熊正，朱沛杰，左冠中

（1.東北林業(yè)大學(xué)，黑龍江 哈爾濱 150040；2.西北工業(yè)大學(xué)，陜西 西安 710129）

0 引言

科學(xué)技術(shù)的進(jìn)步大大推進(jìn)了火災(zāi)預(yù)防和救援質(zhì)量的提升，有效識(shí)別火災(zāi)將會(huì)為及時(shí)、高效地防控火災(zāi)提供巨大幫助。現(xiàn)階段，火災(zāi)識(shí)別技術(shù)已經(jīng)逐漸從感煙、感溫探測(cè)發(fā)展為火災(zāi)圖像視頻探測(cè)，火災(zāi)識(shí)別的高效性、準(zhǔn)確性和實(shí)用性都得到了大幅提升。為進(jìn)一步優(yōu)化火災(zāi)視頻識(shí)別方法，可將OpenCV融入其中。

1 OpenCV概述

OpenCV是一種由C++語言編寫，基于BSD許可發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺與機(jī)器學(xué)習(xí)軟件庫，可以在Windows、Android、Mac OS等系統(tǒng)當(dāng)中運(yùn)行。目前，OpenCV已經(jīng)被廣泛應(yīng)用在多個(gè)領(lǐng)域當(dāng)中，人機(jī)互動(dòng)、人臉識(shí)別、機(jī)器視覺、運(yùn)動(dòng)追蹤和分析、動(dòng)作識(shí)別、圖像分割等領(lǐng)域都可見其身影[1]。它具有強(qiáng)大的跨平臺(tái)性，屬于開源的開發(fā)工具，可以被免費(fèi)應(yīng)用在各個(gè)領(lǐng)域當(dāng)中。

在實(shí)際應(yīng)用環(huán)節(jié)，OpenCV有著運(yùn)行速度快、開發(fā)目的明確、運(yùn)行獨(dú)立性高、圖像視頻輸入輸出效率高且程序底層與高層開發(fā)包完善的特點(diǎn)。而且，利用OpenCV能夠?yàn)樯疃乳_發(fā)計(jì)算機(jī)視覺市場(chǎng)提供巨大輔助，它一直致力于成為標(biāo)準(zhǔn)API。應(yīng)用OpenCV可以快速完成圖像數(shù)據(jù)的分配、釋放、復(fù)制和轉(zhuǎn)換；能夠快速獲取文件與攝像頭中的圖像或視頻并完成二者輸出；可以基于奇異值算法、解方程算法或矩陣積算法處理矩陣和向量；還能夠開展多元結(jié)構(gòu)分析和數(shù)字圖像的基本處理，更能有效開展動(dòng)物體圖像的追蹤分析與運(yùn)動(dòng)分割?？傊?，OpenCV與視頻監(jiān)控領(lǐng)域的適配度極高，將其應(yīng)用在火災(zāi)視頻識(shí)別和監(jiān)控領(lǐng)域，可以提高火焰圖像采集效率、優(yōu)化火災(zāi)視頻探測(cè)功能，完善火災(zāi)視頻識(shí)別系統(tǒng)奠定基礎(chǔ)。

2 火焰圖像的采集和處理方法

火災(zāi)發(fā)生后，燃燒過程會(huì)失控，這是導(dǎo)致火場(chǎng)情況危險(xiǎn)而復(fù)雜的根本原因?；馂?zāi)發(fā)生伊始，火焰特征將會(huì)發(fā)生明顯變化，而識(shí)別和掌握變化規(guī)律就是實(shí)現(xiàn)火災(zāi)視頻識(shí)別的有效方法。在實(shí)際作業(yè)環(huán)節(jié)，技術(shù)人員需要合理運(yùn)行OpenCV，為提高火焰圖像采集和預(yù)處理效果奠定基礎(chǔ)。

