基于MATLAB的火災視頻探測技術

趙麗娜 徐常志 葉俊健 陳曉波 鄧偉鋒

摘? ?要： 基于傳感器的火災識別方法在空間廣闊、布局跨度大的特定環境下難以實現火災的有效、及時探測。提出一種基于MATLAB的火災視頻探測技術，集成火焰圖像采集、火災圖像識別、火災報警聯動等模塊，通過編寫MATLAB函數，對火焰視頻圖像進行灰度處理、二值化處理、邊緣檢測等操作，對火焰的邊緣變化、形狀變化、閃動變化和面積變化等特征進行分析，提取火警信息。應用表明，基于MATLAB的火災視頻探測技術具有可靠性、準確性，能夠實時計算得到火焰軌跡，為早期預警火災的發生打下了堅實的基礎。

關鍵詞： MATLAB;火災視頻探測;圖像識別;邊緣檢測;傳感器

引言

火災是一種威脅公共安全和社會發展的災害，會對公用設施造成破壞，帶來嚴重的經濟損失[1]。一般情況下，火災探測主要依靠煙霧傳感器和測溫傳感器，但是在空間廣、跨度大的一些特定環境下，這類傳感器難以探測火災初期產生的熱量和煙霧[2]。煙霧傳感器需要有一定量的煙霧顆粒進入其內部才能告警，測溫傳感器往往在火災成型后才能告警，這都會導致火災救援錯過最佳時間點[3]。

隨著新一代信息技術的發展，模式識別、圖像處理技術得以完善，火災視頻探測成為可能。火災視頻探測技術有效地克服了空間廣、跨度大環境下火災識別的局限性。對于動態的火災視頻探測開發環境，OpenCV是一款常用的計算機視覺軟件，但是其技術文檔并不完善，缺乏技術支持，而MATLAB具有更快速的開發能力、更簡便的調試過程、更簡單的仿真操作，并且具有強大的矩陣庫和集成的可視化調試工具等作為支撐，故本文重點研究MATLAB開發環境下基礎圖像處理算法在火焰圖像預處理、特征提取、邊緣檢測等方面的有效性和準確性。

1? 技術綜述

在火災探測領域，應用較多的設備包括紅外探頭和傳感器，其中傳感器包括煙霧傳感器、氣體傳感器、測溫傳感器等，它們通過對空氣中二氧化碳、一氧化碳火焰燃燒時產生的氣體的檢測、溫度的檢測等達到對火災進行監控的目的。這些檢測方法對室內封閉區域和小空間區域，例如隧道、酒店等，具有良好的檢測效果。但如引言所述，對于野外等空間廣、跨度大的環境，由于傳感器感知范圍的限制，一般情況下，當探測距離超過13 m時，這些傳感器就不能很好地發揮作用了，況且在野外環境不可能大量地安裝傳感器。

從20世紀90年代起，陸續有學者開始開展上述研究。早期的研究主要針對火焰的識別，大多數利用火焰明亮度和顏色等特征，因為這些特征比較明顯，又容易被提取到。顏色模型包括一開始的RGB顏色模型，以及后續的HSI、YCbCr等顏色模型。后來為了提高識別準確率，又有研究人員開始注意到火焰和煙霧的其他特征。對于火焰，王琳[4]通過研究火焰跳動的特征，發現火焰質心跳動頻率為10 Hz左右，這可以作為區分火焰和非火焰區域的依據。袁非牛等[5]根據煙霧產生之后總是向上運動這一特征，對煙霧進行識別，他們還使用LBP、LBPV等算法提取局部特征，進行火焰和煙霧的更好識別。還有不少學者使用小波分析提取火焰邊緣特征或者利用小波能量特征對火焰進行識別。為了進一步提升識別的準確率，很多學者也開始將多種特征加以融合，主要融合的特征有顏色、運動狀態、背景模糊程度等。

2? 火災視頻探測技術

火災視頻探測技術，即利用數碼感光器件（如CCD相機）、計算機主機、圖像采集單元、圖像預處理算法，通過模式識別的方法判斷監控視頻中是否有火焰和煙霧的技術。火災從形成到蔓延需要一定的時間，從火災的初始階段到引燃階段，具體表現為被燃物質產生的火焰較小，但是煙霧較大，火焰和煙霧的面積、顏色、形狀、輻射強度等都在不斷變化，火焰的面積呈連續擴展增加的趨勢。在數字圖像處理中，面積是通過閾值化統計的圖像亮點來表征的，只要能夠提取背景，就可以確定火焰與煙霧的運動像素與活動區域。基于圖像處理的火災視頻探測技術正是利用了這一特征，實現了從含有背景噪聲的圖像陣列中準確地識別與火災相關的信息，從而達到廣空間、大跨度火災探測的目的。

