王冠寧,陳 濤，邢 菲，鄭暉杰，袁俊杰

(1.清華大學 工程物理系/公共安全研究院，北京 100084；2.甘肅省消防救援總隊，甘肅 蘭州 730000)

0 引言

近年來，隨著我國經濟社會持續(xù)穩(wěn)定發(fā)展，人民和社會對公共安全的需求不斷提升，我國視頻監(jiān)控系統(tǒng)迅速發(fā)展并已成為保障安全、震懾犯罪及案件調查的重要手段[1-3]。在此背景下，視頻分析技術逐步成為火災調查領域新興的重要調查手段和研究熱點，對查明火災原因意義重大[4-6]。

火災是指在時間或空間失去控制的燃燒，極易造成嚴重后果[7-8]。其中火焰是火災的重要組成部分，是影響起火原因認定的重要影響因素[9-10]。前人已經研究了基于視頻圖像的火焰靜態(tài)特征監(jiān)測技術，如火焰區(qū)域的像素亮度和二階矩等參量，對火焰進行識別檢測[11]；借助機器學習方法對火焰RGB顏色建模[12]；融合RGB，HIS和Ostu，通過雙顏色空間融合算法進行火焰輪廓提取[13]；建立火焰形體特征、紋理特征等多特征融合模型，實現火焰的檢測識別[14]。而在火災調查領域，利用視頻分析技術提取、分析火焰特征，輔助開展火災原因認定的應用鮮有報道。立足火災現場實際，監(jiān)控攝像頭和火焰的位置關系主要有監(jiān)控未遮擋、部分遮擋和完全遮擋3種，其中監(jiān)控完全遮擋條件下，監(jiān)控攝像頭無法直接記錄火焰的跳躍變化過程，只能間接記錄火災現場的光影變化[15]。在此種情形下，如何利用監(jiān)控視頻提取、分析火焰特征、認定起火原因是火災調查人員面臨的重大難題。

針對火災現場監(jiān)控攝像頭完全遮擋場景，本文提出火焰的視頻特征分析方法實現火焰特征提取與分析。利用視頻分析技術提取、對比、分析油盤火焰、垃圾桶火焰和短路火花的HSV顏色、火焰面積增長、質心變化、Harris角點變化、火焰頻閃等特征，并總結對應特征變化規(guī)律，為火災調查工作的順利開展提供有力工具。

1 材料和方法

1.1 實驗材料和設備

實驗設備：智能無線監(jiān)控彩色CCD攝像頭1080 P；三腳架；無線路由器；筆記本電腦；360 mm×360 mm×100 mm油盤；垃圾桶。

實驗材料：92#汽油50 L；碎紙屑；ZR-BVR型多股銅導線。

1.2 實驗環(huán)境及現場布置

根據ISO9705標準，設計油盤火焰和垃圾桶火焰模擬室內小尺寸火災。在實驗室中央處分別布置360 mm×360 mm×100 mm尺寸油盤和垃圾桶，引燃后模擬2種不同實體火發(fā)生發(fā)展的初期階段。實驗現場布置情況如圖1所示，在燃燒實驗室布置普通彩色CCD監(jiān)控攝像頭CamB，使之被完全遮擋，在監(jiān)控攝像頭視野中直接觀察不到火焰。

圖1 實驗現場布置情況Fig.1 Layout of experimental field

利用火災綜合物證實驗臺模擬火災一次短路故障，實驗利用橫截面積為2.5 mm2，長為200 mm的ZR-BVR型多股銅導線，將2根多股銅導線兩端去除20 mm絕緣，將1根多股銅線樣品固定在火災痕跡物證綜合實驗臺上，另1根多股銅導線樣品固定在電焊把上，利用電焊把上導線線端觸碰模固定于實驗臺的導線線端，模擬一次短路發(fā)生。將CamA布置在火災痕跡物證實驗臺的側方，調整三腳架水平旋鈕，調節(jié)其視野偏轉角度，使其無法直接觀察到短路火花形成過程。Cam A視野中的一幀短路火花圖片如圖2所示。