2.1 圖像采集

技術(shù)人員可基于VC6.0開發(fā)平臺(tái)運(yùn)行OpenCV，并依托于OpenCV與DirectShow的有機(jī)結(jié)合完成圖像采集。后者屬于流媒體處理的開發(fā)包，能夠?qū)崿F(xiàn)高分辨率圖像采集，當(dāng)攝像頭分辨率較高時(shí)采集到圖像分辨率也會(huì)相對(duì)較高。采集火焰圖像時(shí)，將快速完成圖像信號(hào)與數(shù)字信號(hào)的轉(zhuǎn)換，進(jìn)而實(shí)現(xiàn)圖像信息的輸出和儲(chǔ)存，為有效檢測(cè)后續(xù)目標(biāo)做好充足準(zhǔn)備。

2.2 圖像預(yù)處理

火焰圖像預(yù)處理則屬于圖像處理前的準(zhǔn)備性和輔助性工作，該項(xiàng)工作的主要目的是消除火焰圖像受到的噪聲污染、失真問題，從而讓圖像的可用性得到提升[2]。在此環(huán)節(jié)，最為主要操作有兩種，其一為圖像增強(qiáng)，其二為圖像復(fù)原。開展圖像預(yù)處理工作時(shí)，相關(guān)工作人員應(yīng)該有效開展位圖與YCbCr圖之間的轉(zhuǎn)化、灰度化與二值化的調(diào)整和圖像的增強(qiáng)。比如，可基于分量法、平均值法、最大值法、加權(quán)平均值法開展彩色圖像的灰度化處理；以均值濾波、高斯平滑濾波、中值濾波等方法實(shí)現(xiàn)圖像增強(qiáng)。

3 基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)

為了真正地發(fā)揮基于OpenCV的火災(zāi)視頻識(shí)別方法的價(jià)值，相關(guān)工作人員需要合理設(shè)計(jì)基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)。而且，在實(shí)踐工作中，不僅需明確系統(tǒng)開發(fā)設(shè)計(jì)的工具和運(yùn)行環(huán)境要求，科學(xué)規(guī)劃系統(tǒng)的火災(zāi)探測(cè)流程；更要明確運(yùn)動(dòng)目標(biāo)檢測(cè)與火災(zāi)圖像特征之間的關(guān)系和火災(zāi)圖像的形態(tài)特征處理要點(diǎn)。

3.1 系統(tǒng)設(shè)計(jì)

設(shè)計(jì)基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)時(shí)，需要應(yīng)用OpenCV、Microsoft Visual C++以及MATLAB等開發(fā)工具，并使其在Windows系統(tǒng)當(dāng)中運(yùn)行。為保證系統(tǒng)運(yùn)行質(zhì)量，還應(yīng)該為該系統(tǒng)匹配超高分辨率和幀速率可達(dá)30幀/秒的USB2.0攝像頭，以及良好的運(yùn)行環(huán)境。在設(shè)計(jì)環(huán)節(jié)，Microsoft Visual C++的應(yīng)用，能進(jìn)一步提升圖像處理效率，它與OpenCV的融合可以實(shí)現(xiàn)高質(zhì)量的圖像采集、處理、可視化編程。而MATLAB的應(yīng)用，則可以提升數(shù)值計(jì)算效率，讓系統(tǒng)的計(jì)算機(jī)算法更為優(yōu)越。經(jīng)過合理設(shè)計(jì)，基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)，在讀取視頻文件后將會(huì)完成如下操作：

第一，系統(tǒng)將會(huì)自動(dòng)完成差影圖處理和視頻圖像變化預(yù)判操作；第二，在確定發(fā)生變化后，將基于視頻圖像的變化閾值，對(duì)其進(jìn)行灰度化、二值化、去噪音處理和火焰面積分析；第三，經(jīng)過上述分析，將基于火焰面積變化情況、火焰圖像色彩分析情況開展RGB色彩分布判斷和YCbCr火焰顏色與色彩分布判斷；第四，基于灰度梯度分布狀況以及火焰尖角分布情況判斷是否發(fā)生火災(zāi)。

