圍繞多起點(diǎn)搜索技術(shù)搜索射流軌跡后篩選最優(yōu)軌跡的問(wèn)題，鑒于已有篩選方法尋優(yōu)能力和抗干擾能力不強(qiáng)，提出了一種分步驟的逐級(jí)篩選尋優(yōu)方法。采取分步處理方式，第一步進(jìn)行基礎(chǔ)篩選，采取兩種不同來(lái)源的信息并行進(jìn)行基礎(chǔ)篩選，保留優(yōu)質(zhì)的軌跡的同時(shí)，去除完全不符合射流特征或偏差很大的軌跡；第二步根據(jù)粒子群算法的適應(yīng)度尋優(yōu)思想和射流軌跡本身的特點(diǎn)，設(shè)置適應(yīng)度值計(jì)算規(guī)則，再根據(jù)適應(yīng)度值的計(jì)算結(jié)果，進(jìn)行篩選擇優(yōu)，使整個(gè)篩選方法有較強(qiáng)的可靠性和對(duì)環(huán)境有較好的適應(yīng)性，并已在visual studio平臺(tái)下實(shí)現(xiàn)，為智能消防系統(tǒng)的軌跡搜索提供了一種較為理想的篩選方案。

關(guān)鍵詞：消防炮射流軌跡；分步篩選；并行篩選；基礎(chǔ)篩選；目標(biāo)提?。贿m應(yīng)度值

0引言

隨著社會(huì)的發(fā)展和對(duì)消防安全的需求，智能消防炮系統(tǒng)有著越來(lái)越廣泛的應(yīng)用前景，尤其在大型建筑和野外環(huán)境中，如機(jī)場(chǎng)、體育場(chǎng)、加油站等。同時(shí)，消防炮也逐漸應(yīng)用于防爆系統(tǒng)和海監(jiān)船的自衛(wèi)武器系統(tǒng)中。

智能消防系統(tǒng)[1，2]是利用計(jì)算機(jī)視覺(jué)技術(shù)，運(yùn)用圖像處理的方法，感知、判斷和引導(dǎo)消防射流執(zhí)行消防任務(wù)的一套閉環(huán)系統(tǒng)。以攝像頭為探測(cè)器，運(yùn)用雙波段技術(shù)探測(cè)火焰的同時(shí)，利用圖像技術(shù)，在連續(xù)幀的圖像中識(shí)別消防炮射流軌跡并引導(dǎo)其滅火。

在目前識(shí)別消防炮射流軌跡的圖像技術(shù)中，圖像分割和單向搜索[3]是兩種已有的方法。其中，單向搜索法是在設(shè)置起點(diǎn)后，遵循射流灰度最大的原則，按照某一大的方向，在一定寬度范圍內(nèi)進(jìn)行逐點(diǎn)的搜索，并逐漸向前推進(jìn)，從而得到射流軌跡。該方法原理簡(jiǎn)單、速度較快。然而因?yàn)閷?shí)際情況中背景是復(fù)雜多變的，背景和射流本身的灰度也變化不一，在這種情況下單一起點(diǎn)搜索的成功率并不高。為了提高實(shí)際背景中射流搜索的成功率，有研究者提出多起點(diǎn)的搜索方法，即一次性多設(shè)置幾個(gè)起點(diǎn)，同時(shí)進(jìn)行多條軌跡的搜索。起點(diǎn)的設(shè)置中，有如郭曉博[4]提出的斜線法和九宮格法等。