圖1描述了火災視頻探測系統的整體結構。球機會周期地進行圖像抓拍，當有火災發生時，球機對光信息進行預處理，傳送給工控機的圖像采集單元，工控機的軟件系統對采集到的火災圖像采用算法進行識別分析，判斷圖像中是否含有火災相關信息。如有，系統的火災報警器將會發出報警，并將報警信息上傳到消防系統平臺，以促使消防人員及時地到達現場，撲滅火災。

3? 基于MATLAB的火災視頻探測技術路線

MATLAB最大的特點是易于擴展，她允許用戶自行建立指定功能的MATLAB文件。一個從事特定領域的工程師，不僅可直接利用MATLAB所提供的函數及基本工具箱函數，還可方便地構造出專用的函數，從而大大擴展其應用范圍。當前支持MATLAB的商用Toolbox（工具箱）有數百種之多。MATLAB具有易學易用性與高效性，不需要用戶有高深的數學知識和程序設計能力，也不需要用戶深刻了解算法及編程技巧。MATLAB語句功能十分強大，一條語句可完成十分復雜的任務，如fft語句可完成對指定數據的快速傅里葉變換，這相當于上百條C語言語句的功能，大大加快了軟件開發效率。

圖2所示為基于MATLAB的火災視頻探測技術路線。該系統由火焰圖像采集系統、火災圖像識別系統、火災報警聯動系統三大模塊組成。火焰圖像獲取主要通過數碼感光器件（如CCD相機），將火災的光信息轉化為數字圖像信號，然后進入工控機內的圖像采集單元，利用火災圖像識別系統進行圖像采集、圖像預處理、特征提取及圖像識別。在圖像預處理過程中，采用中值濾波方法抑制噪聲，從而對圖像進行平滑處理。

4? 應用

4.1? 火災火焰圖像特征分析

在火災發生的早期階段，對火災視頻進行現場識別主要是通過對火焰或煙霧的圖像特征來實現的。火災是一種失去了控制的劇烈性的燃燒，初期的火焰是從無到有的，是非固定的，在不同的發展階段，火焰的特征，如形狀、面積、顏色、尖角、頻閃等，都存在著一定的特征。本文將火災火焰圖像特征變化劃分為邊緣變化、形狀變化、閃動變化和面積變化。

（1）邊緣變化：火災早期發生時，火焰邊緣存在著一定的變化規律，與其他的高溫物體及穩定火焰的邊緣變化不同。精確的探測方法是通過邊緣檢測算法將邊緣提取出來。根據邊緣的形狀、曲率等特性進行編碼，再根據編碼提取到的邊緣特征數值，以一定的權重加入綜合判斷過程。

（2）形狀變化：火災早期發生階段，火焰的形狀變化反映了火焰在空間中的分布。在這一階段，火焰的空間取向變化、火焰的抖動以及分合等形狀變化，都具有獨特的變化規律。

（3）閃動變化：火焰在燃燒的過程中會按一定頻率進行閃爍，在數字圖像中，體現為灰度直方圖隨著時間的變化規律。

（4）面積變化：火災早期發生時，火焰的面積呈連續擴展增加的趨勢。在數字圖像處理中，面積是通過閾值化統計的圖像亮點來表征的。

4.2? 視頻圖像運動檢測

視頻圖像運動檢測，是通過在視頻中提取單幀或多幀運動目標，跟蹤計算出運行軌跡的檢測。目前常用的目標運行軌跡追蹤方法有光流法、高斯模型法、背景差法、幀間差法等。本文提出一種魚洞檢測方法。首先，運用MATLAB函數進行灰度處理，即

至此，即運用MATLAB語句實現了火災視頻的魚洞檢測。通過二值化處理和Canny算法等，對視頻中火焰的單幀或多幀運動軌跡進行處理，實時地計算得到了火焰軌跡。

5? 結論

本文運用MATLAB對火焰圖像進行灰度處理、二值化處理、邊緣檢測等，驗證了基于MATLAB的火災視頻探測算法在火焰圖像預處理、特征提取、邊緣檢測上的有效性和準確性，為早期預判火災是否發生打下了堅實的基礎。

參考文獻

[1] 盧勝男， 馮建利， 段沛沛. 視頻火災識別方法研究綜述[J]. 電視技術， 2013， 37（3）： 179-184， 200.

[2] 許峰， 于春雨， 徐放. 視頻煙霧火災探測技術研究趨勢[J]. 消防科學與技術， 2012， 31（11）： 1185-1188.

[3] Healey G， Slater D， Lin T， et al. System for real-time fire detection[C]// IEEE Computer Society Conference on Computer Vision & Pattern Recognition， Cvpr. IEEE， 1993.

[4] 王琳， 李愛國， 郝春雨. 基于火焰圖像跳動特征的火災識別算法[C]// 中國控制會議， 2014.

[5] 袁非牛， 張永明， 劉士興， 等. 基于累積量和主運動方向的視頻煙霧檢測方法[J]. 中國圖象圖形學報， 2008（4）： 808-813.