張婭平 邵之航

（東北林業(yè)大學(xué)機(jī)電工程學(xué)院，黑龍江 哈爾濱 150040）

0 引言

森林火災(zāi)是近年來世界范圍內(nèi)頻繁發(fā)生的一種嚴(yán)重的自然災(zāi)害，對(duì)生態(tài)環(huán)境造成了巨大破壞，并且對(duì)人類的財(cái)產(chǎn)和人身安全產(chǎn)生了極大威脅[1]。然而我國森林防火的基礎(chǔ)設(shè)施較為落后，尤其體現(xiàn)在森林火災(zāi)監(jiān)測(cè)技術(shù)上，對(duì)森林突發(fā)火災(zāi)情況的控制能力不強(qiáng)，滅火效率不高。

該文結(jié)合森林火災(zāi)煙霧的動(dòng)態(tài)特性，通過理論分析與仿真，設(shè)計(jì)開發(fā)森林火災(zāi)煙霧檢測(cè)方案，可以進(jìn)一步完善雙目森林火災(zāi)監(jiān)測(cè)系統(tǒng)，有效降低誤報(bào)率，提高林火監(jiān)測(cè)的準(zhǔn)確度。

1 雙目林火監(jiān)測(cè)系統(tǒng)

1.1 雙目系統(tǒng)原理

監(jiān)測(cè)系統(tǒng)采用雙目立體視覺技術(shù)來對(duì)人眼成像原理進(jìn)行模擬，由完成攝像機(jī)標(biāo)定的2 臺(tái)平行放置的攝像機(jī)繼續(xù)拍攝該場(chǎng)景，獲得2 幅數(shù)字圖像，可通過SGBM 算法對(duì)2 幅圖像進(jìn)行雙目匹配，獲得視差圖，進(jìn)而得到空間點(diǎn)的三維空間坐標(biāo)值。雙目攝像機(jī)的感光元件針對(duì)森林火災(zāi)的光學(xué)波段，從而可利用系統(tǒng)處理所得的深度信息實(shí)現(xiàn)森林火災(zāi)的定位測(cè)距。進(jìn)一步啟用煙霧檢測(cè)，可利用林火的動(dòng)態(tài)特征，排除光學(xué)干擾信號(hào)。這種雙重檢測(cè)的方法可以有效提高準(zhǔn)確率。

1.2 系統(tǒng)工作機(jī)制

系統(tǒng)由3 部分組成，即機(jī)器視覺系統(tǒng)、機(jī)器運(yùn)動(dòng)系統(tǒng)和嵌入式控制系統(tǒng)。其中前2 個(gè)部分構(gòu)成了系統(tǒng)的硬件結(jié)構(gòu)，第3 部分則作為系統(tǒng)的軟件算法支撐。圖1 為上述系統(tǒng)的硬件結(jié)構(gòu)示意圖。

圖1 系統(tǒng)結(jié)構(gòu)示意圖

雙目攝像機(jī)是由光譜峰值波長為200 nm～300 nm 的紫外攝像機(jī)和普通的數(shù)碼攝像機(jī)構(gòu)成的。視覺監(jiān)測(cè)設(shè)備安裝在環(huán)形滑軌上，以便全方位監(jiān)測(cè)。

系統(tǒng)的機(jī)制流程如圖2 所示。

圖2 系統(tǒng)工作機(jī)制流程圖

2 煙霧檢測(cè)原理及算法

2.1 森林火災(zāi)特征

森林火災(zāi)特征包括動(dòng)態(tài)特征和靜態(tài)特征，如圖3 所示。

系統(tǒng)雙目視覺匹配技術(shù)完成了關(guān)于火災(zāi)靜態(tài)特征的光譜特性檢測(cè)，如果進(jìn)一步結(jié)合火焰的動(dòng)態(tài)特征，可排除非火災(zāi)光譜干擾源。因此引入典型的煙霧檢測(cè)十分必要，從而利用火焰的頻閃性質(zhì)降低誤檢測(cè)率。

2.2 煙霧檢測(cè)原理

火災(zāi)突發(fā)時(shí)最先產(chǎn)生的煙霧是透明度較高的輕煙，監(jiān)控?cái)z像頭透過半透明的輕煙可以看到部分背景，使得圖像中像素的“亮度”和“色度”產(chǎn)生突變，同時(shí)會(huì)對(duì)透過煙霧可觀測(cè)到的背景圖像中原有的高頻信號(hào)產(chǎn)生一定程度的衰減。