多起點(diǎn)的搜索會(huì)得到相應(yīng)的多條軌跡，有的軌跡與射流一致，有的誤差較大，還有的完全偏離或不符合射流特征。多起點(diǎn)搜索帶來(lái)的問(wèn)題是，如何在搜索得到的多條軌跡中去判斷和篩選最優(yōu)的軌跡，作為目標(biāo)射流的軌跡。本文闡述了一種分步篩選方法，按照先淘汰后擇優(yōu)的思路進(jìn)行最佳射流的篩選。第一步篩選中，在吸納長(zhǎng)度、角度判據(jù)[4]的同時(shí)，增加了灰度篩選，引入并行篩選機(jī)制，在去除非射流軌跡的同時(shí)，很大程度保留優(yōu)質(zhì)軌跡；第二步篩選中，根據(jù)粒子群算法[5]的尋優(yōu)思路，建立適應(yīng)度評(píng)價(jià)函數(shù)，篩選最優(yōu)軌跡。這種分步搜索的方法在滿足系統(tǒng)正常運(yùn)行的同時(shí)，大大提高了射流軌跡篩選的正確率和穩(wěn)定性。

1射流軌跡篩選方法的現(xiàn)狀與對(duì)比

在多起點(diǎn)的射流軌跡搜索算法中，對(duì)搜索后的軌跡進(jìn)行篩選擇優(yōu)是一個(gè)必要的過(guò)程。已提出的有長(zhǎng)度、角度判據(jù)[4]方法，即根據(jù)上一幀或者前幾幀的搜索結(jié)果，對(duì)當(dāng)前的射流軌跡做一個(gè)范圍預(yù)測(cè)，并根據(jù)軌跡本身的特點(diǎn)做一個(gè)基本判斷。這個(gè)范圍預(yù)測(cè)主要集中在長(zhǎng)度、角度上，充分考慮相鄰圖幀射流之間的關(guān)聯(lián)性以及射流的一些軌跡特點(diǎn)。將此幀軌跡的長(zhǎng)度、角度等信息，和上一幀的長(zhǎng)度、角度進(jìn)行比較，并設(shè)定一個(gè)范圍，將過(guò)長(zhǎng)或過(guò)短的和角度變化過(guò)大的射流都剔除掉。另外在角度判斷中，加入了射流的凹凸性判斷。先對(duì)射流使用長(zhǎng)度判據(jù)，再使用角度判據(jù)，將較好地射流保存下來(lái)，作為此幀的射流軌跡。

長(zhǎng)度角度判據(jù)方法，思路明確，篩選速度較快，但對(duì)前一幀的搜索結(jié)果有較強(qiáng)依賴性，即前一幀的搜索出錯(cuò)很容易影響到下一幀圖像射流軌跡的篩選和判斷，而且在篩選過(guò)后，并未明確提出對(duì)剩余的軌跡進(jìn)行尋優(yōu)處理的辦法。

本文提出的分步篩選方法，第一步進(jìn)行基礎(chǔ)篩選，采用并行機(jī)制，借鑒于運(yùn)動(dòng)目標(biāo)分割法獲取的軌跡區(qū)域信息及自身運(yùn)行過(guò)程中對(duì)最優(yōu)軌跡的記錄信息，分別進(jìn)行基礎(chǔ)的篩選，在去除完全不符合射流特征的軌跡同時(shí)，又可以很大程度的保證優(yōu)質(zhì)的軌跡進(jìn)入第二步篩選；第二步進(jìn)行擇優(yōu)篩選，根據(jù)粒子群算法的適應(yīng)度思路進(jìn)行尋優(yōu)，按照擬定的方法，計(jì)算剩余軌跡的適應(yīng)度值，以適應(yīng)度值來(lái)判別最優(yōu)軌跡。這種方法較好地解決了長(zhǎng)度、角度判據(jù)方法關(guān)于穩(wěn)定性和尋優(yōu)的問(wèn)題。

2方法的實(shí)現(xiàn)

分步篩選法的實(shí)現(xiàn)依賴于兩步篩選的配合，第一步負(fù)責(zé)進(jìn)行一個(gè)初級(jí)的篩選，在去除那些明顯不符合射流特征軌跡的同時(shí)，盡量保留多的符合基本特征的軌跡進(jìn)入到第二步篩選。第二步篩選負(fù)責(zé)在初級(jí)篩選過(guò)后進(jìn)行擇優(yōu)選擇，按照擬定方法計(jì)算剩余軌跡的適應(yīng)度值，并從中選取最優(yōu)的軌跡。

