,
(中國船舶重工集團公司第七一三研究所,鄭州 450015)
基于圖像的火焰識別屬于模式識別技術(shù)的范疇,是火災(zāi)視頻探測過程中的核心部分?;趫D像的火焰識別是對經(jīng)過目標(biāo)區(qū)域分割后的灰度圖或二值圖像進行進一步的分析、處理,提取目標(biāo)區(qū)域中一些符合火焰的特征,用來識別火焰和區(qū)分干擾源。火焰的特征有很多種,具體的選擇要考慮使用環(huán)境、干擾源類型、算法實現(xiàn)難易程度等多種因素,以滿足火災(zāi)探測的實時性、準(zhǔn)確性的要求。在一些區(qū)分度很高的應(yīng)用環(huán)境中,判決過程可以采用簡單的閾值判別;而在那些圖像信息表達不清晰、干擾源多的環(huán)境中,則需要設(shè)計相應(yīng)的判決規(guī)則,必要時可以考慮使用神經(jīng)網(wǎng)絡(luò)算法[1-2]。
模式識別是指對表征實物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進行處理和分析,以對實物或現(xiàn)象進行描述、辨認、分類和解釋的過程。根據(jù)是否預(yù)先已知目標(biāo)樣本所屬的類別,可分為有監(jiān)督的和無監(jiān)督的模式識別。在實際應(yīng)用中,往往無法獲得大量已知樣本類別信息,因此研究無監(jiān)督的模式識別十分必要?;趫D像的火焰識別是模式識別的一類具體應(yīng)用,即圖像識別。圖像識別一般依次分為圖像獲取及預(yù)處理、特征提取、依據(jù)判據(jù)分類。
火焰識別是火災(zāi)視頻監(jiān)控系統(tǒng)的核心部分,其識別率的高低直接影響到整個系統(tǒng)的準(zhǔn)確性。而識別率主要取決于所選的火焰特征,需要選擇與環(huán)境差異大、區(qū)分度高的特征作為識別依據(jù)。
可用來進行識別的火焰特征有很多,大體上分為靜態(tài)特征和動態(tài)特征兩大類。靜態(tài)特征包括火焰的形狀、顏色、紋理等,而面積變化、火焰閃動、邊緣抖動等則屬于動態(tài)特征。在實際應(yīng)用中,利用單一特征進行火焰識別是十分困難且不可靠的。大多數(shù)的應(yīng)用都是提取幾種火焰與干擾源有明顯區(qū)別的特征綜合利用,加以識別。例如火焰面積變化特征。早期火焰從無到有并有擴大趨勢,火焰面積不斷增大。但是發(fā)光物體靠近攝像頭,在圖像上表現(xiàn)出來的也是面積增大的特征。因此,需要利用多個特征形成多重判據(jù),才能夠提高識別率。
用來進行火焰識別的圖像,并不是通過攝像頭直接采集的原始圖像,而是經(jīng)過前期預(yù)處理的圖像,一般為經(jīng)過目標(biāo)分割后的二值圖像。這是因為原始圖像中包含了太多無用的或?qū)ψR別結(jié)果容易產(chǎn)生干擾的信息,濾掉這些信息更便于火焰特征的提取和判別。
使用環(huán)境對火焰特征的選擇有很大的影響,因為環(huán)境不同,存在的干擾源也不盡相同,因此需要適當(dāng)?shù)卣{(diào)整算法,最大程度地滿足火焰探測的快速性和準(zhǔn)確性的要求。本文提取火焰的面積變化特征、圓形度等特征來識別火焰。
(1)
(2)
n的范圍是從某一幀開始的連續(xù)10幀圖像。每完成一次計算之后,重新取出的圖像并不是第11幀到第20幀,而是用第11幀圖像代替第一幀圖像,以此類推。從而進一步減弱了火焰面積振蕩變化帶來的影響。
當(dāng)R(M)>1時,就說明當(dāng)前目標(biāo)區(qū)域面積有增大的趨勢。同時,火災(zāi)火焰的面積不會太小,否則也不會造成危害,與蠟燭的小火有明顯區(qū)別。
圓形度可以用來表征目標(biāo)區(qū)域形狀的規(guī)則程度?;馂?zāi)火焰的形狀是十分不規(guī)整的,而諸如蠟燭、手電筒、燈光等干擾源的形狀就要規(guī)整得多。因此,圓形度可以用來有效地區(qū)分火災(zāi)火焰與部分干擾源。
目標(biāo)區(qū)域Ω的圓形度CΩ的計算表達式為
(3)
式中:LΩ——目標(biāo)區(qū)域Ω的周長;
SΩ——目標(biāo)區(qū)域Ω的面積。
