图像处理技术在森林火灾烟雾检测中的应用研究

图像处理技术在森林火灾烟雾检测中的应用研

究

所属系专学姓

业号名

电子工程系自潘李动化

伟林01209148

指导教师起讫日期

2013.3--2013.5设计地点东南大学成贤学院

东南大学成贤学院毕业设计报告（论文）

诚信承诺

本人承诺所呈交的毕业设计报告（论文）及取得的成果是在导师指导下完成，引用他人成果的部分均已列出参考文献。如论文涉及任何知识产权纠纷，本人将承担一切责任。

学生签名：日

期：

图像处理技术在森林火灾烟雾检测中的应用研究

摘

要

基于图像处理技术的视频烟雾探测（VideoSmokeDetection，abbr.VSD）是火灾探测领域内的一项新技术，通过使用先进的图像处理软件及综合探测算法，包括识别误报症，这种系统可自动识别烟雾粒子图形或“特征径迹”独特的特性。该技术是指，将由CD摄像机或红外摄像机拍摄的视频影像传输进电脑，再有图像处理技术对截取的图像进行分析，分析多组数据后，汇总，整理，最后判断是否即将发生火灾的一种技术。

关键词：视频烟雾探测；烟雾粒子图形；图像处理；判断

I

ImageProcessingTechnologyintheApplicationofForestFireSmoke

DetectionResearch

Abstract

VideoSmokeDetectionbasedonimageprocessingtechniques(VideoSmokeDetection,abbr.VSD)isanewtechnologyinthefieldoffireDetection,throughtheuseofadvancedimageprocessingsoftwareandcomprehensiveDetectionalgorithms,includingidentificationoffalsealarm,thesystemcanautomaticallyidentifytheSmokeparticleshapesorfeatures\"track\"uniquefeatures.

Referstothetechnology,willbetakenbyCDcameraandinfraredcameraintothecomputer,videoimagetransmissionandimageprocessingtechnologytocapturetheimageanalysis,afteranalysisofmultiplesetsofdata,summarizing,sorting,andfinallydeterminewhetherthefireatechnology.

Keywords：VideoSmokeDetection;SmokeParticleShapes;TheImageProcessing;Judgment

II

目录

目录.......................................................................................................................................................................III第一章引言.........................................................................................................................................................................1

1.1、研究的背景及意义...........................................................................................................................................11.2、基于图像处理技术的视频烟雾探测简介.....................................................................................................21.3、国内外森林火灾防护技术..............................................................................................................................21.4、本文的研究方案...............................................................................................................................................3第二章摄像监控技术........................................................................................................................................................4

2.1、摄像监控的组成：...........................................................................................................................................42.2、监控的基本要求：...........................................................................................................................................42.3、技术要求：.......................................................................................................................................................42.4、本章小结...........................................................................................................................................................6第三章烟雾运动区域的检测............................................................................................................................................7

3.1、图像的预处理（ImagePreprocessing）......................................................................................................7

3.1.1、基本定义：............................................................................................................................................73.2、灰度图像直方图（Histogram）.....................................................................................................................7

3.2.2、直方图均衡化.......................................................................................................................................83.3、灰度图像平滑滤波（GrayImageSmoothing）.........................................................................................9

3.3.1、邻域平均................................................................................................................................................93.3.2、高斯滤波................................................................................................................................................93.4运动检测算法介绍............................................................................................................................................10

3.4.1帧间差分法.............................................................................................................................................103.4.2光流法.....................................................................................................................................................113.4.3背景减除法.............................................................................................................................................113.5基于背景更新的视频图像运动检测..............................................................................................................12

3.5.1背景提取.................................................................................................................................................133.5.2背景更新.................................................................................................................................................133.5.3运动区域的切割....................................................................................................................................143.6本章小结............................................................................................................................................................15第四章烟雾特性分析....................................................................................................................................................16

4.1烟雾运动特征....................................................................................................................................................1.2对应两种特性的研究方法...............................................................................................................................1.3本章小结............................................................................................................................................................16第五章火灾报警系统....................................................................................................................................................17

5.1报警的流程........................................................................................................................................................175.2报警的软件实现................................................................................................................................................17参考文献...........................................................................................................................................................................20致谢...................................................................................................................................................................................21

