韓美林,張文文
(1.商洛學(xué)院 電子信息與電氣工程學(xué)院,陜西 商洛 726000;2.陜西鋅業(yè)有限公司變電站,陜西 商洛 726000)
為了實(shí)現(xiàn)林區(qū)的視頻監(jiān)控硬件系統(tǒng)與森林火災(zāi)自動(dòng)識別軟件系統(tǒng)的結(jié)合,去除冗余信息,提高視頻火焰檢測效率和準(zhǔn)確率,更好地預(yù)防與監(jiān)測森林火災(zāi),本文首先針對火焰的視覺特征進(jìn)行分析,抽取出了4種可以高效表征火焰特征的參量。由于森林環(huán)境復(fù)雜多變,為了提高火災(zāi)檢測的效率和準(zhǔn)確率,對煙霧的特征進(jìn)行分析和提取,設(shè)計(jì)出基于火焰特征與煙霧特征的多特征融合的火災(zāi)檢測系統(tǒng),目的是檢測森林火災(zāi)。仿真結(jié)果表明,基于視頻圖像的多特征融合的森林煙火檢測系統(tǒng)可實(shí)現(xiàn)對森林火災(zāi)高效的識別。
火災(zāi)發(fā)生時(shí),火焰顏色是最為直觀的外在表現(xiàn),也是用于區(qū)分其他物體特征之一。火焰的顏色不是一成不變的,而是有其規(guī)律,焰心區(qū)域亮度最高而越靠近邊緣顏色隨之變暗?;鹧娴念伾才c外界溫度相關(guān),隨著溫度的變化,火焰顏色也在黃、橙、紅之間反復(fù)閃變。為了彌補(bǔ)常用的顏色空間,如RGB和HSI的缺陷,更好地體現(xiàn)火焰顏色特征,本文采用融合圖像的彩色信息和亮度模型。雖然不能完全去除干擾物體,但是分割出的火焰區(qū)域更真實(shí),有助于檢測效率的提高[1]。
火焰的形狀不一,且在不同時(shí)刻火焰的形狀也不同。為了將火焰與其他物體進(jìn)行區(qū)分,通常用其輪廓特征來表示形狀特征。針對火焰的形狀采用圓形度其形狀特征。圓形度指的是物體輪廓接近圓的程度,反映物體形狀的不規(guī)則的程度。采用圓形度的計(jì)算公式,計(jì)算出視頻中每一幀圖像的疑似區(qū)域最大輪廓的圓形度,作為判定是否發(fā)生火情的條件之一[2]。
森林中的燃燒物往往為位置固定不變的樹木,發(fā)生火情之后,其火焰一直存在于相對固定的中心位置,向各個(gè)方向蔓延?;馂?zāi)初期,如果不考慮外界環(huán)境如氣流的影響,火焰不會(huì)在空間上有大面積的整體移動(dòng)。針對此,在整個(gè)時(shí)間序列上看,火焰區(qū)域的像素點(diǎn)被判斷為運(yùn)動(dòng)的概率會(huì)比較高[3]。
圖像之間內(nèi)容相似的程度可以用相似度去描述。由于處于中心位置的燃燒物的位置相對固定,因此采集的相鄰幀之間火焰視頻圖像特征相對穩(wěn)定,即相似度特征穩(wěn)定。但這只是針對于相對固定的中心位置的火焰,火焰的邊緣即圖像邊緣相似度并不穩(wěn)定。相比與其他的常見干擾如燈泡、手電燈、車燈而言,火焰圖像還具有以下特征:形狀沒有規(guī)律,在較短時(shí)間內(nèi)相鄰幀圖像中心位置相似度較高,邊緣部分相似度低,即可利用火災(zāi)火焰連續(xù)形狀的相似度來區(qū)分火焰與其他干擾。
火災(zāi)發(fā)生僅靠火焰的顏色難以實(shí)現(xiàn)火情的準(zhǔn)確識別,因?yàn)榱謨?nèi)環(huán)境復(fù)雜,需同時(shí)考慮火災(zāi)發(fā)生時(shí)伴隨的另一現(xiàn)象:煙霧?;馂?zāi)煙霧一旦產(chǎn)生會(huì)不斷地向四周擴(kuò)散,并且煙霧的顏色會(huì)隨著燃燒的時(shí)間在擴(kuò)散的過程中表現(xiàn)出不同。常見的煙霧擴(kuò)散的顏色為灰白色,如果發(fā)生火情,由于煙霧的產(chǎn)生及擴(kuò)散,在相鄰幀圖像中的RGB分量的值應(yīng)當(dāng)是逐漸靠近的。因此,可以利用顏色分量的變化特點(diǎn)對同一場景的不同幀圖像進(jìn)行分析,判別是否有煙霧出現(xiàn),作為是否發(fā)生火情的判別依據(jù)之一。
