摘 要： 研究基于圖像處理的船舶火災(zāi)探測系統(tǒng)，其主要用顏色模型算法對采集到的實(shí)時(shí)圖像進(jìn)行分割，提取目標(biāo)區(qū)域的圖像特征，把圖像特征作為分類器的輸入，輸出為1則表示有火災(zāi)發(fā)生，發(fā)出報(bào)警信號(hào)，輸出為2則表示無火災(zāi)，繼續(xù)監(jiān)控。通過該系統(tǒng)可以對初期火災(zāi)進(jìn)行探測。

關(guān)鍵詞： 船舶火災(zāi)； 圖像處理； 特征提取； 火焰識(shí)別

中圖分類號(hào)： TN957?34； TN911 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）14?0039?03

Application of image processing technology in ship fire detection system

MU Xiaohui， SONG Yinglei， ZHANG Bing

（College of Electronics and Information， Jiangsu University of Science and Technology， Zhenjiang 212003， China）

Abstract： A ship fire detection system based on image processing is studied. In the system， the color model algorithm is used to segment the acquired real?time image， and extract the image features of target area. And then the image features are taken as the inputs of the classifier. If the output of the classifier is 1， it means there is a fire incident， and the system will send the alarming signal. If the output of the classifier is 2， it means there is no fire incident， and the system will monitor unceasingly. The system can detect the early fire.

Keywords： ship fire； image processing； feature extraction； flame identification

0 引 言

隨著船舶行業(yè)的蓬勃發(fā)展，其相關(guān)產(chǎn)業(yè)以及技術(shù)也得到很大的發(fā)展，新的技術(shù)也得到了極大的提升，船舶的安全問題也得到了人們廣泛的關(guān)注，它的一個(gè)重要的研究課題就是如何有效地防范火災(zāi)的發(fā)生或者有效地?fù)錅缁馂?zāi)。不同于別的火災(zāi)，船舶火災(zāi)的特點(diǎn)是撲救的難度高，危害大，傷亡率高等。對船舶火災(zāi)的探測技術(shù)以及火災(zāi)報(bào)警技術(shù)的研究，能夠及時(shí)發(fā)現(xiàn)船舶火災(zāi)，并進(jìn)行相應(yīng)的撲救工作。對于有效、全面、科學(xué)的船舶消防技術(shù)的研究就成了解決船舶的消防問題，實(shí)現(xiàn)船舶安全運(yùn)作的重要基礎(chǔ)之一，因此具有重要的現(xiàn)實(shí)意義[1?5]。

近年來，船舶消防技術(shù)的研究在我國已經(jīng)取得了很多的成果[6?7]，但是還需要深入的研究。本文提出了基于圖像處理的船舶火災(zāi)探測系統(tǒng)，主要是用RGB?HSI顏色模型對控制中心采集到的實(shí)時(shí)圖像進(jìn)行分割，初步判斷是否有異常情況發(fā)生，如果無異常，則繼續(xù)監(jiān)控，如有異常，則提取分割后圖像的顏色特征中的顏色矩、形狀特征中的圓形度和紋理特征的灰度共生矩陣中的熵、反差、能量和逆差矩，并把這6個(gè)量作為分類器的輸入，輸出為1和2，1表示有火災(zāi)，2表示無火災(zāi)。在火災(zāi)發(fā)生的初期，系統(tǒng)可以對其進(jìn)行探測和報(bào)警，降低火災(zāi)的危害。與傳統(tǒng)火災(zāi)探測器不同的是，本系統(tǒng)在火災(zāi)發(fā)生初期能夠有效準(zhǔn)確地發(fā)現(xiàn)火災(zāi)，并對其采取相應(yīng)的措施，減少損失，這對船舶消防安全問題具有很高的現(xiàn)實(shí)意義。

1 火災(zāi)火焰特點(diǎn)

基于圖像處理的船舶火災(zāi)探測系統(tǒng)的基本原理是采集實(shí)時(shí)圖像，對圖像進(jìn)行判決，從而實(shí)現(xiàn)對船舶火災(zāi)的檢測。火災(zāi)圖像有很多的特征，其靜態(tài)特征主要有顏色特征、形狀特征、紋理特征等。