III

东南大学成贤学院毕业论文

第一章引言

1.1、研究的背景及意义

森林在全球生态系统中扮演十分重要的角色，它可以吸收二氧化碳，进行光合作用，再以氧气的形态排放到大自然中，为我们的生存保证基础，与此同时它还在保持地表碳平衡和碳循环中扮演了关键角色。同时森林资源是地球上最重要的资源之一，是生物多样化的基础，它不仅能够为生产和生活提供多种宝贵的木材和原材料，能够为人类经济生活提供多种食品，更重要的是森林能够调节气候保持水土、防止和减轻旱涝、风沙、冰雹等自然灾害。森林还有净化空气、消除噪音等功能，同事森林还是天然的动植物园，哺育着各种飞禽走兽和生着多种珍贵林木和药材。凡失去人为控制，在森林内自然蔓延和扩展，对生态系统和人类带来一定危害和损失的森林起火，都称为森林火灾。森林火灾烧毁了大量的林木，降低林木分密度，烧毁了土壤中的有机质，导致土地沙化和水土流失，烧死了土壤中大量的生物和微生物，打破了林区的生态平衡，破坏了野生动植物的生存环境，使林区及其周围地区的气象和环境变得十分恶劣。森林火灾是破坏森林的主要方式之一，随着中国造林事业的不断发展，防火工作成为首要任务。森林防火必须贯彻“预防为主，积极扑救“的方针，真正做到早发现，早解决。

根据2002年墨西哥“新千年森林火灾研究国际研讨会”预测：随着全球气温变暖，森林火灾的发生几率在今后的50年里将呈上升趋势。现如今虽说火灾探测技术在不同的场合领域都有了不同的发展，如：感烟，感光，感温，以及复合式探测，这些智能火灾探测系统主要根据CO、O2、H2、烟浓度和温度及这些参量的变化率等与火灾状态的映射关系得出的一些智能算法，然而日趋严格的火灾安全要求和高科技的迅速发展，使火灾探测和预警方式正朝着图像化和智能化方向发展。

数字图像处理技术是研究模拟人眼的功能来完成人们某些工作的一门新兴学科。随着数字通信技术、计算机技术的发展，数字图像处理技术获得了广泛的应用。数字图像处理技术已应用于卫星遥感、遥测、气象预报、医疗诊断等诸多领域，并获得了较好的成效。可以说凡是人眼可以感知的地方度能用数字图像处理系统来代替人眼的功能。基于数字图像处理技术的火灾探测系统是运用通用的数字图像处理技术和模式识别技术，依据火灾或烟雾的图像特性来解决火灾探测的某些难题，实现火灾自动报警的目的。与之相比传统的火灾探测技术在森林这样的大的空间环境中将难以发挥作用，无法解决灵敏度与可靠性之间的矛盾，森林火灾的早期探测已经成为火灾探测领域的一个世界性难题，各国的消防工作者对此十分关注。由此图像处理技术的视频烟雾探测在森林火灾中的应用得以产生。图像处理技术是森林火灾探测领域的一项新技术，通过使用先进的图像处理软件及综合探测法，包括识别误报症，这种系统可自动识别烟雾粒子图形或“特征径迹”独特的特性。目前火灾探测技术已经掌握了丰富的烟特性，可全部纳入该系统中。并且这种设备适用于大规模空旷场所，如百货商场库房及户外作业场所等。该技术是指，将由CD摄像机或红外摄像机拍摄的视频影像传输进电脑，再有图像处理技术对截取的图像进行分析，分析多组数据后，汇总，整理，最后判断是否即将发生火灾的一种技术。

1

东南大学成贤学院毕业论文

1.2、基于图像处理技术的视频烟雾探测简介

基于图像处理技术的视频烟雾探测（VideoSmokeDetection，abbr.VSD）是火灾探测领域内的一项新技术，通过使用先进的图像处理软件及综合探测算法，包括识别误报症，这种系统可自动识别烟雾粒子图形或“特征径迹”独特的特性。

1.3、国内外森林火灾防护技术

A、国际上采用的技术

1、德国：FIRE-WATCH森林火灾自动预警系统德国的森林覆盖率达30.7%，投入使用的FIRE-WATCH

森林火灾自动预警系统，正常监测半径10公里，安装该系统每套需7.5万欧元，而在勃兰登堡州安装需要

120-130，约1000万欧元。

2、美国：护林飞机和红外遥感火灾预警飞机巡逻

美国的森林覆盖率达33%,利用“大地”卫星在离地面大约705公里的轨道上绕地球运转，探测地面上的高温地区、浓烟地带以及火灾遗址。美国使用无人驾驶林火预警飞机进行24小时监测，虽获得了成功，但耗费了巨额资金。

3、加拿大：加拿大采用卫星巡回监测系统

加拿大的森林覆盖率达32%。采用从卫星上发射电磁射线检测林区温度，当检测出某一林区局部温度上升到150℃～200℃，红外线波长达3.7微米时，便是火灾前兆，立即测定具体温