圖2 Cam A視野中短路火花Fig.2 Short-circuit spark in view field of Cam A

為保證實驗的科學性，減少實驗誤差，油盤和垃圾桶引燃實驗，均收集自引燃開始后5 min的視頻進行分析，且每組實驗重復10次，提取相應火焰特征并取平均值。短路火花實驗，連續(xù)打火10次，收集短路火花視頻進行分析，提取火花特征并取平均值。

1.3 火災視頻采集與預處理

視頻采集系統(tǒng)由2臺彩色CCD攝像頭、1臺計算機、1臺無線路由器等組成，視頻采集、預處理及火焰特征提取的結構框架如圖3所示。

圖3 火災視頻圖像的處理流程Fig.3 Processing procedure of fire video images

1.4 火焰特征的選擇與提取

1.4.1 HSV顏色特征

RGB模型是目前最常用的彩色信息表達方式，但在RGB模型中，3種顏色分量的取值與所生成的顏色之間的聯(lián)系并不直觀，對于火災監(jiān)控視頻圖像，火焰前景RGB模型區(qū)分不佳。而HSV模型更加類似于人類對顏色的感知方式，所以選擇采用HSV模型分析火焰光的顏色特征。

1.4.2 面積變化特性

火焰在演變過程中會不斷地跳躍，邊緣出現抖動，火焰面積出現變化。不同種類可燃物燃燒，在相同環(huán)境條件下，其熱釋放速率值不同，導致火焰面積增長特征不同。因此，火焰圖像的面積變化特征可以作為火焰識別區(qū)分的主要因素。

定義面積變化率如式(1)所示：

(1)

式中：AR為面積變化率，表示相鄰2幀間火焰區(qū)域的面積變化率；A(n+1)和A(n)分別表示當前幀和下一幀的火焰面積。

1.4.3 質心運動特性

火災的發(fā)生過程中，火焰隨著可燃物蒸氣流動的變化而不斷發(fā)生著移動，使得火焰光反射區(qū)域在連續(xù)移動。通過分析質心的變化，可以判定火焰反射光區(qū)域的整體移動情況，進而間接反映出火焰的整體移動特性。定義像素點的質心計算如式(2)～(3)所示：

(2)

(3)

式中：xi為火焰反射光區(qū)域質心的x軸坐標；yi為火焰反射光區(qū)域質心的y軸坐標；m為單個像素點的質量；Ns為總像素數。

1.4.4 尖角變化特征

在視頻圖像中，火焰邊緣不斷抖動，產生的凹凸不平的點就是尖角點?；鹧嬗捎谄渥陨硖S、脈動、邊緣劇烈變化，尖角特征較為明顯。利用Matlab2018a平臺實現Harris角點檢測，對預處理的火焰視頻圖像進行跟蹤掃描，掃描火焰前景邊緣曲線并找到Harris角點，然后利用Corner函數直接調用Harris角點檢測算法可以實現角點檢測與計算。

1.4.5 頻閃特性

火焰周圍空間的反射光區(qū)域的閃爍變化特性，與火焰的閃爍跳動、發(fā)展變化直接相關，其變化特征間接反映了火焰的頻閃特性。利用Harris角點像素值火焰頻率檢測算法，計算火焰反射光區(qū)域的閃爍頻率。設定Corner函數閾值為20，即能觀察到的火焰光反射區(qū)域的最大角點個數為20。利用Bwlabel函數標記最大火焰聯(lián)通區(qū)域，利用Edge函數和Sobel邊緣檢測算子，提取邊緣特征，進行Harris角點檢測，設Corner函數角點閾值最大值為20，利用其像素值的變化，求出周圍空間物體表面火焰反射光的閃爍頻率。

定義火焰閃爍的頻率如式(4)所示：

(4)

式中：Fk為第k個點的閃爍頻率；Si(xk,yk)為火焰邊緣點(xk,yk)的像素值，取0或1；Si+1(xk+1,yk+1)為下一幀相同邊緣點(xk+1,yk+1)的像素值；t為從第i幀到第n幀的時間。

根據式(4)，可以計算出隨機選擇的邊緣20個點的火焰閃爍頻率，求平均值，即可以認為其等于可燃物火焰的閃爍頻率，如式(5)所示：

(5)

