一種夜間火災(zāi)視頻檢測方法
【專利摘要】本發(fā)明涉及一種夜間火災(zāi)視頻檢測方法，包括：對紅外模式下拍攝的夜間火災(zāi)視頻進(jìn)行格式轉(zhuǎn)換，從RGB色彩空間轉(zhuǎn)換到HSV色彩空間；進(jìn)行形態(tài)學(xué)濾波處理；利用神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練夜間火焰像素點(diǎn)的亮度特征值，并根據(jù)訓(xùn)練結(jié)果判斷畫面中的像素點(diǎn)是否屬于疑似火焰區(qū)域；對滿足亮度特征閾值的區(qū)域進(jìn)行二值化處理，得到高亮區(qū)域，再利用canny算法求其邊緣，并計(jì)算邊緣輪廓的周長和面積；計(jì)算高亮區(qū)域的圓形度；計(jì)算夜間火焰閃爍特征；計(jì)算每秒發(fā)生全屏閃爍的次數(shù)；建立SVM分類器，利用各個(gè)特征值對疑似火災(zāi)的高亮區(qū)域進(jìn)行分類。本發(fā)明可以用來搜索火災(zāi)發(fā)生初期的視頻，直觀準(zhǔn)確的定位火焰發(fā)生物體。
【專利說明】
一種夜間火災(zāi)視頻檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于數(shù)字圖像及視頻處理領(lǐng)域范疇，具體來涉及一種夜間火災(zāi)視頻檢測方 法。
【背景技術(shù)】
[0002] 在全世界范圍內(nèi)，火災(zāi)都是人類所面臨的主要災(zāi)害之一，對人類造成了大量的人 身傷亡和財(cái)產(chǎn)損失。隨著科技的發(fā)展，近年來火災(zāi)預(yù)警技術(shù)和消防技術(shù)都有了長足的發(fā)展， 然而重特大火災(zāi)事故仍然時(shí)有發(fā)生。因此，火災(zāi)發(fā)生后對起火點(diǎn)的精確定位以及對起火原 因的準(zhǔn)確分析就至關(guān)重要。一方面，精確的起火點(diǎn)定位可以作為證據(jù)來明確火災(zāi)事故的責(zé) 任;另一方面，準(zhǔn)確的火災(zāi)原因分析則有利于日后對相同類型火災(zāi)的預(yù)警和防范。
[0003] 目前在火災(zāi)原因調(diào)查工作中，主要以現(xiàn)場勘驗(yàn)為主要手段，以火災(zāi)調(diào)查訪問和火 災(zāi)技術(shù)鑒定為輔助手段。而這種傳統(tǒng)的火災(zāi)原因調(diào)查方法具有弊端和局限性。首先，傳統(tǒng)方 法在調(diào)查過程中容易導(dǎo)致火災(zāi)現(xiàn)場破壞和有關(guān)證據(jù)的滅失，從而錯(cuò)誤地認(rèn)定火災(zāi)原因。其 次，傳統(tǒng)方法有時(shí)形成不了認(rèn)定火災(zāi)原因的證據(jù)鏈，沒有確定的證明力和說服力，導(dǎo)致火災(zāi) 原因認(rèn)定不清，火災(zāi)認(rèn)定的證據(jù)不足，證據(jù)之間不能相互印證等問題。
[0004] 近些年來，公共場所越來越多的安裝了完備的視頻監(jiān)控系統(tǒng)。這使得基于視頻監(jiān) 控平臺的火災(zāi)檢測算法應(yīng)運(yùn)而生。與傳統(tǒng)的感煙、感溫、感光的點(diǎn)式火災(zāi)探測器相比，視頻 型火災(zāi)檢測系統(tǒng)有著檢測范圍大、可用于高大空間和戶外環(huán)境、成本低廉、能提供火災(zāi)的發(fā) 生發(fā)展趨勢和蔓延速度信息等等優(yōu)勢。然而，目前所有的視頻型火災(zāi)檢測系統(tǒng)都是應(yīng)用于 火災(zāi)的實(shí)時(shí)監(jiān)測，用于在火災(zāi)發(fā)生時(shí)發(fā)出火警信號，而沒有視頻型火災(zāi)檢測算法用于火災(zāi) 的事后原因分析和起火點(diǎn)定位。
