野外早期火灾图像识别方法研究 第3页焰在空间分布的变化。在图像处理中,面积是通过阈
值分割后分割出目标物体,再统计出目标物体的像素
点来实现目标图像面积的计算。文中采用的算法是计
算连续几帧图像的火焰面积,并计算其比值,用火灾面
积增长率 Gi 作为判据。Gi 可由式(3) 获得:其中, Ri 为火焰区域。
2.4 火焰的圆形度
圆形度可以衡量物体形状的规则程度。火灾火焰
形状不规则,而大部分干扰源(如灯光、烟头等)形状规
则程度较高。因此可以将火焰的圆形度作为火灾识别
的一个判据。比较常用的圆形度是周长的平方和面积
的比。文中将圆形度值除以4π,使圆形度的最小值为
1, 以便观测。即式中 Ck 为第k 个图元的圆形度, Pk 为第k 个图元的周
长, Ak 为第k 个图元的面积, n 为图像中图元个数。
在具体计算中,周长为物体的边界长度,可从边界
链码中得到。垂直的和水平的步幅为单位长度,对角步
幅的长度为 2 ,两个直角步还原成一个对角度 ,其步
幅也为 2。按上述规则遍历边界链码,即可算出边界长
度。圆形度对圆形物体取最小值4π,物体边界的复杂
程度越高其值越大。
2.5 火焰的整体移动
早期的火灾在影像上表现为火灾中心位置具有相
对稳定性,不会出现位置上的较大移动,其移动是平滑
的,非跳跃性的。而很多的假信号如移动的车灯通过
相对稳定性分析后,可以作为噪声加以排除。文中根
据提取的亮斑边缘,通过计算火焰图像的中心位置的
几何中心 ( x , y) 来判断火焰的整体移动。在计算每
一帧的中心位置坐标后,得到了一系列的实验数据,具
体见表2。
表2 火灾火焰及干扰模式的整体移动特性
帧编号 1 2 3 4
火焰序列 (106 ,151) (107 ,152) (107 ,153) (109 ,152)
电筒序列 (121 ,154) (121 ,150) (119 ,151) (122 ,147)
从表2 可以得出以下结论:对火焰来说,其中心具
有明显连续运动的特征(本例中是沿燃烧物的平面水
平向右运动) 。对于电筒序列,由于其本身的颤动,和
摄制时引入的噪声影响,其变化规律是在一定范围内
无规则的跳动。由此可见,检查可疑区域的整体移动
特性可以识别出一类向着摄像机方向运动的干扰现
象,将一些生活中常见的非火灾信号与早期火灾信号区别开来。
3 实验结果
本实验收集了 980 幅 320 ×240 像素的火灾图像
和干扰图像。采取每隔两帧采集一幅图像,测试了野
外不同情况下火焰图像的判别结果。由表 3 可以看
出,该算法是比较成功的,它可以将“连续移动的车灯”
这种复杂的情况识别出来,表明系统具有很高的准确
性和可靠性。
表3 早期火灾火焰及干扰模式的火灾识别
实验材料 采集速率(帧/秒) 距离(米) 输出结果 识别结果
报纸 火灾
早期 10 6 0.82
火灾 木材 10 6 0.87 火灾
火焰
布条 10 6 0.76 火灾
柴油 10 6 0.95 火灾
常见 晃动的烟头 10 2 0.5 危险
干扰 连续移动的车灯 10 8 0.21 干扰
上一页 [1] [2] [3]
野外早期火灾图像识别方法研究 第3页下载如图片无法显示或论文不完整，请联系qq752018766