式中：N=20；F為火焰的閃爍頻率。

2 結果與分析

2.1 火焰反射光的HSV特征

利用區(qū)域生長算法，標記提取火焰反射光區(qū)域，獲取其RGB顏色模型，根據RGB模型與HSV模型的轉化關系，對火焰HSV顏色特征及相應H，S，V值進行提取，提取結果如圖4所示。對比分析發(fā)現：3種火焰中短路火花反射光的H，S，V3種分量均為最大值；垃圾桶火焰反射光的H，S，V值要高于油盤火焰的相應值。

圖4 3種火焰反射光的HSV分量Fig.4 HSV components of three flame reflected lights

2.2 火焰反射光的面積增長特性

采用最大流最小分割(Grubcut)算法對火焰反射光區(qū)域進行分割標記，對火焰視頻圖像進行預處理，并根據式(1)計算每一幀視頻圖像的火焰面積變化率。3種火焰反射光區(qū)域的面積變化率曲線如圖5所示，由圖5可知，油盤火的火焰反射光面積率緩慢增加到最高值，然后逐漸減小，最終穩(wěn)定在0.002左右；垃圾桶火焰面積變化率由0逐漸增大，火焰反射區(qū)域面積呈波動狀變化，逐漸增長，其面積上下變化幅度為0.000 4；短路火花反射光區(qū)域面積變化率呈現為非連續(xù)譜狀增長，且火焰反射光面積變化率遠大于油盤火焰反射光變化率和垃圾桶火焰反射光變化率。

圖5 火焰反射光區(qū)域的面積變化Fig.5 Changes in area of flame reflected light area

2.3 火焰光反射區(qū)域的質心運動特性

火焰反射光區(qū)域的質心運動特征如圖6所示，由圖6可知，油盤火焰質心運動范圍較大，主要集中于x∈(550～600像素)，y∈(1 165～1 185像素)區(qū)間范圍；垃圾桶火焰的質心火焰運動范圍較小，y基本處于1 210左右，沒有發(fā)生較大變化，x∈(560～595像素)；短路火花的質心運動過程間斷，其運動區(qū)域較小，且位置基本不變，在x∈(0～100像素)，y∈(400～800像素)區(qū)域。

圖6 火焰反射光區(qū)域的質心運動特征Fig.6 Movement characteristics of center of mass in flame reflected light area

2.4 火焰光反射區(qū)域邊緣的尖角變化特性

火焰反射光區(qū)域的尖角變化特征如圖7所示，由圖7(a)～(b)可知，利用Matlab2018a提取火焰Harris角點，然后計算每一幀圖像的角點個數，結果見圖7(c)，可以發(fā)現：油盤火焰反射光的Harris角點個數總體上多于垃圾桶火焰反射光的角點個數，總數在20～40之間；垃圾桶火焰反射光的角點個數在10～20之間變化，無明顯的持續(xù)性增減過程，變化較為穩(wěn)定；短路火花的Harris角點個數呈現非連續(xù)變化，角點個數與短路打火過程直接相關，角點個數一般處于50個左右。

圖7 火焰反射光區(qū)域的尖角變化特征Fig.7 Corner characteristics of the flame reflected light area

2.5 火焰光反射區(qū)域的頻閃特性

3種火焰在周圍壁面的反射光頻譜特征變化如圖8所示，可以看出：油盤火焰閃爍頻率為0.225 8，垃圾桶火焰閃爍頻率為0.250 0，短路火花的閃爍頻率為0.274 2，3種實體火焰的閃爍頻率差異明顯。

圖8 3種實體火焰的頻譜特征Fig.8 Spectral characteristics of three physical flames

3 結論

1)針對實際火災現場較為常見的監(jiān)控攝像頭完全遮擋情形，提出基于視頻的火焰特征提取及分析方法，彌補火災調查領域監(jiān)控完全遮擋場景下火焰特征識別方法研究的空白。

2)針對監(jiān)控攝像頭完全遮擋場景，定量提取實體火焰反射光的HSV顏色特征、面積變化特征、質心運動特性、Harris角點變化特征及頻閃特征，形成1套火焰識別的多特征融合方法。

3)針對火災現場監(jiān)控攝像頭完全遮擋場景，提出的火焰特征提取分析方法可實現火焰特征的快速定量提取，將有效輔助火災調查人員精細化把控火災發(fā)生、發(fā)展、蔓延等過程，為確定可燃物及認定起火原因提供有力工具。