度，采取措施及时防火.同时，加拿大林区采用多架配备先进的直升飞机轮流监测森林火灾，飞行费每小时需5000-6000加元。

4、小结：国外的技术有的虽然可靠，但需要借助高空卫星，且施工太复杂；有的技术方案基础实施投资太大，多达几十万美元，投入成本过高，这些难以满足我国森林资源监测的实际需要。B、国内的森林火灾防护体系：1、地面巡护

存在的不足是巡护面积小、视野狭窄、确定着火位置时，常因地形地势崎岖、森林茂密而出现较大误差；在交通不便、人烟稀少的偏远山区，无法进行地面巡护2、瞭望台监测

2

东南大学成贤学院毕业论文

存在的不足：是无生活条件的偏远林区不能设瞭望台；它的观察效果受地形地势的，覆盖面小，有死角和空白，观察不到，对烟雾浓重的较大面积的火场、余火及地下火无法观察；雷电天气无法上塔观察；人身安全受雷电、野生动物、森林脑炎等的威胁。3、航空巡护

机动灵活速度快观察面积大，但夜间、大风天气、阴天能见度较低时难以起飞，同时巡视受航线、时间的，只能一天一次对某一林区进行观察，如错过观察时机，当日的森林火灾也观察不到，容易酿成大灾，成本高。4、卫星遥感

探测范围广、搜集数据快、能得到连续性资料，反映火的动态变化，但需要地面花费大量的人力、物力、财力进行火灾地点的及火情核实，交通不便的地方就无法及时了解到情况，起不到“打早、打小、打了”的作用。

5、当前的森林防火监控系统

“森林防火监控系统”引进国际上先进的防火技术，以国内价格水平提供国际品质的优质、稳定的森林防火监控系统。该系统是以森林火情监测为主，将GIS技术、纳米波滤光技术、无线传输技术、能源转化技术、数字图像处理技术等高新技术综合应用于森林资源管理中的高科技产品。系统在监控森林火情的同时，还可以对森林资源、生态环境、森林病虫害及野生动物等进行有效监控。

1.4、本文的研究方案

本文采取以实证研究为主，结合理论分析的研究方法主要步骤如下：1，信号采集，即当前的摄像监控技术及其技术要求。2，烟雾运动区域检测3，烟雾特征分析提取4，特征数据处理

5，采用ANFIS模糊推理进行检测。

3

东南大学成贤学院毕业论文

第二章摄像监控技术

2.1、摄像监控的组成：

数字摄像机一般由图像传感器、镜头接口、A/D转换器、声音传感器（可选）、声音编码器（可选）、图像编码器、网络服务器、信号的输入输出接口等组成。

2.2、监控的基本要求：

1、彩色数字摄像机应在满足《视频安防监控用彩色模拟摄像机技术规范（试行）》的基础上，符合本规范要求。

2、输出端口的传输能力应满足联网系统对前端信息的数据流量和总量的响应要求，以及联网系统对前端信息的响应时间和动态带宽要求。

3、输出的数字视频信号时延应满足联网系统对时延的整体要求，保证数字视频信息实时数据流的流畅性，保证现场信息的及时传递。

4、网络型摄像机应具有以太网接口，支持TCP/IP协议，宜扩展支持SIP、RTSP、RTP、RTCP等网络协议，并应支持IP组播技术。

5、网络型摄像机应支持采用标准的H.2或MPEG-4视频编码标准，可根据需要扩展支持G.711、G.723或G.729音频编码标准。在安全防范监控数字视（音）频编解码标准（SVAG）发布后，宜优先采用SVAG标准。

6、图像数据格式应满足产品分级的要求。所采用的(音)频信号格式、压缩标准以及网络接口和协议应在产品标准中明确规定，并在产品技术文件中明示。

7、视(音)频信号压缩、存储所使用的最小码率(码流)应不低于其相应产品分级的要求，最大(或最小)码率(码流)应在产品标准中明确规定，并在产品的技术文件中明示。

8、摄像机的产品结构应合理，应方便工程现场对图像的各种调校工作，并具有良好的接地设计。9、摄像机的供电应采用AC（24±2.4V）、AC（24±2.4V）和DC（12±1.2V）的交直流自适应等形式，其中网络型摄像机还可支持POE供电方式。

10、具有智能分析功能（如：周界越线检测分析、物品滞留、丢失分析、方向判断等）的摄像机，在对指定目标进行智能化分析时，其智能化分析处理前后的主要图像特征信息应保持一致。经智能视频分析，产生报警信号的，应在产品技术文件中明示。

11、本技术规范对彩色数字摄像机图像质量的测试与评价，采用主观评价与客观测试相结合的方法。客观测试采用基于特征量提取的数字视频质量评价方法。12、检测时，应同时符合中的所有相关条款要求。

