基于提升小波的图像型火灾检测技术 第11页
火焰的序列图像从其几何性质上看具有相邻帧图像的边缘不稳定、相
像整体具有稳定的相似性、图像的相似度在一定的区间内变化等规律。
常见的干扰信号模式包括快速移动的固定亮点或者大面积的光照变化
此，在火焰的识别中，可以考虑利用早期火灾火焰形体相似度的变化规律
变化规律实际上就是火灾火焰相对于其它常见的干扰现象来说具有形状变
规律性，但这种无规律性从其形体变化、空间变化、空间分布来说均具有
相似性，特别是对于间隔较短的连续帧图像来说，每幅连续帧图像的火焰
性有着一定程度的相似。因此，我们可以用连续图像的结构相似性来描述
律，这是考虑到虽然火灾火焰呈现不断发展变化的趋势，但我们可以采用
续帧互帧差相似度的方法来描述这一特征。
设己知的序列图像为厂(x其中(x，力为图像中各个
坐标，N为图像序列的帧数。在实际应用中，N至少大于2。对于每帧数字
(x，力。Q。。为图像的面积。在每一图像序列中取一基准图像f0(x，y)，
可以定义一个新的差值图像序列为:
这个差值图像序列表示了原图像序列每一帧与基准图像之间的差异。
我们对得到的差值图像序列进行二值化，得到图像序列仇(x，力}。在此图
标识为1的像素表示原始图像序列与基准图像之间存在显著差别的区域。
为该区域即为可能的火焰区域，在实际系统中，仇(x，力}中存在一些由不
引入的孤立点。这些孤立点可以运用形态学的膨胀和腐蚀运算滤除，进
得到更好的描述。但这样的运算量很大，无法进行实时处理。本文使用
边缘图像，并将边缘图相填充，填充后的图像定义为拓，(x，y)}。对拓，(x，
的像素进行标记，我们得到序列图像中每帧中可能的火焰区域。，，i=1，2，…
发现可疑的火焰区域后，我们采用计算连续帧变化图像的相似度的方法
干扰模式进行分类。连续帧变化图像的相似度参定义为:
Q为可疑火焰区域;分子部分表示相邻帧二值图像求逻辑与运算后
的目标区域面积;分母部分表示相邻帧二值图像求逻辑或运算后所得图
区域面积。与运算的法则是当两幅图像中相对应的两个像素点都是白点
是所得图像相对应的像素点是白点，其它全为黑点;或运算的法则是当
中对应的两个点都为黑点时，运算的结果是所得图像相对应的点为黑点
为白点。
求得若干个相似度以后，我们使用连续几帧图像的相似度点的平均值咨
据。取阂值Tl和乃，当咨小于阂值T!时，即认为待识别物体是快速运动的
但是考虑到我们前边已经要求满足目标面积增大判据，因此该项可以忽略。
大于闽值乃时，我们认为存在固定发光区域。当占在二个闭值之间时我们
为该区域为火焰区域。设介为相似度判据的标示值，当Tl空兀，犷了，否
这里闭值Tl二0.7、Tz==0.9。
获得视频帧图像的边缘后，面积判据、尖角判据和形状相似特性判据
作，作为判别火灾的依据。
4.5.4综合判别
将面积判据、尖角判据和形状相似特性判据分别匹配一个标示器刀川
像序列中提取的特征判据满足要求时，将对应的标示器置1。由于情景不
的主要特性也不一样，将这体现在相应特性的权值城上。综合判据如下:
吞=Is琪十Ia叽+乓叽
其中IF为视频中是否存在火灾火焰的标志，I为标示器闽值，砰为权值。
得到厅值后，参考文献【52〕并通过大量的实验数据可确定判别火灾的
根据输出IF值的不同，可判断是否有火灾发生。当IF值介于1一0.75
出火灾报警信号;当IF值介于O一0.25时，确认无火灾发生，继续监控现
值介于0.25一0.75时，可发出火灾预警信号，并继续采集相邻帧图像，应
识别算法判别，直至确认为火灾状态或无火灾正常状态。
4.6仿真实验
4.6.1火灾图像增强和分割实验结果
采集实时帧图像，分别选取实时视频第4帧、第29帧、第48帧图
时间间隔0.045)，图像为RGB格式，需转换为灰度图像。对火灾火焰灰
直接灰度法、自适应均衡化法、去相关拉伸法图像增强处理，对增强后
像进行闭值分割，并对此过程运用MATLAB软件仿真实验，部分实验结
西安建筑科技大学硕士学位论文
(a)视频第4帧原图像(b)视频第29帧原图像(c)视频第48帧原图
(d)第4帧图像灰度图(e)第29帧图像灰度图(0第48帧图像
热热耀{{{颧鬓先麦吧吧
(g)图(d)的直方图(h)图(e)的直方图(i)图(幻的直方图
0对(d)自适应均衡化图(k)对(e)自适应均衡化图(l)对(O自适应均衡
(m)图白)的直方图(n)图(k)的直方图(o)图(l)的直方图
西安建筑科技大学硕士学位论文
(m)Log对(a)作边缘检测(n)Log对(b)作边缘检测(o)Log对(c)作边缘
(P)Canny对(a)作边缘检测(q)Cat’iny对(b)作边缘检测(r)canlly对(c)作边
图4.5传统边缘检测结果图
图4.5图(a)、(b)、(c)分别为原视频中第4、29、48帧闭值分割后图像
(e)、(0分别为Sobel算子对图(a)、(b)、(e)作检测的边缘图，图(g)、(h)、
Roberts算子对(a)、(b)、(e)作检坝(的边缘图，图白)、(k)、(l)分别为prewi
(a)、(b)、(e)作检测的边缘图，图(m)、(n)、(o)分别为Log算子对(a)、(b)、
测的边缘图，图(P)、(q)、(r)分别为Calmy算子对(a)、(b)、(c)作检测的边
结论:通过对传统和新兴的边缘检测方法的研究，进行实验，结果证明
Robinson、Kirseh、Sobel能检测出较多的边缘。其中Sobel算子和差分算
边缘较宽，伴随着较多的伪边缘点。而Prewitt、Robinson、Kirseh虽然检
边缘比前两者窄，但存在漏检。L叩lacian算子能检测出绝大部分边缘，
本上是单像素宽，但是边缘不连续情况较严重并且存在误检。Canny算子
检测出边缘，但是检测出的边缘也存在不是单像素宽。广义模糊算子检
边缘存在，边缘点断线。
4.6.3基于提升小波的火灾图像边缘检测实验结果
运用提升小波算法对实时采集的火灾视频第4帧、第29帧、第48
边缘检测，并与传统的边缘检测算子Sobe!、Log、Carmy检测结果视觉
较。实验结果如图4.6。
<< 上一页 [11] [12] [13] 下一页
基于提升小波的图像型火灾检测技术 第11页下载如图片无法显示或论文不完整，请联系qq752018766