3.2 運(yùn)動(dòng)目標(biāo)檢測(cè)算法

火災(zāi)現(xiàn)場(chǎng)的情況十分復(fù)雜，在開展火災(zāi)視頻檢測(cè)與識(shí)別的過程中將會(huì)受到多種因素干擾，所以有效檢測(cè)運(yùn)動(dòng)目標(biāo)、消除背景干擾成為了提高檢測(cè)火焰準(zhǔn)確度的必然要求[3]。在此環(huán)節(jié)，相關(guān)工作人員可以基于三種算法完成運(yùn)動(dòng)目標(biāo)檢測(cè)。其一為幀間差分法；其二為背景圖像差分法；其三為光流法。在實(shí)際應(yīng)用環(huán)節(jié)，前兩者適用于自然場(chǎng)景，而后者適用于運(yùn)動(dòng)的攝像機(jī)；三種算法中，幀間差法能夠快速完成運(yùn)動(dòng)目標(biāo)檢測(cè)，但目標(biāo)大多大于實(shí)際情況；背景圖像差分法可能高質(zhì)量提取運(yùn)動(dòng)目標(biāo)，但易受到外界環(huán)境干擾；而光流法則有利于獨(dú)立運(yùn)動(dòng)對(duì)象的檢測(cè)，但由于算法過于復(fù)雜所以并不適用于實(shí)際檢測(cè)。

3.3 火災(zāi)圖像的形態(tài)特征處理要點(diǎn)

火災(zāi)圖像的形態(tài)特征處理，是實(shí)現(xiàn)火災(zāi)視頻識(shí)別的基礎(chǔ)，處理工作的有效性將會(huì)直接影響基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)運(yùn)行質(zhì)效。當(dāng)火災(zāi)發(fā)生時(shí)，現(xiàn)場(chǎng)的整體反應(yīng)過程都極為復(fù)雜多變，所以火焰的視覺特征也會(huì)跟隨火場(chǎng)情況而發(fā)生變化，那么在掌握這些變化的規(guī)律以及節(jié)點(diǎn)后，火災(zāi)檢測(cè)人員就能夠基于火焰圖像狀態(tài)合理判斷火災(zāi)情況，進(jìn)而對(duì)火災(zāi)進(jìn)行有效識(shí)別。為此，基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)設(shè)計(jì)人員應(yīng)該設(shè)計(jì)出完善的算法，全面處理從火災(zāi)現(xiàn)場(chǎng)采集到的視頻圖像，為真實(shí)、準(zhǔn)確地判斷是否存在火災(zāi)奠定基礎(chǔ)[4]。

3.3.1 差影圖處理

目前，求出差影圖是實(shí)現(xiàn)多圖像高效處理的常見準(zhǔn)備方法。在處理差影圖的過程中，可以從直接差影圖和閾值差影圖兩個(gè)角度出發(fā)。實(shí)際上，求差影圖就等同于基于差分法求運(yùn)動(dòng)目標(biāo)，十分有利于檢測(cè)圖像的變化情況。通常，攝像頭拍攝的環(huán)境圖像變化幾率極小，此時(shí)利用火災(zāi)探測(cè)儀進(jìn)行實(shí)時(shí)監(jiān)控會(huì)造成資源浪費(fèi)。但發(fā)生火災(zāi)時(shí)，環(huán)境圖像必然出現(xiàn)變化，利用算法較小的差影圖來判斷變化情況既能夠保證火災(zāi)檢測(cè)的及時(shí)性，又能夠避免資源浪費(fèi)和設(shè)備損耗。

若圖像序列幀數(shù)整體以A來表示，并以（m，n）表示圖像的像素點(diǎn)坐標(biāo)，ft（m，n）表示數(shù)字化圖像序列（t=1-A）。那么，大多數(shù)情況下A會(huì)大于2，而（m，n）∈整個(gè)圖像O。在此情況下，各個(gè)通道的圖像信號(hào)都有穩(wěn)定的基準(zhǔn)圖像，可用f0（m，n）來表示，則在公式△ft（m，n）=ft（m，n）-f0（m，n）當(dāng)中，若結(jié)果為0則無火災(zāi)，若結(jié)果非0則代表有火災(zāi)，或圖像環(huán)境中進(jìn)入了光源和高溫物體。在差影圖處理環(huán)節(jié)，還可以使用閾值差影圖。這種處理方法的重點(diǎn)就是取閾值，進(jìn)而設(shè)定圖像變化標(biāo)準(zhǔn)，為準(zhǔn)確判斷圖像變化情況做好準(zhǔn)備。