2.3、技术要求：

1、产品分级

彩色数字摄像机，按其图像清晰度由低到高分为A、B、C三级。各级产品相应的图像质量要求如下：

4

东南大学成贤学院毕业论文

1.1A级

分辨率(像素)≥704×576（或≥40万像素）；

监视水平分辨力≥480TVL（F=1.2、视频帧速≥25帧/s）；信噪比≥48dB。1.2

B级

分辨率(像素)≥1280×720（或≥100万像素）；监视水平、垂直分辨力均≥650TVL（F=1.2、视频帧速≥25帧/s）；信噪比≥50dB。1.3

C级

分辨率(像素)≥1920×1080（或≥200万像素）；监视水平、垂直分辨力均≥900TVL（F=1.2、视频帧速≥25帧/s）；信噪比≥52dB。

2、图像延时：A级≤250毫秒；B、C级≤800毫秒。3、视（音）频失步：≤1秒。

4、应具有网络中断、设备故障、报警等状态的本地视（音）频信息存储功能，存储时间应不小于6小时，存储图像的分辨率应≥704×576，帧速≥25帧/s。采用自动分段记录格式时，相邻两段间最大记录间隔时间应≤0.4s。录制文件可支持多种通用的播放软件直接播放。5、功能要求A.移动侦测；B.双码流输出；C.故障报警；D.心跳机制；E.数据保密；F.日志功能；

G.迭加图像标识信息和时间；H.音频输入输出（可选）；I.报警输入输出；

L.变速球机的外围设备控制。6、接口要求6.16.26.36.4mA。6.5

模拟视频接口接插件：BNC或VGA；信号：全电视信号；输出电平：1．0V(p—p)；极性：正极性；输出阻抗：75Ω。

5

网络接口应配有串口、USB、Ethernet等一种或多种符合上述要求的标准网络或传输接口，并能实现数字视频接口宜配有流媒体方式进行传递的数字视频接口。

模拟音频接口（可选）接插件：BNC或RCA；输入电平：0dBm，±10dBm；报警联动接口

单向或双向数据传输。同时支持局域网和广域网连接。

输入阻抗：高阻；输出电平：线路电平。

输入为无源开路和／或闭路；输出为无源开路和／或闭路；采用继电器输出的，其触点容量应不低于500

东南大学成贤学院毕业论文

注解：1、双码流输出：即其中一种码流为符合上述规定对应等级要求的固定编码流，另一种码流为符合704×576（25帧/秒）要求至符合上述规定对应等级要求的可调编码流；

2、心跳机制：按SNMP管理协议，以固定时间间隔（可调整设臵且不大于300秒）发送和接收设备状态信息。

3、日志功能：主要是指运行及设臵日志，包括设备报警、故障和参数修改等信息，并具有按日志查询的功能。

2.4、本章小结

本章主要介绍当前监控系统中对摄像机的一些基本要求，其目的是为了能确保得到清晰的森林火灾图像以便提供研究应用。

6

东南大学成贤学院毕业论文

第三章烟雾运动区域的检测

3.1、图像的预处理（ImagePreprocessing）

图像，将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。3.1.1、基本定义：

灰度级变换(点运算)的定义

A、对于输入图象f(x，y)，灰度级变换T将产生一个输出图像g(x，y)，且g(x，y)的每一个像素值都是由f(x，y)的对应输入像素点的值决定的，g(x，y)=T(f(x，y))。

B、对于原图象f(x，y)和灰度值变换函数T(f(x，y))，由于灰度值总是有限个(如：O～255)，非几何变换可定义为：R=T(r)，其LlJR、r（O．255）。

实现：

灰度级变换(点运算)的实现

R=T(r)定义了输入像素值与输出像素之间的映射关系，通常通过查表来实现。

3.2、灰度图像直方图（Histogram）

3.2.1、直方图总述及其计算：A、总述

灰度直方图(histogram)统计了图象中各个灰度级的象素的个数。

B、计算

若图象具有L级灰度(通常L=256，即8位灰度级)，则大小为m(n的灰度图象f(x，Y)的灰度直方图H[k]，k=0…L-1，可按如下步骤计算获得：

1)初始化：for(k=0；kfor(x=0；xfor(y=0；y7

东南大学成贤学院毕业论文

3)规格化：

for(x=0；xfor(y=0；y3.2.2、直方图均衡化

直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。

直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr

变换函数f(r)必须满足下列2个条件：(1)f(r)(2)O(f(r)

(O(r(1)是单值函数、且单调增加；(1，(O(r(1)。

上面第一个条件保证了灰度级从黑到白的次序，第二个条件保证了变换后象素的灰度级仍然在容许的范围之内。r=f-l(s)为逆变换函数，同样也要满足上述条件。

直方图修正的例子

假设有一幅图像，共有(个象素，8个灰度级，试进行直方图均衡化处理。根据公式可得：s2=0.19+0.25+0.2l=O.65，s3=0.19+0.25+0.2l+O.16=0.8l，s4=0.,s5=0.95，s6=0.98，s7=1．00。