目標(biāo)區(qū)域的周長LΩ的計算方法有兩種。第一種原理非常簡單,就是統(tǒng)計目標(biāo)區(qū)域邊緣的像素數(shù)。使用這種方法首先需要獲得目標(biāo)區(qū)域的單像素邊緣圖像,每個像素代表相對長度1。這種方法計算的數(shù)據(jù)不夠精確,一些對計算精度要求不是很高的應(yīng)用均可以采用。另一種方法是采用邊緣鏈碼。以8鄰域[3]檢測獲取目標(biāo)區(qū)域邊緣鏈碼。算法實現(xiàn)如下。
圖1 邊緣鏈碼方向碼
在式(3)中除以4π是為了使結(jié)果更易于觀察,CΩ越接近1,說明目標(biāo)區(qū)域越接近圓形,邊緣越規(guī)則,CΩ越大就表示目標(biāo)區(qū)域邊緣越復(fù)雜。
例如蠟燭、手電筒、太陽光等干擾源,其圓形度非常接近1,而火災(zāi)火焰的圓形度一般在2以上,由此可以很容易將火災(zāi)火焰與部分干擾源區(qū)分開來。
火焰尖角也是用來區(qū)別火災(zāi)火焰與干擾源的主要特征之一。不穩(wěn)定火焰邊緣的抖動特性集中表現(xiàn)為火焰尖角數(shù)量的無規(guī)則變化。因此不穩(wěn)定火焰的尖角特征一是火焰尖角的個數(shù)較多,二是尖角數(shù)量的變化范圍較大??梢岳眠@個特點來區(qū)分火災(zāi)火焰與干擾源。
火焰尖角的識別需要滿足以下兩個條件。
1)必須有一個“頂點”,即火焰邊緣的一個極值點;
2)尖角的形態(tài)為尖而長[4],從“頂點”展開的內(nèi)角應(yīng)小于一個角度閾值。
具體算法實現(xiàn)如下。
①頂點的確定。在已知的邊緣上尋找這樣的點i,它的前、后各N個點的縱坐標(biāo)都不大于它的縱坐標(biāo),且第N個點的縱坐標(biāo)不大于第N-1個點的縱坐標(biāo),即滿足式(4)。
(4)
N的取值會對計算的結(jié)果產(chǎn)生影響,N越大,滿足的條件就越苛刻,符合要求的尖角就會越少;反之則尖角越多。選擇適當(dāng)?shù)腘值是十分重要的。通過實驗,本文選擇N=3。
②角度的計算。以頂點i為中心,前后各間隔M個點取點i-M和i+M,以這三點形成的三角形,則頂點i處的內(nèi)角可用式(5)~(8)計算得到。
(5)
(6)
(7)
(8)
M應(yīng)小于等于N。M的取值同樣會影響計算的結(jié)果,本文選取M=2。當(dāng)i小于某一個值時,可以認為頂點i處為一個火焰尖角。
這樣計算角度會增加算法的復(fù)雜度,如果對計算精度要求不高,可使用高寬比粗略計算,計算公式見(9)~(11)。
(9)
d=xi+M-xi-M
(10)
(11)
k的值越大,尖角越“尖”;k的值越小,則尖角越平滑。
太陽光、手電筒、蠟燭等干擾源的尖角數(shù)會較少,而不穩(wěn)定火焰的尖角數(shù)會比較多,并且在一個較大的范圍內(nèi)不斷變化。
本文對同時滿足面積變化、圓形度和火焰尖角特征的目標(biāo)區(qū)域判別為火災(zāi)火焰,而對僅滿足一種或兩種特征的目標(biāo)判別為干擾源。
不僅對于本文上述的幾種干擾源可以進行有效區(qū)分,對于一些不同的干擾源也同樣適用。例如,當(dāng)手電筒向攝像頭移動,目標(biāo)區(qū)域面積同樣會增大,但是圓形度和火焰尖角特征均不滿足,因此不是火災(zāi)火焰。陽光透過樹葉形成的反光區(qū)域,雖然滿足圓形度和火焰尖角的特征,但其面積沒有增大的趨勢,因此也不是火災(zāi)火焰。
如果使用環(huán)境中仍存在某些干擾源,同時滿足面積變化、圓形度和火焰尖角特征,則本文所涉及的算法就會誤識別為火災(zāi)火焰,需要增加火焰特征或選擇不同火焰特征重新設(shè)計。
[1] 孫兆林.MATLAB 6.x圖像處理[M].北京:清華大學(xué)出版社,2002.
[2] 朱 虹.數(shù)字圖像處理基礎(chǔ)[M].北京:科學(xué)出版社,2005.
[3] 胡學(xué)龍,徐開宇.數(shù)字圖像處理[M].北京:電子工業(yè)出版社,2007.[4] 董 墨.基于圖像處理的火災(zāi)探測系統(tǒng)的研究[D].沈陽:沈陽理工大學(xué).2008.