烟火检测算法.doc

6.2烟火检测算法的组成模块
运行烟火检测算法是为了确认在监测森林地区的相机的视野范围内是否有烟火的存在。这里提出的烟火检测算法由四个主要的子算法构成：（1）视图中缓慢移动物体的检测（2)烟色地区的检测（3）图像中上升物体的检测（4)阴影检测和消除阴影区域，在些子算法对于每一个n时刻输入的图像帧中x位置的像素都分别运用决策函数D1(x,n),D2(x,n),D3(x,n),D4(x,n)，选定高速率运算的算法是为了实现一个在标准个人电脑工作状况下的实时烟火检测系统。
子算法中的决策函数Di，i=1,...,m,不输出二进制的值如1（真）或者-1（假），但是输出代表每一个传入样本x的零均值实数。如果输出正（负）数，那么独立的算法判定出在相机观测范围内有（无）森林烟火。决策函数的输出值代表了了每个子算法的置信度。输出值越大，算法的置信度越高。
6.2.1缓慢移动物体的检测
视图中以相同速率运动的物体看起来在离相机距离远的地方比在离相机距离近的地方移动的要慢(像素/秒）。假设在不同的背景图像Bfast（x,n）和Bslow（x,n)下把相机对焦，他们以不同的更新速率与现场通信【9】【65】，这里的x代表的是在第n帧图像中某个像素的位置。
在n+1帧时刻的背景图像B（x，n+1)是通过包含图像帧I（x，n）和背景图像B（x，n）的递推公式估算来的。公式如下：
X是固定的
X是移动的(6.1)

此处的的I（x，n）指的是第n帧图像I中x处像素的强度值，a是（0,1）之间的一个常数。初始时，Bfast（x,0）和Bslow（x,0)可以取I（x，0），固定的像素和移动的像素的定义见【19】。背景图像Bfast（x,n）和Bslow（x,n)以不同的更新速率更新的方式如式6.1。在我们实现的算法中，Bfast（x,n）取a=0.7每一帧更新一次，Bslow（x,n)取a=0,9每一秒更新一次。
通过比较两个不同的背景图像Bfast（x,n）和Bslow（x,n)来检测在相机观测范围内的缓慢移动的物体【83】【9】【65】。如果在某一时间段两个图像中有实质的差异存在，那么就会有缓慢移动物体存在的警报产生，并且那个区域也会被标记。
表明第一个子函数置信度的决策函数输出值是由两个不同背景图像的差异决定的。决策函数D1（x，n）是如下定义的：
|Bfast（x,n）—Bslow（x,n)|≤Tlow

Tlow≤|Bfast（x,n）—Bslow（x,n)|≤Thigh

Thigh≤|Bfast（x,n）—Bslow（x,n)|（6.2)
（（
这里的0<Tlow<Thigh的阈值是由实验确定的。在我们实现的算法中，Tlow（Thigh）在组成图像的部分里亮度值分别取10（30)。
如果|Bfast（x,n）—Bslow（x,n)|比Thigh（Tlow）的阈值高（低），那么置信度的值是1（—1)，如果|Bfast（x,n）—Bslow（x,n)|的值在阈值范围内，则决策函数取[-1,1]中的实际值。远距离（>5km）地方的森林烟火产生的烟在相机里移动的更慢。所以，在这些远距离的烟色区域在背景图像Bfast（x,n）和Bslow（x,n)中都不出现。这个原因使Bfast（x,n）和Bslow（x,n)之间的差别值变得更小。为了能检测到相机5km外的烟雾和拥有可观的差别值，在式6.2中提到的Bfast（x,n）都用实时的图像I代替。
6.2.2烟色区域的检测
一旦一个慢速移动的区域被检测到了，它的烟雾的颜色成份立刻就会被分析。森林烟火的主要成分是二氧化碳，水蒸气，一氧化碳，尤其重要的是碳氢化合物和其他的有机化学物，氮的氧化物，微量矿物质以及一些其他的化合物[2].上升的烟呈现灰灰的颜色主要是由于释放出的火焰的成分中含有的水蒸气和碳的小颗粒。这些区域可以通过在YUV色彩空间中设定的阈值鉴定出来。而且，特别是在火刚产生的初级阶段，有烟地区的亮度值应该很高，就像在图6.1所示的那样。在另一方面，有烟地区的色度值应该是非常低的。对应的子算法的置信值应该说明以上的这些特征。
决策函数D2（n，x）在（-1,1）中取值，它的取值是由Y（x，n），U（x，n）和V（x，n）的通道值决定的。决策函数D2（n，x）的定义如下：
Y(x,n)<T1
其他值
(6.3)

这里的Y（x，n），U（x，n）和V（x，n）分别指的是第n帧图像I中x处像素的色度和亮度值。一个图像中亮度分量Y在[0,255]中取实数，为了他能取到[0,255]中的值色度通道的平均值U和V上升到了128。T1的阈值是由实验测定的，此项工作中在亮度为Y的组成部分中取100.如果Y（x，n）的值小于T1，那么D2（n，x）的置信度为-1.设定T1的阈值是为了排除同样具有低色度值的暗色区域。因为烟