由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取：

sO\"1/7，s1¨3/7，s2¨5/7，s3\"6/7，s4¨6/7，s5¨1，s6¨l，s7¨1。可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号：s'O=l/7，s’1=3/7，s'2=5/7，s’3=6/7，s’4=l。

因为由rO=O经变换映射到sO=1/7，所以有n0=790个象素取sO这个灰度值；由rl=3/7映射到sl=3/7，所以有1023个象素取s1这一灰度值；依次类推，有850个象素取s2=5/7这一灰度值；由于r3和r4均映射到s3=6/7这一灰度值，所以有656+329=985个象素都取这一灰度值；同理，有245+122+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。离散情况下不可能作到绝对的一致。

8

东南大学成贤学院毕业论文

3.3、灰度图像平滑滤波（GrayImageSmoothing）

3.3.1、邻域平均

A、邻域的定义

以a为中心的任何开区间称为点a的邻域，记作U(a)。

邻域

设δ是任一正数，则开区间(a-δ,a+δ)就是点a的一个邻域，这个邻域称为点a的δ邻域，记作U(a,δ)，即U(a,δ)={x|a-δ点a的δ邻域去掉中心a后，称为点a的去心δ邻域，表达方法是在U上标一个小的0。有时把开区间(a-δ,a)称为a的左δ邻域，把开区间(a,a+δ)称为a的右δ邻域。

B、邻域平均法

对一数字图像f(x，y)，以(x，y)为中心，取一滑动窗口--邻域S(例如：3×3的方窗)进行处理：

缺点：去噪声的同时模糊了边界。

注意：当邻域中心落在图像边界上：(O行/列或N-l行/列)时A、边界行/列点不处理；

B、扩充上下两行、左右两列(复制)。

3.3.2、高斯滤波

A、定义：高斯滤波(Gaussfilter)实质上是一种信号的滤波器，其用途为信号的平滑处理，数字图像用于后期应用，其噪声是最大的问题，因为误差会累计传递等原因，大多图像处理教材会在很早的时候介绍Gauss滤波器，用于得到信噪比SNR较高的图像（反应真实信号）。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。

9

东南大学成贤学院毕业论文

B、算法原理：高斯滤波实质上是一种信号的滤波器，其用途是信号的平滑处理，人们知道数字图像用于后期应用，其噪声是最大的问题，由于误差会累计传递等原因，很多图像处理教材会在很早的时候介绍Gauss滤波器，用于得到信噪比SNR较高的图像（反应真实信号）。与此相关的有Gauss-Lapplace变换，其实就是为了得到较好的图像边缘，先对图像做Gauss平滑滤波，剔除噪声，然后求二阶导矢，用二阶导的过零点确定边缘，在计算时也是频域乘积=>空域卷积。

C、模型建立：滤波器是建立的一个数学模型，通过它来将图像数据进行能量转化，能量低的就排除掉，噪声属于低能量部分。编程运算的话就是一个模板运算，拿图像的八连通区域来说，中间点的像素值就等于八连通区的像素值的均值，这样达到平滑的效果。假如使用理想滤波器，要在图像中产生振铃现象。如果采用高斯滤波器，系统函数为平滑的，避免了振铃现象。

由于高斯函数的傅立叶变换仍是高斯函数,因此高斯函数能构成一个在频域具有平滑性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。均值滤波是对是对信号进行局部平均,以平均值来代表该像素点的灰度值。矩形滤波器(AveragingBoxFilter)对这个二维矢量的每一个分量进行的平滑处理。通过计算和转化,得到一幅单位矢量图。这个512×512的矢量图被划分成一个8×8的小区域,再在每一个小区域中,统计这个区域内的主要方向,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的×的矢量图。这个新的矢量图还可以采用一个3×3模板进行进一步的平滑。

3.4运动检测算法介绍

3.4.1帧间差分法

A、帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波。

B、优缺点：

帧间差分法的优点是：算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。

帧间差分法的缺点是：不能提取出对象的完整区域，只能提取出边界；同时依赖于选择的帧间时间间隔。对快速运动的物体，需要选择较小的时间间隔，如果选择不合适，当物体在前后两帧中没有重叠时，会被检测为两个分开的物体：而对慢速运动的物体，应该选择较大的时间差，如果时间选择不适当，当物体在前后两帧中几乎完全重叠时，则检测不到物体。