煙霧擴(kuò)散速度很快且無規(guī)則。在穩(wěn)定不變的光源下，煙霧運(yùn)動(dòng)的閃爍、擴(kuò)散表現(xiàn)明顯，與背景圖像間還會(huì)發(fā)生重疊，透過輕煙觀測(cè)到的背景區(qū)域內(nèi)部的圖像像素值不斷發(fā)生改變，圖像像素值的變化頻率隨著煙霧向四周擴(kuò)散的面積的增加而降低。煙霧在擴(kuò)散運(yùn)動(dòng)時(shí)的閃爍頻率大約在10 Hz 左右，與產(chǎn)生煙霧的燃燒物的材質(zhì)及尺寸大小無關(guān)，煙霧的輪廓的閃爍頻率大約為1 Hz ～3 Hz[2]。

圖3 森林火災(zāi)特征分類

然而系統(tǒng)多數(shù)時(shí)間處于無火災(zāi)監(jiān)控狀態(tài)，此時(shí)其監(jiān)控視頻中的物體不會(huì)發(fā)生大幅度的運(yùn)動(dòng)，呈相對(duì)靜止。突發(fā)火災(zāi)后，煙霧隨機(jī)運(yùn)動(dòng)并擴(kuò)散，相對(duì)于靜止的森林背景發(fā)生了明顯的運(yùn)動(dòng)，這是火災(zāi)監(jiān)控視頻中圖像運(yùn)動(dòng)的主要因素之一，根據(jù)煙霧運(yùn)動(dòng)的特征可將火災(zāi)監(jiān)控視頻中運(yùn)動(dòng)的圖像篩選出來。將圖像中的運(yùn)動(dòng)目標(biāo)進(jìn)行提取并分析，以完成對(duì)火災(zāi)煙霧的識(shí)別和標(biāo)定[3]。

煙霧運(yùn)動(dòng)是由空氣的流動(dòng)產(chǎn)生的，煙霧的運(yùn)動(dòng)檢測(cè)利用煙霧運(yùn)動(dòng)的這一特性對(duì)運(yùn)動(dòng)的煙霧識(shí)別然后提取，是提取煙霧區(qū)域最常用的方法[4]。該文用ViBe 背景模型法進(jìn)行煙霧的運(yùn)動(dòng)檢測(cè)。

2.3 ViBe背景模型法

2.3.1 ViBe算法原理

以第一幀為基礎(chǔ)建立包含n 個(gè)樣本像素值的背景樣本集，對(duì)另一幀待分類像素值與背景樣本集的相似程度進(jìn)行對(duì)比分析，如果足夠相似，則該坐標(biāo)點(diǎn)的像素值為背景像素點(diǎn)[5]。

記坐標(biāo)點(diǎn)x 處的像素值為p（x），以視頻第一幀為基礎(chǔ)，建立背景樣本集c。

式（1）中pi表示第i 個(gè)樣本值。

如圖4 所示，將新幀的像素值記為pt（x），p1、p2、p3…p6為所取樣本集內(nèi)的像素值。在選定視頻圖像內(nèi)建立直角坐標(biāo)系，其中，C1為橫坐標(biāo)，C2為縱坐標(biāo)。為了對(duì)比pt（x）與背景樣本集中樣本的相似程度，在所建立的直角坐標(biāo)系中作以一個(gè)pt（x）為中心，半徑為R 的圓，圓內(nèi)數(shù)據(jù)建立集合SR（pt（x）），背景樣本集B（x）與的SR（pt（x））交集中元素的個(gè)數(shù)表示相似程度。

當(dāng)集合U 中元素的個(gè)數(shù)不超過給定的最小閾值Umin時(shí)像素點(diǎn)為運(yùn)動(dòng)目標(biāo)像素點(diǎn)背景像素點(diǎn)，超過Umin時(shí)該像素點(diǎn)則為背景像素點(diǎn)[3]。

ViBe 算法能否實(shí)現(xiàn)對(duì)像素值的準(zhǔn)確分類的關(guān)鍵因素有2 個(gè)：半徑R 和最小閾值Umin。由資料可知在R=20、Umin=2時(shí)ViBe 算法對(duì)像素值分類效果較為理想。其中，Umin和N的比值Umin/N 決定了ViBe 算法對(duì)運(yùn)動(dòng)目標(biāo)的靈敏度。

2.3.2 ViBe算法初始化

ViBe 算法其初始化的本質(zhì)就是填充像素值背景樣本集B（x），利用單幀視頻序列和相鄰像素點(diǎn)的空間特征，在第一幀中對(duì)像素點(diǎn)空間鄰域隨機(jī)選擇模型樣本值，當(dāng)鄰域的范圍足夠大時(shí)，背景樣本集元素的選取才符合統(tǒng)計(jì)學(xué)規(guī)律。

