火焰特性识别的Matlab实现

火焰特性识别的Matlab实现方法
摘 要：图像型火灾探测技术较传统的粒子、烟雾、光电等传感器探测技术，具有信息量丰富、实时性 好等优点，是火灾防治技术领域的研究重点。通过硬件滤光的方式来滤除监控现场的可见光，有效地减少 了干扰，降低信息处理的复杂性。根据火焰燃烧时的多项特征，在检测准确度的范围内，选定火焰的圆形 度、跳动频率、尖角，以及面积增长和质心移动特性作为特征提取对象。利用Matlab强大的图像处理和计 算能力，对火焰的特征进行研究分析，并成功提取了所需参数，为火灾的准确判断奠定了基础。实验结果 表明，该识别方法判定可靠、计算量小、运算速度快，满足火灾判断的实时性需要。

1引言
火灾是最常见的严重灾害之一，往往给人们的 生命财产造成巨大的危害基于视频的图像处 理技术较好地弥补了传统的粒子传感器检测火焰 的不足，并且提高了检测的精度和速度。基于视频 检测火焰技术在近几年得到了深入的研究，国外的 Yamagishi学者曾经提出一种彩色图像的火焰检 测算法⑵牛国内，中国科技大学的火灾科学国家 重点实验室研制出的LA-100型双波段大空间早 期火灾智能探测系统，利用红外摄像机和特制的感烟红外阵列器材，来实现图像型的火灾火焰和烟雾 的探测C4’5\其核心内容都是根据火焰的特征来 识别火焰,火焰的主要特征有颜色特性、平均灰度 方差、跳动的频率、尖角、面积变化率、面积增长特 性、质心的移动特性、圆形度、图像的形状相似性、 矩特性、相对稳定性等等。采取不同的方法，涉及 的软件算法各有差异，检测的特征一般较多较杂。 本文不利用任何的传感器，只基于视频的实时图像 釆集，来重点研究火焰在火灾现场的跳动频率、尖 角、面积增长特性、质心的移动特性和圆形度特征， 利用Matlab强大的图像处理功能作为分析工具， 并且在算法上有所变化，在确保检测精度的基础 上，缩短了检测的时间，提高了检测精度。本文所 有的图像均是基于摄像头上安装了滤光片的基础 上获取的，免去了颜色分析，减少了外界的干扰。
2火焰特征识别算法
2.1圆形度
圆形度是与圆形相似程度的量。根据圆周长 与圆面积，定义圆形度的计算公式如下：

将获取的图像转换成二值图像，1为亮点区 域,0为黑色区域。面积为内部填充后像素的个数 总和。周长可由边界算法求得，相邻的两亮点之间 的垂直或水平距离为单位长度1,其余两点之间的 距离利用勾股定理求得。圆形物体的圆形度取最 大值1,物体越复杂其值越小⑹。
算法步骤如下：
(1)将周长初始值赋值为。，从起始点开始检 测，根据边界的方向，对上下左右分别求取；
(2)提取火焰区域内部所有像素作为面积值；
按照公式(1)求出圆形度。
2.2火焰频率特性
可燃物燃烧时产生的火焰通常是闪烁的，火焰 闪烁表面上是杂乱无章、毫无规律的，其实每种可 燃物都具有各自固定的闪烁频率⑺。了解火焰的 频谱特性对火灾检测非常有用，得到火焰闪烁频谱 特性，就可以使用火焰频率作为判断有无火灾发生 的依据。
火焰闪烁会使边缘像素在1S内的视频中出 现几次从不是火焰到火焰的变化。我们可以利用 边缘像素变化的频率代替火焰闪烁的频率这 种火焰所具有的特定闪烁频率，一般在5〜15 Hz 之间。
频率特性能够较好地区分火焰与其他干扰源。 在实际实验过程中，获取图像时存在很多干扰，得 出的实验数据较理论值有一定的差距，但是基本符 合理论的范围值。基本算法如下：如果边界某一位 置的前景点在序列中灰度值由0变化为1或由1 变化为0,视为变化一次，并将每次边界变化点的 位置存放在矩阵中；在设定的时间内，统计分析所 有点的变化频率,并与理论值进行比较，符合条件 的视为疑似火焰。
2.3尖角特性
火灾火焰在发生的过程中存在边缘抖动现象， 利用这个特征，可以将尖角数作为火灾判据。火灾 火焰在燃烧过程中具有不稳定性，具有很多尖角， 并且尖角数目呈现无规则的跳动。而稳定光源的 尖角数目虽然可能会有跳动，但跳动不大，基本固 定在一定的范围内。如点亮的灯泡、打火机、蜡烛 的火焰尖角数目基本不变，而当灯泡晃动和蜡烛火 焰被风吹动时，其尖角数会有所跳动,但变化很小。 实验证明，即使这些稳定光源移动时，尖角数也不 会发生很大变化。尖角识别过程如图1所示⑴。
2.4质心运动特性
质量中心简称质心，指物质系统上被认为质量 集中于此的一个假想点。借用质心的概念,假设二 值图像的每个像素的“质量”是完全相同的。在此 前提下，质心的计算公式如下：

其中，S表示连通域，Ns表示连通域中像素的个 数，（工；，y：）为质心的坐标。
顺序扫描二值化后的火焰区域,对每个亮点像 素，将其坐标值按式（4）进行计算即可求出质心位 置。通过对一序列动态相邻帧图像的计算，可以得 到每帧图像的亮点区域质心位置，由于火焰的摆动 随机、无方向性,所以将每帧图像的质心位置坐标连 接起来，得到的曲线应该是左右、上下来回对折的折 线。动态稳定光源的质心移动通常有一定方向性, 而静态稳定光源的质心移动范围变化很小⑴。
2.5面积增长特性
火灾发生时，火焰会呈现无规则的运动，其面 积也呈现相应的变化。一般情况下，面积会逐渐增 大，图像上表现为高亮度区域持续增长，同时也反 映了火焰在空间分布的变化。和其它稳定火焰相 比,其火焰区域不断扩大，这一特征可以作为火灾 判别的重要判据在图像处理中，面积是通过 阈值分割后分割出目标物体，再统计岀目标物体的 像素点来计算。通过设定面积增长率阈值来确定 是否为失控火焰口订。本文采用的算法是计算连续 1。帧图像的火焰面积,并计算其比值，用火灾面积 增长率I,表示：

3、结论
本文重点对火焰的圆形度、频率特性、尖角特 性、质心移动特性和面积增长特性分别进行了实 验，根据实验得岀的数据，可以根据单个特征参数 将火灾火焰与其它干扰源区分开来，检测的准确率 较高。基于Matlab分析工具，在算法简洁程度和 时间上均有较大的提高。在下一步火灾检测系统 的建立过程中，可以将火灾火焰的其中几项特征参 数作为输入，加权各项参数，能够更加准确地检测 火灾火焰。
【1］孙丽华，刘力辉，冉海潮.火灾探测技术的发展口丄河北科技 大学学报，2002, 23(2):36-39,
［2］ 徐仕玲.野外火灾的图像识别方法研究「D］.南京：南京航空 航天大学，2008.
［3］ 安志伟，袁宏永，屈玉贵.火焰闪烁频率的测量研究口丄计 算机应用,2005,20(5):66-68.
［4］ 高爱莲，刘辉，林宏.基于视频的火焰检测技术研究口丄云 南民族大学学报,2008,17(1 )=94-96.
［5］ 高娜.基于图像信息融合技术的火灾识别算法研究［D］.焦 作：河南理工大学，2008.