10

东南大学成贤学院毕业论文

C、算法描述：

（l）、对序列图像进行3×3中值滤波预处理，去掉图像随机噪声。减少以后运算的复杂度，克服噪声对图像处理结果的干扰。

（2）、从视频图像序列中选取出背景图像所阢砂，使其只包含固定的背景图像；

（3）、在视频图像序列中选取连续的两帧图像，其中前一帧图像pk-1(x,y)，当前帧图像pk(x,y)；（4）、计算当前帧与背景帧的差得FD(x,y)，从图像中提取出完整的目标；（5）、计掉当前1帧的差得FG(x,y)，得到目标的变化量；

（6）、求帧差FD（x,y）与，FG(x,y)的交集得到运动目标粗糙的运动区域幽像；（7）、数学形志算使得运动区域封川、连续、完整，并去掉背持中的噪声。

3.4.2光流法

A、光流法的主要任务就是计算光流场，即在适当的平滑性约束条件下，根据图像序列的时空梯度估算运动场，通过分析运动场的变化对运动目标和场景进行检测与分割。通常有基于全局光流场和特征点光流场两种方法。B、优缺点：

优点：在处理运动背景的情况下，不需要知道任何场景信息就能提取运动区域；

缺点：光流场的计算受噪声、阴影、遮挡等因素的影响，并且光流法计算量大，不适合实时性。

C、光流法的基本原理：给图像中的每一个像素点赋予一个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到，根据各个像素点的速度矢量特征，可以对图像进行动态分析。如果图像中没有运动物体，则光流矢量在整个图像区域是连续变化的。当图像中有运动物体时，目标和图像背景存在相对运动，运动物体所形成的速度矢量必然和邻域背景速度矢量不同，从而检测出运动物体及位置。采用光流法进行运动物体检测的问题主要在于大多数光流法计算耗时，实时性和实用性都较差。但是光流法的优点在于光流不仅携带了运动物体的运动信息，而且还携带了有关景物三维结构的丰富信息，它能够在不知道场景的任何信息的情况下，检测出运动对象。

注解：对于视频监控系统来说，所用的图像基本都是摄像机静止状态下摄取得，所以对有实时性和准确性要求的系统来说，纯粹使用光流法来检测目标不太实际。更多的是利用光流计算方法与其它方法相结合来实现对目标检测和运动估计。然而，在实际应用中，由于遮挡性、多光源、透明性和噪声等原因，使得光流场基本方程的灰度守恒假设条件不能满足，不能求解出正确的光流场，同时大多数的光流计算方法相当复杂，计算量巨大，不能满足实时的要求，因此，一般不被对精度和实时性要求比较高的监控系统所采用。

3.4.3背景减除法

A、背景减除法是一种有效的运动对象检测算法，基本思想是利用背景的参数模型来近似背景图像的像素值，将当前帧与背景图像进行差分比较实现对运动区域的检测，其中区别较大的像素区域被认为是运动区

11

东南大学成贤学院毕业论文

域，而区别较小的像素区域被认为是背景区域。背景减除法必须要有背景图像，并且背景图像必须是随着光照或外部环境的变化而实时更新的，因此背景减除法的关键是背景建模及其更新。

B、建模算法：针对如何建立对于不同场景的动态变化均具有自适应性的背景模型，减少动态场景变化对运动分割的影响，研究人员已提出了许多背景建模算法，但总的来讲可以概括为非回归递推和回归递推两类。非回归背景建模算法是动态的利用从某一时刻开始到当前一段时间内存储的新近观测数据作为样本来进行背景建模。非回归背景建模方法有最简单的帧间差分、中值滤波方法、Toyama等利用缓存的样本像素来估计背景模型的线性滤波器、Elg~al等提出的利用一段时间的历史数据来计算背景像素密度的非参数模型等。

回归算法在背景估计中无需维持保存背景估计帧的缓冲区，它们是通过回归的方式基于输入的每一帧图像来更新某个时刻的背景模型。这类方法包括广泛应用的线性卡尔曼滤波法Stauffe:与Grimson提出的混合高斯模型等。

3.5基于背景更新的视频图像运动检测

假定森林火灾的监控摄像时定点摄像，则其位置不会发生改变，因而不需要使用光流法等计算量大的方法，并且由于监控容易受到各种因素的影响，如：阴影，遮挡等，因而采用背景减除法。下图为全文的事例图片，所有其他图片来源均参照此图：

12

东南大学成贤学院毕业论文

选取这张图片为分析图片的理由：其一，背景是森林这样的地方；其二，有火有烟雾，可以做典范图片使用。

3.5.1背景提取

为了便于处理及存储，通过对图像像素点的灰度值操作实现背景提取。

目前大部分的摄像系统都是基于RGB颜色空间，每个像素点在RGB空间中是一个三维矢量，分别代表红、绿、蓝三种颜色的灰度，有RGB转灰度公式：

（1）Y=0.212671×R+0.715160×G+0.072169×B把RGB图像转为灰度图，其中Y表示灰度值，则某像素点（x，y）在时间t上的灰度分量表示为F（x，y，t），那么对于一个给定的像素点（x，y），它的灰度值从时间t1到tn可表示为一矩阵：