2.1　第一步篩選

1) 篩選機(jī)制

第一步篩選采取并行篩選策略，利用兩組信息對(duì)水道軌跡分別進(jìn)行篩選，將篩選結(jié)果取并集，傳送給第二步篩選。第一組信息為從運(yùn)動(dòng)分割法中獲得的信息；第二組信息是從前幾幀圖像的最佳軌跡的記錄中獲得的信息。如圖1所示，為篩選的并行機(jī)制示意圖。

圖1　篩選并行機(jī)制示意圖

因?yàn)樯淞鞯拈L(zhǎng)度(len)、角度(angle)、灰度(grey)為射流軌跡的最基本、最易捕捉到的信息特征，并且用此來(lái)區(qū)分搜索后的射流軌跡和非射流軌跡直觀且方便。故在基礎(chǔ)篩選中，將此三個(gè)特征設(shè)置為基礎(chǔ)篩選的主要參數(shù)，并設(shè)立如式(1)、式(2)、式(3)的三個(gè)集合范圍，當(dāng)軌跡逐一滿足這三個(gè)集合時(shí)，則認(rèn)為通過(guò)基礎(chǔ)篩選進(jìn)入第二步篩選。式中α、n、β、γ根據(jù)不同的信息來(lái)源和實(shí)驗(yàn)實(shí)際情況賦給不同的值。

(1)

(2)

G=[(1-χ)grey,(1+χ)grey]

(3)

2) 篩選信息來(lái)源

第一組信息是從運(yùn)動(dòng)分割法[6]中獲得。運(yùn)動(dòng)分割法是以背景減除法為基礎(chǔ)，在去除背景后得到運(yùn)動(dòng)的前景區(qū)域，并從中提取有效的區(qū)域，同時(shí)不斷地更新背景[7]。在進(jìn)行圖像處理(閾值分割、二值化、濾波[8]等)后，根據(jù)射流軌跡的拋物線和流線型特征，對(duì)圖像中的連通區(qū)域進(jìn)行篩選提取，提取符合射流幾何特征的區(qū)域集。

根據(jù)射流目標(biāo)區(qū)域中有效區(qū)域的最小外接矩形對(duì)角線的斜率和長(zhǎng)度得到區(qū)域長(zhǎng)度信息len1，角度信息angle1。同時(shí)，提取相應(yīng)位置上的原始圖幀上的灰度值grey1，作為相應(yīng)的篩選參數(shù)。因?yàn)樯淞髂繕?biāo)區(qū)域往往為水道軌跡的一部分，所以通常在此部分將n設(shè)置為大于1的數(shù)。又因?yàn)槠瘘c(diǎn)設(shè)置時(shí)會(huì)保存相應(yīng)的區(qū)域信息，所以在篩選時(shí)會(huì)根據(jù)不同起點(diǎn)的軌跡對(duì)應(yīng)相應(yīng)區(qū)域的參數(shù)信息。

第二組信息是在系統(tǒng)運(yùn)行的過(guò)程中，提取最優(yōu)軌跡信息作為篩選信息，同時(shí)，根據(jù)上一幀圖像的最優(yōu)軌跡動(dòng)態(tài)更新篩選信息。在更新時(shí)，以增加1/2變動(dòng)為原則。如式(4)、式(5)、式(6)中，len_pre、angle_pre、grey_pre為上一幀圖像軌跡的長(zhǎng)度、角度和平均灰度信息，len2、angle2、grey2為更新后的篩選參數(shù)信息。

len2=len2+(len2-len_pre)/2

(4)

angle2=angle2+(angle2-angle_pre)/2

(5)

grey2=grey2+(grey2-grey_pre)/2

(6)