1.1 顏色特征

顏色特征是火焰的一大特征。發(fā)生火災(zāi)時(shí)，火焰從內(nèi)焰到焰心的顏色依次為：暗紅色、紅色、橙色、黃色、藍(lán)白色和白色，而且大部分的火焰顏色集中在紅到黃的范圍內(nèi)，但是干擾物的顏色相對于火焰來說，就比較穩(wěn)定。一般火焰的顏色信息主要集中在低階顏色矩，所以用低顏色矩就能夠完成對顏色信息的描述，其表達(dá)式如下[8]：

式中：[N]為圖像的總像素集合；[Hpi]為在HSI色彩空間中，圖像[P]的像素點(diǎn)[i]的[H]分量值。

1.2 形狀特征

形狀特征是對圖像中目標(biāo)對象的存在或表現(xiàn)形式的反映。一般都是采用區(qū)域和輪廓特征來描述形狀特征，其中輪廓特征主要是指目標(biāo)對象的外邊界，區(qū)域特征則是對圖像中目標(biāo)區(qū)域內(nèi)的形狀描述。雖然火焰的形態(tài)是多變的，但是火焰的一些特征還是特定的，如圓形度等，圓形度的表達(dá)式如下[9]：

式中：[Ai]，[Pi]，[Mi]分別為第[i]個(gè)圖元的面積、周長、圓形度；[n]為圖像中圖元的個(gè)數(shù)。

1.3 紋理特征

紋理特征是人類識(shí)別物體的重要特征。紋理表示圖像不同的亮度與顏色。從紋理構(gòu)成的基本要素來看，紋理是某種規(guī)律的體現(xiàn)，在緩慢地、近周期性的變化中，紋理反映出同質(zhì)現(xiàn)象。紋理很直觀，但在進(jìn)行特征提取時(shí)需充分考慮維數(shù)、穩(wěn)定性、復(fù)雜性等。灰度共生矩陣是紋理特征中最常見的紋理特征的分析方法，而熵、反差、能量和逆差矩則是表征灰度共生矩陣的常用4個(gè)量[10]。

1.3.1 熵

熵既可以表示圖像含有的信息量，又可以表示紋理的復(fù)雜程度，熵值越大則表示紋理越復(fù)雜，其表達(dá)式為：

1.3.2 反 差

反差是主對角線慣性矩，其值越小，則表示[Gi，jd，θ]的值集中在主對角線附近。反差不僅能表現(xiàn)紋理的溝紋深淺程度，還能反映圖像的清晰程度，紋理溝紋越深則對比度越大，圖像越清晰；如果溝紋淺，那么對比度就小，圖像則比較模糊，其表達(dá)式如下：

1.3.3 能 量

能量表示灰度共生矩陣元素值的平方和，其主要是圖像灰度分布均勻程度以及紋理粗細(xì)度的反映。紋理越粗，則能量值越大，其表達(dá)式如下：

1.3.4 逆差矩

圖像紋理的同質(zhì)性則是逆差矩，主要是度量圖像紋理局部的變化。逆差矩的值越大，表示圖像紋理的不同區(qū)域間變化比較小，說明局部非常均勻。其表達(dá)式如下：

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)設(shè)計(jì)

基于圖像處理的船舶火災(zāi)報(bào)警系統(tǒng)由控制中心、直流電源和圖像型火災(zāi)探測器3部分組成，如圖1所示。圖像型火災(zāi)探測器的作用是實(shí)時(shí)采集圖像，由于在船舶上，所以其具有防潮、防塵和防腐等特點(diǎn)。為了能夠?qū)φ掖M(jìn)行監(jiān)控，需要盡可能多的在船舶上安裝火災(zāi)探測器，尤其是在容易發(fā)生火災(zāi)的區(qū)域。直流電源的作用則是給火災(zāi)探測器進(jìn)行供電?？刂浦行牡淖饔檬墙邮蘸吞幚砘馂?zāi)探測器的圖像數(shù)據(jù)，這樣能夠在火災(zāi)剛發(fā)生時(shí)進(jìn)行報(bào)警，降低火災(zāi)的危害，主要功能有圖像的顯示、自動(dòng)分析圖像信息火災(zāi)的自動(dòng)報(bào)警等。

該系統(tǒng)的工作過程是：火災(zāi)探測器通過同軸線纜將采集到的圖像傳輸?shù)娇刂浦行?，對圖像進(jìn)行分析處理，判別是否有火災(zāi)。若有火災(zāi)，則發(fā)出報(bào)警信號(hào)；沒有則繼續(xù)進(jìn)行監(jiān)控。

2.2 軟件設(shè)計(jì)