M(x,y)={F(x,y,t1),F(x,y,t2),F(x,y,t3),⋯,F(x,y,tn)}

由此得到背景图像：

3.5.2背景更新

随着时间的推移，背景中会不可避免的发生一些变化，如果背景更新不能跟上实际背景的变化，检测结果中可能出现较大范围的噪声，这要求背景更新对运动目标要有较强的抗干扰能力，因此推测出更新的具体要求如下：

A、以当前帧图像和背景图像做差分，通过二值化等运算得到图像的不变区域，姑且定为R1，再用当前帧

13

东南大学成贤学院毕业论文

和前一帧图像做同样的运算得到的不变区域定义为R2，在求取R1和R2的交集。补充：二值化运算公式：

⎧0F(x,y,tn)−F(x,y,tn−1)⎩255F(x,y,tn)−F(x,y,tn−1)≥TD（x，y，tn）表示（x，y）在tn时刻二值化的灰度值。

B、考虑更新时，新旧背景可能存在差异，对替换区域的边缘附近通过中值滤波以去除噪声，重新确定边缘像素值。

3.5.3运动区域的切割

常用的图像切割法：

1、阈值法：其基本方法是确定某个阈值T，根据图像中每个像素的灰度值大于或小于该阈值，来进行图像的切割。

设原始图像f（x，y），首先确定一个阈值T，将图像分割成两部分，将大于该阈值T的像素点部分置1，将小于该阈值T的像素点部分置0，经过分割处理后的图像为二值图像：

⎧1f(x,y)>Tf(x,y)=⎨

⎩0f(x,y)总述，采用阈值法得到原始图像的切割图像如下：

14

东南大学成贤学院毕业论文

3.6本章小结

本章节着重讲述图像处理的一般步骤，及图像的处理方法，以及本人所采用的图像处理方法，为接下来的烟雾检测工作打下基础。

15

东南大学成贤学院毕业论文

第四章烟雾特性分析

在上一章中我们能够得到清晰的图像运动区域，说简单点就是我们可以利用上一章的内容求取烟雾运动的图片，并在本章节中对运动的烟雾进行进一步的处理，这为本章内容的核心工作。

4.1烟雾运动特征

1、烟雾整体运动的相对稳定性，即烟雾产生后从其整体来看是连续的，有图像可清晰对比出烟雾移动（即扩散）的走向，范围等。

2、烟雾局部运动的不规则特性，即烟雾的扩散是无规律可循的，在其边缘区域尤甚，受到各种因素的干扰，如风，周围空气的湿度等。

4.2对应两种特性的研究方法

A、根据第一条烟雾特性我们可以采用如下的方法：

首先先将视频中第n帧图像分成N×N大小的图像块bn，在相邻的视频帧n+1帧中相同的位置的图像块bn+1，及其周围8个临域块bn+1，i寻找相似度最大的那个图像块b'，即b'=argmindist（bn，bn+1，i），i=1，2，3，4，5，6，7，8，9。其中

dist(bn,bn+1,i)=∑Inj−Inj+1,jj=1

N2

，

Inj为块b中的像素亮度值，Inj+1,i为块b

nn+1，j中的亮度值。

找到相似度最大的那个图像块b'后，由于b'为bn临域块，容易求出移动的速度大小及方向。

注解：1、如果在一段时间内，没有可以运动区域的出现，用这些视频帧内的像素值求取视频背景；2、作为背景的像素值是每帧图像相应像素的平均值。

这种方法不仅提取了可疑运动区域，而且得到可疑运动区域内运动块运动的方向和速度大小，为下一步烟雾运动识别提供了丰富的信息。

B、根据第二条特性我们可以采用如下的方案：

相邻图像的烟雾形体边缘应该有比较明显的变化，这种特征可以通过前后两幅图中各对应图元的相似度来衡量。

提取时间间隔为t的两幅图像，分别用前述方法提取出运动区域，然后分析两幅图的运动图像，分别计算两幅图中位置相同并且都是运动的图像块数量，也就是两幅图像块的交集，在计算两幅图的并集，然后用前者与后者的比值作为相似度，这样的相似度可以衡量物体的运动特征，当运动物体运动速度快时，也就是中心位移快速运动时，相似度值小，反之，中心位移移动慢时，相似度值大。