根據(jù)更新后的長(zhǎng)度len2、角度angle2、灰度grey2，并利用式(1)、式(2)、式(3)的幾何范圍來(lái)確定篩選軌跡特征的范圍。因?yàn)榇藭r(shí)的信息與運(yùn)動(dòng)分割法中獲得的信息略有不同，所以在設(shè)置L、A、G時(shí)，會(huì)采用不同的α、n、β、γ參數(shù)。

這樣的篩選機(jī)制保證了即使有一些干擾擾亂了其中之一，也能正常進(jìn)行篩選，大大增強(qiáng)了系統(tǒng)的抗干擾能力。

2.2　第二步篩選

第二步篩選是根據(jù)粒子群算法的適應(yīng)度思想，計(jì)算每條軌跡的適應(yīng)度值，根據(jù)適應(yīng)度值的大小，選取最優(yōu)軌跡。

設(shè)置適應(yīng)度的計(jì)算方法時(shí)，因?yàn)槔硐氲纳淞鬈壽E，是呈拋物線特性，且平滑的一段曲線，同時(shí)，在一般環(huán)境下射流軌跡區(qū)域都是最亮的一塊區(qū)域，所以軌跡越光滑，長(zhǎng)度越長(zhǎng)，平均灰度越大，則默認(rèn)離理想軌跡越接近。

取長(zhǎng)度len、灰度grey和擬合誤差m作為參數(shù)進(jìn)行計(jì)算。射流長(zhǎng)度len是指射流的起點(diǎn)與末點(diǎn)的直線距離，灰度grey是值整條軌跡點(diǎn)所在像素點(diǎn)的平均軌跡。擬合誤差m是將尋找到的射流軌跡點(diǎn)利用最小二乘法[9]進(jìn)行多次擬合，將擬合的曲線與原曲線逐點(diǎn)作差后的平均值。

設(shè)置f為適應(yīng)度值，為計(jì)算方便和防止數(shù)據(jù)過(guò)大而造成的計(jì)算溢出，取f最小值為最優(yōu)的結(jié)果。則m與f成正比，len和grey與f成反比。因?qū)嶒?yàn)中得知，適應(yīng)度值受軌跡長(zhǎng)度len影響較大，故將其做開方處理，構(gòu)造公式如式(7)。

(7)

在實(shí)驗(yàn)過(guò)程中，隨機(jī)記錄了多條最優(yōu)軌跡的適應(yīng)度值，分別為1.875、1.955、1.592、1.424、0.717、0.623。因平均值均為較小，故為了保障篩選的正確性，設(shè)置一個(gè)最大適應(yīng)度f(wàn)max，當(dāng)f大于fmax時(shí)，默認(rèn)為篩選失敗。

3實(shí)驗(yàn)結(jié)果

該方法已經(jīng)在PC機(jī)上，在Visual Studio2010環(huán)境下編程實(shí)現(xiàn)，實(shí)驗(yàn)處理連續(xù)的300幀的現(xiàn)場(chǎng)圖片，設(shè)置fmax=5，“基礎(chǔ)篩選1”中，α=0.1、n=5、β=0.4、γ=0.3，“基礎(chǔ)篩選2”中，α=0.6、n=1、β=0.6、γ=0.3，表1為實(shí)驗(yàn)數(shù)據(jù)。

表1　實(shí)驗(yàn)結(jié)果數(shù)據(jù)

其中有269幀被識(shí)別，31幀未能識(shí)別。在識(shí)別的269幀中，篩選成功的射流軌跡圖片有239幀。 篩選成功率為89.7%。

圖2　原始的射流軌跡圖

圖3　篩選前的軌跡圖

圖4　第一步篩選后的軌跡圖

圖5　第二步篩選后的軌跡圖

圖2是原始的射流軌跡圖，圖3、圖4、圖5是篩選的過(guò)程圖，圖中曲線為搜索到的軌跡，軌跡末端的小方框?yàn)樗阉鞯降穆潼c(diǎn)區(qū)域。圖3是篩選前的軌跡圖，如圖所示單向搜索法搜索出來(lái)的軌跡有的與射流一致，有的則會(huì)偏離的厲害，甚至完全不符合射流特征；圖4是第一步篩選后的軌跡圖，在基礎(chǔ)篩選后去除了那些基本不符合射流特征的軌跡，保留下了較優(yōu)質(zhì)的軌跡；圖5是第二步篩選后的圖，根據(jù)計(jì)算所得的適應(yīng)度值，選擇適應(yīng)度最小的軌跡作為篩選后的最優(yōu)軌跡。