實(shí)時(shí)性和準(zhǔn)確性是船舶火災(zāi)報(bào)警系統(tǒng)中重要的性能。采集到現(xiàn)場圖像數(shù)據(jù)之后，控制中心需要處理的圖像數(shù)據(jù)非常大，因此火災(zāi)報(bào)警系統(tǒng)的硬件和軟件都需要進(jìn)行設(shè)計(jì)。硬件上，需要采用高性能的硬件設(shè)備，這一塊可以改進(jìn)的部分不大，所以軟件部分可以考慮提高軟件算法的運(yùn)行速度和運(yùn)算方式?；馂?zāi)的判別和報(bào)警都是由軟件實(shí)現(xiàn)的，所以算法的優(yōu)劣則決定了火災(zāi)報(bào)警系統(tǒng)的準(zhǔn)確性和實(shí)時(shí)性。

火災(zāi)探測系統(tǒng)流程圖如圖2所示，流程如下：

（1） 用RGB?HSI顏色模型對控制中心采集到的實(shí)時(shí)圖像進(jìn)行分割，其主要方法是把[RGB]顏色模型中的[R，G，B]分量和[HSI]顏色模型中[S]分量作為圖像分割的閾值，滿足條件的區(qū)域則保留，其他區(qū)域則賦值為0。

（2） 根據(jù)分割后圖像判斷是否有異常情況的發(fā)生。若有異常情況發(fā)生，則繼續(xù)下一步，否則返回步驟（1）。

（3） 提取分割后的圖像的顏色特征中的一階顏色矩、形狀特征的圓形度、紋理特征的灰度共生矩陣中的熵、反差、能量和逆差矩。

（4） 提取出的特征作為支持向量機(jī)分類器的輸入，輸出設(shè)置為1和2。若為1，則表示有火災(zāi)，發(fā)出警報(bào)信號(hào)；若為2，則表示沒有火災(zāi)，返回步驟（1）。

在軟件編寫完成后，對軟件進(jìn)行基本的測試，圖3為原始火焰圖像以及分割出的火焰區(qū)域 ，圖4則是分類器的輸出結(jié)果。

3 結(jié) 語

船舶火災(zāi)探測系統(tǒng)既可以對船舶進(jìn)行實(shí)時(shí)監(jiān)控，又可以對船舶火災(zāi)進(jìn)行自動(dòng)報(bào)警。本文提出的基于圖像處理的船舶火災(zāi)探測系統(tǒng)能夠較準(zhǔn)確地對船舶火災(zāi)進(jìn)行判別，其主要是使用RGB?HSI顏色模型對采集到的實(shí)時(shí)圖像進(jìn)行分割，從而得到準(zhǔn)確的火焰區(qū)域，提取火焰的特征并且作為支持向量機(jī)的輸入，判別火災(zāi)的發(fā)生。相比于傳統(tǒng)的火災(zāi)探測器，本系統(tǒng)提高了火災(zāi)探測的實(shí)時(shí)性和準(zhǔn)確性。

參考文獻(xiàn)

[1] 笪靖，陳勇，蔡軍，等.船舶火災(zāi)的預(yù)防與應(yīng)急處置[J].水上消防，2013（5）：38?39.

[2] 王廣慧.船舶火災(zāi)事故調(diào)查管轄解析[J].消防技術(shù)與產(chǎn)品信息，2013（3）：22?23.

[3] 覃志居.淺析船舶安全管理思路[J].珠江水運(yùn)，2015（18）：93?95.

[4] 張金鵬.船舶火災(zāi)預(yù)防與滅火研究[J].電子制作，2015（8）：244.

[5] 陳國良.船舶火災(zāi)特點(diǎn)及處置對策分析[J].水上消防，2015（2）：32?37.

[6] 殷文貴.基于CAN總線的分布式船舶火災(zāi)自動(dòng)監(jiān)控系統(tǒng)[J].科技致富向?qū)В?013，33（2）：30.

[7] 姚緒梁，蔡晶.一種船舶艙室火災(zāi)報(bào)警優(yōu)先級(jí)評估模型[J].中國艦船研究，2013，8（5）：91?96.

[8] 王開福.圖像處理技術(shù)及其應(yīng)用[M].北京：科學(xué)出版社，2015：32?36.

[9] 高晶，孫繼銀，吳昆，等.基于形狀特征的紅外目標(biāo)檢測方法[J].激光與紅外，2013，43（1）：49?53.

[10] 夏瑜.基于結(jié)構(gòu)的紋理特征及應(yīng)用研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2014.