用这样的方法得到10组数据，并求取平均值，当数据大于平均值时认为相似度高，是固定发光区域，反之，当数据小于平均值时，可认为是快速通过的干扰源。

4.3本章小结

利用上一章的图像处理技术得出本章所需的烟雾运动方向及其运动区域，并根据烟雾特性提出判断烟雾根源的可靠性，可行性，并为最终的报警系统提供充分的证据。

16

东南大学成贤学院毕业论文

第五章火灾报警系统

5.1报警的流程

于一般的火灾报警流程不一样，本文利用图像处理技术判断是否发生火灾，根据判断的结果来决定是否报警，因而本文的火灾报警步骤为：

1、由摄像截取连续图片，时间大小为t，所采用的设备严格根据第二章内容的要求；

2、将截取的图片进行预处理即本文第三章所描述的，一般采用背景减除法，得到烟雾运动区域。3、根据烟雾特性来对截取到的烟雾运动区域经行分析（即第四章的方法）；

4、由此得出是否发生了火灾，或是否即将发生火灾，只要有发生火灾的可能性都会自动报警，反之则不会报警。为了广袤森林的安全只要有发生火灾的一丝可能我们都要仔细扑灭。

5.2报警的软件实现

该系统的软件编程采用MCS－51系列单片机汇编语言完成，并把显示程序作为一个子程序，从而使主程序对其进行方便的调用。程序如下：

主程序：

ORC

0000H

IJMPMAINORG001BHIJMPTIINTORC

0030H

MAIN:LCALL.INIT初始化子程序：

INIT：CLRCLR

RS1

RSO

MOVRO.#10HMOVR1.#00HMOVP1.#0FFHCLRTR1

MOVTMOD.#19HMOVTL1.#18HMOVTH1.#OFCHSETBTR1SETBET1SETEARET

17

东南大学成贤学院毕业论文

定时扫描子程序：

T1INT:SETBRSOCLREACLRTR1MOVA,#1EHADDA,TL1MOVTL1.AMOV

A.#OFCH

ADDCA.TH1SETBTR1SETEAT1INT1:CJNER1.#08H.T1INT2

MOV10H.20HMOV11H.21HMOV12H.22HMOV13H.23HMOV14H.24HMOV15H.25HMOV16H.26HMOV

17H.27H

T1LNT2：CJNER1#08.T1INT3MOVA,@ROSJMPT1INT4

T1INT3：MOVA.@ROADDA.#15MOVCA.@A+PCT1INT4:LCALL.SENDLEDINC

RO

INCR1T1INTE:CLRRSO

DB

03H.9FH.25H.0DH.99H.

49H.41H.1FH.01H.09H显示子程序:SENDLED:CLRP1.3

MOV

R2.#8

SLED0:RRCA

18

东南大学成贤学院毕业论文

JNCSLED1

SETBP1.2SJMPSLED2SLED1:CLR

P1.2

19

东南大学成贤学院毕业论文

参考文献

[1]学位论文：作者：王勇2009篇名：基于统计方法的运动目标检测与跟踪技术研究[2]学位论文：作者：李芬芬2010篇名：智能监控中人体异常动作的识别与研究

[3]学位论文：作者：林佳乙等篇名：基于背景差分法和帧间差分法的视频运动检测2008[4]《数字图像处理》作者:K.R.Castleman翻译:朱志刚等出版日期:1998年9月出版:电子工业出版社;

[5]学位论文：作者：王涛篇名：基于视频图像处理的火灾烟雾探测技术研究2012.03[6]学位论文：作者：袁伟才徐向民篇名：一种有效的动态背景提取及更新方法2010.04[7]学位论文：作者：张玮王平篇名：基于动态背景的视频图像运动检测2007.11[8]期刊文章：篇名：上海市发布《视频安防监控用彩色数字摄像技术规范（试行）》2010[9]期刊文章：作者：龙章勇篇名：浅析轨道交通智能视频监控的关键技术2011[10]学位论文：作者：李芬芬篇名：铁路客运枢纽客流图像识别系统与开发2010

20

东南大学成贤学院毕业论文

致谢

这次毕业论文能成功，首先感谢我的知道老师李林，其次感谢东大成贤学院的实验室支持，以及相关各位老师的支持，再次郑重感谢，百度百科的各种资料等。

通过这次论文的写作，我学习了很多，了解了很多跟火灾相关的资料，更加深刻的了解到火灾的危害，不仅仅是对于森林及各种各样的场景的危害，更重要的是对于人们的伤害。为此我努力尽心的做好这篇文章，目的是增强了自己对火灾的防患意识，也希望能让大家在火灾防护中了解到火灾报警的相关流程，让大家对火灾报警有个更好的理解。

套用我文章中的一句话：为了广袤森林，广大人民的安全只要有发生火灾的一丝可能我们都要仔细扑灭。最后，再次感谢对我有过帮助的各位人士，资料站。

21