4結(jié)語(yǔ)

本文的分步篩選方法，按照先淘汰后擇優(yōu)的思路，逐級(jí)地進(jìn)行的進(jìn)行篩選，經(jīng)試驗(yàn)證明有較強(qiáng)的穩(wěn)定性和抗干擾能力，有很強(qiáng)的使用價(jià)值。

參考文獻(xiàn):

[1] 閔永林，陳曉陽(yáng)，胡傳平. 大空間智能消防水炮滅火系統(tǒng)研究[D]. 上海：上海大學(xué). 2010(5):1-10.

[2] Niu, Liang; Huang, Jing-Jing. Large space intelligent fire protection water cannon system[J]. Liaoning Gongcheng Jishu Daxue Xuebao. 2007,11:131-133.

[3] 陳靜，趙敏. 基于圖像處理的消防水炮自動(dòng)定位研究[D]. 南京:南京航空航天大學(xué)，2010:54-57.

[4] 郭曉博. 智能消防系統(tǒng)中圖像處理和消防炮控制軟件設(shè)計(jì)[D]. 南京：南京航空航天大學(xué)，2011:22-30.

[5] 劉衍民，趙慶禎. 粒子群算法的研究及應(yīng)用[D]. 山東：山東師范大學(xué)，2011(5)：15-24.

[6] 朱明旱，羅大庸，曹倩霞. 幀間差分與背景差分相融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 計(jì)算機(jī)測(cè)量與控制，2005，13(3).

[7] 李小俊,姚馳甫. 背景重建的運(yùn)動(dòng)目標(biāo)分割與改進(jìn)算法.計(jì)算機(jī)工程與應(yīng)用，2009,45(27).

[8] 章毓晉. 圖像處理和分析教程[M]. 北京：人民郵電出版社，2009：286-306.

[9] 張亞文，盧書成，張岐. 靜態(tài)最小二乘法及其應(yīng)用[J]. 新課程研究(職業(yè)教育)，2007(4)：74-75.

Stepwise Selection Method of Fire-fighting Cannon Trajectory

SU Hao，ZHAO Min

(Nanjing university of aeronautics and astronautics, Nanjing 210016, China)

Abstract:In the intelligent fire control computer vision system, based on the cannon jet path recognition by point search method, around the problem of screening the optimal trajectory, this paper proposes a stepwise filtering optimization method. It this method, stepwise processing is adopted, first of all the basis is selected, that two different sources of information are taken out and filtered to remove the trajectory which is completely not in conformity with the jet characteristics or great deviation, and at the same time to retain one with high quality, then according to the fitness of particle swarm optimization (PSO) , and the characteristics of the jet path, the rule for calculating the fitness value is set up to choose the best trajectory. The whole screening method has strong reliability and good adaptability. It is applied to the visual studio platform and an ideal filter scheme is provided for intelligent fire control system of trajectory search.

Keywords:jet path of fire-fighting cannon; stepwise filtering; parallel screening strategy; foundation screening; target extraction; fitness value

收稿日期：2013-10-16

中圖分類號(hào)：TP391

文獻(xiàn)標(biāo)志碼：B

文章編號(hào)：1671-5276(2015)01-0217-03

作者簡(jiǎn)介：蘇浩(1990-)，男，湖北荊門人，碩士研究生，研究方向：圖像處理。

基金項(xiàng)目：航空科學(xué)基金(2012ZC52042)