圖4 ViBe 算法示意圖

2.3.3 ViBe背景樣本更新

ViBe 背景樣本的更新的實(shí)質(zhì)是使系統(tǒng)能夠適應(yīng)背景的不斷改變，并做出相應(yīng)反應(yīng)。在每一個(gè)新的視頻幀中對(duì)背景模型的樣本值都進(jìn)行更新所產(chǎn)生的計(jì)算量過大，因此沒有必要比較每一個(gè)視頻幀。

給定一個(gè)時(shí)間采樣要素Φ，每一個(gè)像素點(diǎn)更新背景樣本值的概率是相同的，均為，同時(shí)去更新它的相鄰的背景樣本值的概率也為。被判斷成背景點(diǎn)的像素值有的概率用于更新，其相鄰的背景樣本值使背景模型向四周擴(kuò)散，以加快對(duì)Ghost 區(qū)域的識(shí)別速度。綜上所述，在時(shí)間t和t+dt 之間，存在一個(gè)樣本的概率為，即：

視頻中的背景在絕大多數(shù)情況下變化程度都較小，所以每次背景模型更新個(gè)數(shù)updatenum 不會(huì)與上一次相差過多。將每次背景模型更新的個(gè)數(shù)updatenum 與第一幀背景更新的次數(shù)initnum 按照公式（4）進(jìn)行對(duì)比，如果其結(jié)果在公式要求范圍內(nèi)，則對(duì)背景模型重新初始化，以避免由于大面積光照變化而造成的錯(cuò)誤判斷。

3 實(shí)驗(yàn)與分析

為了檢驗(yàn)方案的可行性，制定雙目火源識(shí)別部分和煙霧檢測(cè)部分2 個(gè)部分簡易實(shí)驗(yàn)。

3.1 火源定位部分

按照系統(tǒng)結(jié)構(gòu)示意圖搭建簡易模型，自行模擬起火點(diǎn)，使用圖5 雙目設(shè)備進(jìn)行火源定位實(shí)驗(yàn)。

圖5 雙目設(shè)備

當(dāng)雙目裝置檢測(cè)到火源時(shí)指示燈亮起，如圖6 所示，火焰定位部分可行。

圖6 指示燈亮

3.2 煙霧檢測(cè)部分

選擇某段森林火災(zāi)煙霧視頻進(jìn)行處理，圖7 為處理前后的效果對(duì)比。

ViBe 算法運(yùn)算效率較高且更容易實(shí)現(xiàn)，但是存在陰影前景和運(yùn)動(dòng)目標(biāo)不完整等問題[6]，但不影響實(shí)驗(yàn)效果，因此使用ViBe 背景建模方法可以實(shí)現(xiàn)森林火災(zāi)的煙霧檢測(cè)。

為了通過實(shí)驗(yàn)驗(yàn)證煙霧檢測(cè)對(duì)于雙目林火監(jiān)測(cè)系統(tǒng)的重要性，現(xiàn)將有無煙霧檢測(cè)功能的2 種雙目系統(tǒng)的正確檢測(cè)率做對(duì)比，見表1。

表1 2 種雙目林火監(jiān)測(cè)系統(tǒng)性能對(duì)比

3.3 實(shí)驗(yàn)結(jié)果分析

系統(tǒng)的雙目視覺匹配技術(shù)針對(duì)森林火災(zāi)的光譜特征，雖然計(jì)算簡單且具有較強(qiáng)的魯棒性，但不同燃燒材料的光譜信息差異較大，且森林環(huán)境中存在信號(hào)燈、紅魚物體等光譜干擾物，這些干擾物會(huì)在定程度上提高誤檢率因此抗干擾性較差。通過引入煙霧檢測(cè)，有效排除了光譜干擾信號(hào)，起到降低誤檢測(cè)率的目的。

圖7 視頻幀ViBe 處理前后對(duì)比

4 結(jié)論

傳統(tǒng)的雙目森林火災(zāi)監(jiān)測(cè)裝置只能片面監(jiān)測(cè)林火光譜靜態(tài)信息，無法排除光學(xué)干擾信號(hào)，從而造成誤報(bào)。針對(duì)這一不足，該文用ViBe 背景模型法進(jìn)行煙霧的運(yùn)動(dòng)檢測(cè)，對(duì)背景樣本點(diǎn)隨機(jī)更新，使系統(tǒng)能適應(yīng)背景的變化，并且可以更快速地對(duì)Ghost 區(qū)域進(jìn)行識(shí)別[5]，實(shí)現(xiàn)對(duì)動(dòng)態(tài)特征的檢測(cè)，有效剔除噪聲點(diǎn)。這樣可以達(dá)到林火動(dòng)靜態(tài)特征雙重檢測(cè)的效果，提高系統(tǒng)的可靠性。