3.3.2 真彩圖像灰度化

在處理火災(zāi)圖像形態(tài)特征時(shí)，應(yīng)該合理應(yīng)用真彩圖像，也就是24位位圖圖像。在應(yīng)用基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)時(shí)，應(yīng)借助于OpenCV庫函數(shù)轉(zhuǎn)變真彩圖像的數(shù)據(jù)格式，從而有效分析YCbCr火焰的數(shù)據(jù)分布特性奠定基礎(chǔ)[5]。進(jìn)行真彩圖像的灰度化處理時(shí)，必須有效轉(zhuǎn)化24位BMP圖的RGB值，從而實(shí)現(xiàn)真彩圖像到灰度圖像的轉(zhuǎn)變，讓灰度分布檢測(cè)工作能夠順利開展。

3.3.3 圖像去噪聲

去噪聲處理是火災(zāi)圖像形態(tài)特征處理的必要性操作，主要方法是借由過濾器完成圖像過濾。所謂噪聲，并不是常規(guī)意義上的噪音，而是數(shù)字化圖像中的無用信息，有效去除這些信息可提高圖像的實(shí)用性和火災(zāi)判斷精準(zhǔn)性。在此環(huán)節(jié)，可基于高斯過濾器、均平過濾器清除噪聲。在OpenCV當(dāng)中，均值濾波與中值濾波的主要函數(shù)存在差異，相關(guān)工作人員需要根據(jù)實(shí)際需要做好函數(shù)選擇[6]。

3.3.4 計(jì)算火焰面積

精確地計(jì)算火焰面積，對(duì)準(zhǔn)確識(shí)別和判斷火災(zāi)情況有著十分重要的意義。在實(shí)踐中，需完成圖像二值化處理，從而獲得二進(jìn)制位圖，然后再對(duì)其進(jìn)行精確剪取，進(jìn)而為有效計(jì)算火焰面積提供依據(jù)。此時(shí)，0代表二值化圖像中的背景而1代表火焰，所以計(jì)算火焰面積可基于求和運(yùn)算計(jì)算圖像矩陣。

3.3.5 識(shí)別火焰尖角

火焰尖角識(shí)別也必須基于二值化圖像來開展，通過這種護(hù)理能夠區(qū)分火焰和感染源，是基于OpenCV的火災(zāi)視頻識(shí)別工作中不可或缺的部分。在實(shí)際應(yīng)用環(huán)節(jié)，需要全面掃描預(yù)處理后的二值化圖像，并以圖像首行、首列和尾列為0。那么，當(dāng)掃描出非0時(shí)，代表該行不屬于尖角的“尖”，需再次進(jìn)行掃描。需要注意的是，若火焰存在尖角，則需要對(duì)其角度進(jìn)行判斷從而進(jìn)一步確定其是否為火焰的尖角，讓火災(zāi)視頻識(shí)別結(jié)果更為可用。

4 結(jié)語

總而言之，基于OpenCV的火災(zāi)視頻識(shí)別系統(tǒng)能夠有效完成火焰識(shí)別分析，從而大幅提升火災(zāi)探測(cè)的及時(shí)性、準(zhǔn)確性、實(shí)用性，將會(huì)為降低火災(zāi)風(fēng)險(xiǎn)、提高環(huán)境安全奠定基礎(chǔ)。OpenCV技術(shù)應(yīng)用，可精準(zhǔn)捕獲火災(zāi)場(chǎng)景視頻，更能依托于火焰圖像的有效處理，完成火災(zāi)視頻識(shí)別系統(tǒng)編碼，進(jìn)而為真正識(shí)別火災(zāi)提供支持。