[0005] 在眾多火災(zāi)事故中，由于夜間的無人值守情況，往往大多數(shù)失控的火災(zāi)事故都是 發(fā)生在夜間的。相比于白天的火災(zāi)，夜間火災(zāi)的起火原因分析工作尤其困難。夜間的火災(zāi)往 往目擊者較少，火災(zāi)調(diào)查訪問的手段難以起作用。而且在火災(zāi)被撲滅后，現(xiàn)場大部分物體被 燃燒殆盡，現(xiàn)場勘探有時(shí)也難以找到有力的證據(jù)。這時(shí)利用現(xiàn)場的監(jiān)控系統(tǒng)留下的視頻就 成了分析起火原因的主要手段。但是，通過人眼來尋找起火點(diǎn)和起火原因，無法在大量的視 頻中迅速完成搜索任務(wù)。而且，夜間視頻光線很暗，視頻中往往除了火焰以外看不清其他任 何物體，這樣即使人眼找到了起火過程也無法確定燃燒物體和起火原因，只能通過與白天 相同攝像頭拍攝的視頻進(jìn)行比對。這種工作如果由人工完成則費(fèi)時(shí)費(fèi)力，準(zhǔn)確性低。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明提供一種夜間火災(zāi)視頻檢測方法，可以用于對攝像頭在紅外模式下拍攝的 夜間視頻進(jìn)行分析處理，從而判斷是否發(fā)生夜間火災(zāi)，幫助火災(zāi)調(diào)查人員分析起火原因和 著火物質(zhì)。本發(fā)明的技術(shù)方案如下：
[0007] -種夜間火災(zāi)視頻檢測方法，包括以下幾個(gè)步驟：
[0008] 1)在紅外模式下拍攝的夜間火災(zāi)視頻進(jìn)行檢測；
[0009] 2)對夜間火災(zāi)視頻進(jìn)行格式轉(zhuǎn)換，從RGB色彩空間轉(zhuǎn)換到HSV色彩空間；
[0010] 3)進(jìn)行形態(tài)學(xué)濾波處理，以降低噪聲對檢測效果的影響；
[0011] 4)利用神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練夜間火焰像素點(diǎn)的亮度特征值，并根據(jù)訓(xùn)練結(jié)果判斷畫 面中的像素點(diǎn)是否屬于疑似火焰區(qū)域，排除亮度值低于閾值的像素點(diǎn)；
[0012] 5)對滿足亮度特征閾值的區(qū)域進(jìn)行二值化處理，再對二值圖像進(jìn)行腐蝕和膨脹操 作以消除噪點(diǎn)的影響，得到高亮區(qū)域，再利用canny算法求其邊緣，并計(jì)算邊緣輪廓的周長 和面積；
[0013] 6)根據(jù)夜間火焰形狀近似于圓形的特點(diǎn)，計(jì)算高亮區(qū)域的圓形度，用以對圓形度 較低的高亮區(qū)域予以排除；
[0014] 7)根據(jù)夜間火焰燃燒過程中的面積會劇烈變化而且頻率在10Hz附近波動的特點(diǎn)， 計(jì)算夜間火焰閃爍特征，認(rèn)為連續(xù)兩幀高亮區(qū)域面積相差50%以上則滿足一次閃爍特征， 計(jì)算每秒高亮區(qū)域滿足閃爍特征的次數(shù)；