人眼視覺往往更容易觀察到移動(dòng)物體,運(yùn)動(dòng)是非常重要的特征。火災(zāi)煙霧在產(chǎn)生之后,由于火災(zāi)煙色霧的密度通常小于空氣的密度,會(huì)隨著燃燒時(shí)間或者其他外界因素,煙霧會(huì)不斷地運(yùn)動(dòng)。只考慮煙霧密度,煙霧通常由下至上飄動(dòng),而干擾物如樹葉或云朵或飛鳥則不具有這樣的運(yùn)動(dòng)特征。因此,利用火災(zāi)煙霧的運(yùn)動(dòng)特征,可以高效地把火災(zāi)煙霧飄動(dòng)和其他飄動(dòng)展開區(qū)別,排除干擾物,提高火災(zāi)檢測的準(zhǔn)確率。
隨著燃燒,煙霧會(huì)不斷向四周擴(kuò)散,必然會(huì)遮擋其他的物體。煙霧具有半透明的屬性,在采集的視頻圖像上表現(xiàn)為圖片的背景被覆蓋,使得背景圖片變得平滑;表現(xiàn)在圖像頻域中為高頻分量減少。所以,可以將煙霧圖像轉(zhuǎn)換至頻域,通過圖片的小波分析來提取圖片的高頻信息,利用煙霧的高頻特性變化作為判別特征之一。
火焰的形狀隨著燃燒時(shí)間不斷變化,火焰中心較火焰邊緣而言形狀較為穩(wěn)定?;馂?zāi)煙霧由于擴(kuò)散,輪廓邊緣展現(xiàn)出繁雜性的特征。利用邊緣的檢測可以大幅度減少數(shù)據(jù)量,排除掉與火災(zāi)無關(guān)的圖像信息,保留圖像重要的結(jié)構(gòu)屬性。檢測到火災(zāi)煙霧輪廓后,為了描述火災(zāi)煙霧邊緣的不規(guī)則性,本文通過分析火災(zāi)煙霧的周長與區(qū)域范圍的關(guān)聯(lián)來表述。通過數(shù)學(xué)形態(tài)學(xué)運(yùn)算,獲得火災(zāi)煙霧區(qū)域的外輪廓邊緣與內(nèi)輪廓邊緣;用火災(zāi)煙霧區(qū)域的周長與區(qū)域范圍的關(guān)聯(lián),來描述火災(zāi)煙霧邊緣的不規(guī)律性,作為判別依據(jù)之一。
在完成火焰特征分析和煙霧特征分析之后,得到了多個(gè)用于判別火災(zāi)的特征集合,為了應(yīng)用于森林火災(zāi)檢測,完成對火災(zāi)高效準(zhǔn)確的識別,本文采用了多特征融合的基于視頻圖像的煙火自動(dòng)識別系統(tǒng)設(shè)計(jì)框架。當(dāng)兩個(gè)或兩個(gè)以上的特征判別為有火情發(fā)生時(shí),則系統(tǒng)報(bào)警(見圖1)。作為整體性監(jiān)控系統(tǒng),系統(tǒng)關(guān)聯(lián)到視頻監(jiān)控硬件和無線信息傳輸技術(shù)方法等各種技術(shù)。系統(tǒng)最終目的是實(shí)施火情的自動(dòng)判別,迅速返回結(jié)果,實(shí)現(xiàn)林內(nèi)的全天候監(jiān)測、火情自動(dòng)告警,預(yù)防火災(zāi)的發(fā)生,減少火災(zāi)帶來的損失。
圖1 基于視頻圖像的煙火自動(dòng)識別系統(tǒng)設(shè)計(jì)
仿真結(jié)果如圖2所示。本文采用的基于火焰顏色與煙霧特征的多特征融合檢測算法能夠準(zhǔn)確識別火災(zāi),可應(yīng)用于基于視頻圖像森林火災(zāi)自動(dòng)檢測,更好地預(yù)防與監(jiān)測森林火災(zāi)。
圖2 仿真結(jié)果
為實(shí)現(xiàn)林區(qū)的視頻監(jiān)控硬件系統(tǒng)與森林火災(zāi)自動(dòng)識別軟件系統(tǒng)的結(jié)合,本文分析了火焰的基本特征和煙霧的基本特征,設(shè)計(jì)出基于視頻圖像的火焰特征檢測與基于視頻圖像的煙霧特征檢測。采用多特征融合的判別方法,判別是否有火情發(fā)生,提高視頻火焰檢測效率和準(zhǔn)確率,預(yù)防與監(jiān)測森林火災(zāi)。