[發明專利]一種視頻序列下實時火災檢測預警方法

有效

• 申請號: 201810049559.1
• 申請日: 2018-01-18
• 公開（公告）號: CN108399359B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 紀慶革;馮玉琢;李凝;李啟運
• 申請（專利權）人: 中山大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/56;G06V10/44;G06V10/74;G06V10/764;G06V10/36;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提供一種視頻序列下實時火災檢測預警方法，S1：讀取一幀視頻序列，采用幀差法提取視頻中的運動區域；若未檢測到運動區域，則返回步驟S1；S2：同時檢測火焰區域和煙霧區域，將運動區域的運動像素點與火焰顏色特征模型和煙霧顏色特征模型進行匹配，從而識別出火焰區域和煙霧區域；如果未提取到火焰區域和煙霧區域，則返回步驟S1；S3：如果檢測到火焰區域或煙霧區域，則表示有火焰或煙霧發生，此時進行火災預警，然后讀取下一幀。本發明采用了靜態和動態特征結合的方法，根據不同場景下火災燃燒情況，對火焰和煙霧進行雙重檢測。可以提高檢測火災的敏感性，降低誤報率。

技術領域

本發明涉及計算機視覺領域，更具體地，涉及一種視頻序列下實時火災檢測預警方法。

背景技術

New Scientist雜志中說有一句話：“有太多的攝像頭，然而卻缺少監控它們的眼睛”。視頻監控一直被廣泛運用于安防領域，世界上各個角落有不計其數的攝像頭，很明顯，讓背后的安防工作者們一直盯著每一個監視器是不現實的。往往當安全事件發生過后，人們才會調出相應區域的攝像頭的錄像進行排查。所以，基于計算機視覺的智能視頻監控被提出，希望能夠借助于計算機強大的處理速度和能力，在一些不正常的行為或事件發生前就能夠幫助我們及時分析并提供必要的預警信息。

火災異常是其中一種重要的異常情況，使用傳統的傳感探測器件在探測范圍和抗干擾等方面還存在很多問題，近年來基于計算機視覺的火災檢測逐漸興起。為了避免大范圍的火焰和煙霧引起的災害，其檢測的實時性和準確性是相當重要的。現有的火焰或煙霧檢測基本分為4個階段：前景檢測、區域分析、動態特性檢測及決策階段。近年來在這方面的研究層出不窮，但由于火災檢測技術容易受復雜場景、類似干擾物和光照條件的影響，從而使得算法的可靠性不高。各種方法的側重點不同，檢測速度和準確率也都不盡相同。

發明內容

針對現有火災檢測方法的不足，本發明提出了一種視頻序列下實時火災檢測預警方法，在低消耗的情況下，能夠準確、快速地檢測識別視頻中的火焰或煙霧區域，并及時發出預警。

為解決上述技術問題，本發明的技術方案如下：

一種視頻序列下實時火災檢測預警方法，包括以下步驟：

S1：讀取一幀視頻序列，采用幀差法提取視頻中的運動區域；若未檢測到運動區域，則返回步驟S1；

S2：同時檢測火焰區域和煙霧區域，將運動區域的運動像素點與火焰顏色特征模型和煙霧顏色特征模型進行匹配，從而識別出火焰區域和煙霧區域；如果未提取到火焰區域和煙霧區域，則返回步驟S1；

S3：如果檢測到火焰區域或煙霧區域，則表示有火焰或煙霧發生，此時進行火災預警，然后讀取下一幀。

優選地，采用一種改進的幀差法提取視頻中的運動區域，其具體方法包括以下步驟：

S1.1：對圖像做分塊處理，將圖像分成28*28大小的塊(block)，

S1.2：計算出該塊(block)內相鄰兩幀內所有像素點的像素值的變化，使用log函數將變化值映射到[0，8]的空間內，對這些值進行統計相加后，如果大于一定的閾值L，我們才認為當前塊是一個運動的塊。L的取值可手工設定，以作為檢測敏感度，特別地，本發明的L取值為28*28*3＝2352。

能夠有效減少噪聲點對block的運動判斷的影響，傳統的基于膨脹腐蝕的噪聲消除費時費力，使用該方法能夠有效降低運算的時間復雜度。

優選地，對于火焰區域檢測，選取閃爍頻率符合火焰閃爍頻率的類著火點作為候選點；提取候選點的紋理特征，并依據已有著火區域的紋理特征利用SVM分類；根據SVM分類結果判定是否有火焰；

對于煙霧檢測，使用光流法提取煙霧運動區域的運動向量；使用事先訓練的SVM分類結果判斷是否有煙霧。

優選地，所述顏色特征匹配模型如下：