[0015] 8)根據(jù)夜間室內(nèi)火焰會引起全屏閃爍的特點(diǎn)檢測火災(zāi)，方法如下：利用幀差法檢 測相鄰兩幀發(fā)生亮度值變化大于一定閾值的像素點(diǎn)個(gè)數(shù)，若變化的像素點(diǎn)個(gè)數(shù)大于像素點(diǎn) 總數(shù)的60%則認(rèn)為發(fā)生了一次全屏閃爍;計(jì)算每秒發(fā)生全屏閃爍的次數(shù)；
[0016] 9)將上述步驟4)至8)計(jì)算得到的各項(xiàng)參數(shù)值作為特征值，利用機(jī)器學(xué)習(xí)的方法， 建立SVM分類器，利用各個(gè)特征值對疑似火災(zāi)的高亮區(qū)域進(jìn)行分類，從而判斷疑似火災(zāi)的高 亮區(qū)域是否符合攝像頭在紅外模式下拍攝的夜間火焰特點(diǎn)，得出結(jié)論，記錄下該高亮區(qū)域 最開始出現(xiàn)的時(shí)間和位置。
[0017] 本發(fā)明可以用來搜索火災(zāi)發(fā)生初期的視頻，直觀準(zhǔn)確的定位火焰發(fā)生物體，可以 輔助查明起火原因。
【附圖說明】
[0018] 圖1是某次夜間火災(zāi)視頻的截圖。
[0019] 圖2是用canny算法提取的高亮度區(qū)域。
[0020] 圖3是程序檢測出的夜間火災(zāi)圖像。
【具體實(shí)施方式】
[0021] 以一具體實(shí)例為例，簡單描述實(shí)現(xiàn)輔助分析夜間火災(zāi)起火原因的過程
[0022] 用界面程序選擇攝像頭在紅外模式下拍攝的夜間火災(zāi)視頻進(jìn)行檢測，再選擇檢測 結(jié)果的保存路徑。對輸入的視頻碼流進(jìn)行格式轉(zhuǎn)換，視頻從RGB色彩空間轉(zhuǎn)換到HSV色彩空 間，便于之后的處理。按照既定的縮放比例對畫面進(jìn)行縮放，以減少后面算法的計(jì)算量。對 畫面進(jìn)行形態(tài)學(xué)濾波處理，以降低噪聲對檢測算法的影響。濾波后的夜間火災(zāi)視頻截圖如 圖1所示。
[0023] 利用神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練夜間火焰像素點(diǎn)的亮度特征值，并根據(jù)訓(xùn)練結(jié)果判斷畫面 中的像素點(diǎn)是否屬于疑似火焰區(qū)域，排除亮度值低于閾值的像素點(diǎn)。對滿足亮度特征閾值 的區(qū)域進(jìn)行二值化處理。再對二值圖像進(jìn)行一次腐蝕和一次膨脹操作以消除噪點(diǎn)的影響。 其中選用3*3的矩形作為腐蝕和膨脹的結(jié)構(gòu)元素。對達(dá)到紅外模式下的火焰亮度閾值的區(qū) 域，利用canny算法求其邊緣，并計(jì)算邊緣輪廓的周長和面積。高亮度區(qū)域如圖2。
[0024]根據(jù)夜間火焰形狀近似于圓形的特點(diǎn)，按照公式* 計(jì)算高亮區(qū)域的圓形度，以 排除形狀復(fù)雜的非火物體的干擾。其中e表示圓形度，s表示輪廓的面積，1表示輪廓的周長。 根據(jù)夜間火焰燃燒過程中的面積會劇烈變化而且頻率在10Hz左右波動的特點(diǎn)，計(jì)算夜間火 焰閃爍特征。認(rèn)為連續(xù)兩幀高亮區(qū)域面積相差50%以上則滿足一次閃爍特征，計(jì)算每秒鐘 即25幀內(nèi)高亮區(qū)域滿足閃爍特征的次數(shù)。根據(jù)夜間室內(nèi)火焰會引起全屏閃爍的特點(diǎn)檢測火 災(zāi)。