使用日夜两用型红外摄像机进行火焰检测

《使用日夜两用型红外摄像机进行火焰检测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、使用日夜两用型红外摄像机进行火焰检测高火灾监控的准确性和及时性，并最大限度地利用已有硬件设备，提出一种使用日夜两用型红外摄像机的火灾自动监控方法.根据红外图像RGB空间的色彩分布特点，设计视频类型判断算法，实现视频图像类型自动切换.通过红外状态与可见光状态两类状态下的焰色模型提取火焰疑似区域.对疑似火焰区域提取不规则度、角点量、闪烁频率和帧间相关性等4个静态及动态检测特征.通过减聚类和模糊C均值聚类相融合的方式优化训练样本，并分别训练2种状态下的火焰识别神经X络分类器.实验结果表明：视频类型判别平均准确率93.07%，21段火焰或干扰视频均能正确检测，报警时间小于8s，帧处理速度

2、达到25帧/s以上.对室内自动火灾监控的精度高、抗干扰能力强、处理速度实时和适应全天候监控等.　　　　关键词：火灾科学;计算机视觉;火焰检测;全天候监控　　：TP391.4：A　　随着图像采集设备的普遍应用，结合模式识别、图像处理和计算机视觉技术进行视频火灾监控，已逐渐成为替代传统感烟感光型传感器火灾检测设备的主要趋势.多数视频火焰检测(VideoFireDetection,VFD)［1］系统中的识别算法均针对普通CCD摄像机设计，从可见光视频画面中提取火焰特征进行检测.自1993年Healey等［2］提出针对可见光图像中的火焰在RGB色彩空间建模进行视频火焰检测

3、以来，针对可见光视频火焰检测方法已做了诸多研究［3-8］，并取得了较好的检测效果.总体而言，彩色视频图像火焰检测的算法主要分3类，即火焰静态特征检测，动态特征检测和静态、动态特征相结合的检测方式.但实践中，此类算法的问题在于：其一，算法往往结合焰色模型和运动检测进行干扰源排除，灵敏度受图像采集设备好坏和运动检测算法优劣的局限，并且一般可见光图像的焰色模型只针对偏红、偏黄的焰色设计，局限性较大；其二，火焰燃烧时本身的物理特性，例如热度、亮度等信息无法得以充分应用，在一定程度上影响了检测效率；其三，某些情况下夜间检测受到影响，无法保证全天候监控.　　目前采用红外视频作为原始视

4、频数据，提取红外视频图像中火焰特征的研究甚少［9-10］.文献［9］首先通过运动和亮度检测定位疑似火焰区域，然后对疑似区域进行小波分解，及构造3状态1阶HiddenMarkovModel，提取火焰闪烁的时域变化规律.文献［9］算法依赖于运动检测结果，受燃烧材质和环境影响，不能保证燃烧状态始终是脉动的，此时运动检测算法往往无法提取出比较完整的稳定燃烧的火焰，因此容易贻误火灾报警时机.文献［10］通过热感成像仪（常见热成像仪工作在3～5μm或8～12μm）得到红外火焰图像进行检测.红外热感成像仪利用物质的红外辐射成像，能够排除大多数非热体干扰，具有较高检测率，但其价格昂贵，通用

5、性受到限制.　　主动式近红外摄像机根据周围环境反射的红外光成像，夜间成像不受影响，技术成熟且价格低廉，已成为安防领域的主流产品.但目前使用主动式红外摄像机捕捉视频流，并研究相应的火焰检测算法的报道仍比较少.针对上述问题，本文提出使用日夜两用型红外摄像机进行室内早期火焰检测的系统，其中着重介绍在夜间红外视频中的火焰检测算法.同时，本文对全天候监控状态切换算法进行讨论，并将红外图像火焰检测与可见光图像的火焰检测结合，构成完整全天候检测系统.　　4结论　　提出了一种使用日夜两用型红外摄像机进行室内全天候火焰检测系统.系统避免了常规方法对焰色模型的依赖，无需进行运动检测预处理，具有较

6、高的鲁棒性.实验表明，算法在测试视频集中达到100%正确检测，帧处理速度达到实时，可以应用于家庭、仓库、礼堂等室内场所的全天候火灾监控.　　高火灾监控的准确性和及时性，并最大限度地利用已有硬件设备，提出一种使用日夜两用型红外摄像机的火灾自动监控方法.根据红外图像RGB空间的色彩分布特点，设计视频类型判断算法，实现视频图像类型自动切换.通过红外状态与可见光状态两类状态下的焰色模型提取火焰疑似区域.对疑似火焰区域提取不规则度、角点量、闪烁频率和帧间相关性等4个静态及动态检测特征.通过减聚类和模糊C均值聚类相融合的方式优化训练样本，并分别训练2种状态下的火焰识别神经X络分类器.实验结果

7、表明：视频类型判别平均准确率93.07%，21段火焰或干扰视频均能正确检测，报警时间小于8s，帧处理速度达到25帧/s以上.对室内自动火灾监控的精度高、抗干扰能力强、处理速度实时和适应全天候监控等.　　　　关键词：火灾科学;计算机视觉;火焰检测;全天候监控　　：TP391.4：A　　随着图像采集设备的普遍应用，结合模式识别、图像处理和计算机视觉技术进行视频火灾监控，已逐渐成为替代传统感烟感光型传感器火灾检测设备的主要趋势.多数视频火焰检测(VideoFireDetection