利用幀差法檢測相鄰兩幀發(fā)生亮度值變化大于一定閾值的像素點(diǎn)個(gè)數(shù)，若變化的像素 點(diǎn)個(gè)數(shù)大于像素點(diǎn)總數(shù)的60%則認(rèn)為發(fā)生了一次全屏閃爍。計(jì)算每秒即25幀內(nèi)發(fā)生全屏閃 爍的次數(shù)。利用機(jī)器學(xué)習(xí)的方法，用一個(gè)SVM分類器，根據(jù)上述計(jì)算出的所有特征值對疑似 的高亮區(qū)域進(jìn)行分類，從而判斷疑似區(qū)域是否符合攝像頭在紅外模式下拍攝的夜間火焰特 點(diǎn)，得出結(jié)論，記錄下該高亮區(qū)域最開始出現(xiàn)的時(shí)間和位置。程序識別出的夜間火災(zāi)圖片如 圖3所示，其中方框表示識別出的火焰區(qū)域。
【主權(quán)項(xiàng)】
1. 一種夜間火災(zāi)視頻檢測方法，包括以下幾個(gè)步驟： 1) 在紅外模式下拍攝的夜間火災(zāi)視頻進(jìn)行檢測； 2) 對夜間火災(zāi)視頻進(jìn)行格式轉(zhuǎn)換，從RGB色彩空間轉(zhuǎn)換到HSV色彩空間； 3) 進(jìn)行形態(tài)學(xué)濾波處理，以降低噪聲對檢測效果的影響； 4) 利用神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練夜間火焰像素點(diǎn)的亮度特征值，并根據(jù)訓(xùn)練結(jié)果判斷畫面中 的像素點(diǎn)是否屬于疑似火焰區(qū)域，排除亮度值低于閾值的像素點(diǎn)； 5) 對滿足亮度特征閾值的區(qū)域進(jìn)行二值化處理，再對二值圖像進(jìn)行腐蝕和膨脹操作以 消除噪點(diǎn)的影響，得到高亮區(qū)域，再利用canny算法求其邊緣，并計(jì)算邊緣輪廓的周長和面 積； 6) 根據(jù)夜間火焰形狀近似于圓形的特點(diǎn)，計(jì)算高亮區(qū)域的圓形度，用以對圓形度較低 的尚殼區(qū)域予以排除； 7) 根據(jù)夜間火焰燃燒過程中的面積會劇烈變化而且頻率在10Hz附近波動的特點(diǎn)，計(jì)算 夜間火焰閃爍特征，認(rèn)為連續(xù)兩幀高亮區(qū)域面積相差50%以上則滿足一次閃爍特征，計(jì)算 每秒高亮區(qū)域滿足閃爍特征的次數(shù)； 8) 根據(jù)夜間室內(nèi)火焰會引起全屏閃爍的特點(diǎn)檢測火災(zāi)，方法如下：利用幀差法檢測相 鄰兩幀發(fā)生亮度值變化大于一定閾值的像素點(diǎn)個(gè)數(shù)，若變化的像素點(diǎn)個(gè)數(shù)大于像素點(diǎn)總數(shù) 的60%則認(rèn)為發(fā)生了一次全屏閃爍;計(jì)算每秒發(fā)生全屏閃爍的次數(shù)； 9) 將上述步驟4)至8)計(jì)算得到的各項(xiàng)參數(shù)值作為特征值，利用機(jī)器學(xué)習(xí)的方法，建立 SVM分類器，利用各個(gè)特征值對疑似火災(zāi)的高亮區(qū)域進(jìn)行分類，從而判斷疑似火災(zāi)的高亮區(qū) 域是否符合攝像頭在紅外模式下拍攝的夜間火焰特點(diǎn)，得出結(jié)論，記錄下該高亮區(qū)域最開 始出現(xiàn)的時(shí)間和位置。
【文檔編號】G06T7/00GK105976365SQ201610280166
【公開日】2016年9月28日
【申請日】2016年4月28日
【發(fā)明人】張為, 蘇相閣
【申請人】天津大學(xué)