• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 13
    • 下载费用:30 金币  

    重庆时时彩定位软件: 基于视频的火灾检测的系统和方法.pdf

    关 键 词:
    基于 视频 火灾 检测 系统 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN200780052128.0

    申请日:

    2007.01.16

    公开号:

    CN101711393A

    公开日:

    2010.05.19

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06K 9/46申请公布日:20100519|||实质审查的生效IPC(主分类):G06K 9/46申请日:20070116|||公开
    IPC分类号: G06K9/46 主分类号: G06K9/46
    申请人: UTC消防及保安公司
    发明人: Z·熊; P·-Y·彭; A·M·芬; M·A·莱利克
    地址: 美国康涅狄格州
    优先权:
    专利代理机构: 中国专利代理(香港)有限公司 72001 代理人: 张雪梅;王忠忠
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN200780052128.0

    授权公告号:

    ||||||

    法律状态公告日:

    2013.06.19|||2010.07.07|||2010.05.19

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    一种用于使用由视频检测器提供的视频输入的逐块处理来识别火灾的方法。视频输入被分成多个帧(42),并且每个帧被分成多个块(44)。关于与所述多个块的每个块来计算视频度量(46),以及基于所计算的视频度量来标识包含火灾的存在的块(74)。然后火灾的检测被传送到警报系统。

    权利要求书

    1: 一种执行视频分析以检测火灾的存在的方法,该方法包括: 获取包括单独的帧的视频数据(42); 将所述单独的帧的每一个分成多个块(44); 计算与所述多个块的每一个相关联的视频度量(46);以及 至少部分基于所计算的与所述多个块的每一个相关联的视频度量来确定是否存在火灾(74)。
    2: 根据权利要求1所述的方法,其中计算与所述多个块的每一个相关联的视频度量包括: 对特定帧中的所述多个块的每一个应用空间变换(58)以生成静态纹理数据。
    3: 根据权利要求2所述的方法,其中确定在所述多个块的每一个中是否存在火灾包括: 将关于所述多个块的每一个生成的静态纹理数据与表示火灾的静态纹理模型进行比较(62)。
    4: 根据权利要求2所述的方法,还包括: 随时间在若干帧上组合来自所述多个块中的一个块的纹理数据(64),以生成动态纹理数据。
    5: 根据权利要求4所述的方法,确定在所述多个块的每一个中是否存在火灾包括: 将关于所述多个块的每一个生成的动态纹理数据与表示火灾的动态纹理模型进行比较(66)。
    6: 根据权利要求1所述的方法,还包括: 将确定为包括火灾的存在的块连接在一起(76);以及 基于所连接的包含火灾的块来确定没有被标识为包含火灾的块是否应该被标识为火灾块。
    7: 根据权利要求1所述的方法,其中计算与所述多个块的每一个相关联的视频度量包括: 计算与所述多个块的每一个相关联的第一视频度量和第二视频度量。
    8: 根据权利要求7所述的方法,还包括: 将所述第一视频度量和所述第二视频度量组合成组合视频度量(72)。
    9: 根据权利要求8所述的方法,其中确定在所述多个块的每一个中是否存在火灾包括: 将判定逻辑应用于组合视频度量以确定所述多个块中的每一个是否包含火灾(74)。
    10: 根据权利要求7所述的方法,其中计算第一和第二视频度量包括: 计算从下述各项选择的第一视频度量:颜色度量、纹理度量、动态纹理度量、闪烁效应度量、遮蔽度量、模糊度量以及形状度量;以及 计算从下述各项选择的第二视频度量:颜色度量、纹理度量、动态纹理度量、闪烁效应度量、遮蔽度量、模糊度量以及形状度量。
    11: 一种基于视频的火灾检测系统,该系统包括: 至少一个视频检测器(12),其用于捕获视频输入;以及 视频识别系统(14),其被连接以从所述视频检测器(12)接收视频输入,其中所述视频 识别系统(14)包括: 帧缓冲器(18),用于存储由所述视频检测器(12)提供的多个??; 块分割器(20),用于将所述多个帧的每一个分成多个块; 逐块视频度量提取器(22),用于计算与所述多个块的每一个相关联的视频度量;以及 判定逻辑(24),用于基于所述视频度量来确定在所述多个块的每一个中是否存在火灾。
    12: 根据权利要求11所述的系统,其中所述逐块视频度量提取器(22)计算与特定帧中的所述多个块的每一个相关联的静态纹理数据。
    13: 根据权利要求12所述的系统,其中所述逐块视频度量提取器(22)将关于特定帧中的所述多个块的每一个计算的静态纹理数据与所学得的模型静态纹理数据相比较以计算静态纹理度量。
    14: 根据权利要求13所述的系统,其中将所述静态纹理度量提供给所述判定逻辑(24),该判定逻辑(24)确定所述多个块中的每一个是否指示火灾的存在。
    15: 根据权利要求11所述的系统,其中所述逐块视频度量提取器(22)在若干帧上计算与所述多个块的每一个相关联的动态纹理数据。
    16: 根据权利要求15所述的系统,其中所述逐块视频度量提取器(22)将在若干帧上关于所述多个块的每一个而计算的动态纹理数据与所学得的模型动态纹理数据进行比较以计算动态纹理度量。
    17: 根据权利要求16所述的系统,其中将所述动态纹理度量提供给所述判定逻辑(24),所述判定逻辑(24)确定所述多个块中的每一个是否指示火灾的存在。
    18: 根据权利要求15所述的系统,其中所述逐块视频度量提取器(22)计算与所述多个块的每一个相关联的若干视频度量,所述视频度量包括下述各项中的至少一个:颜色度量、静态纹理度量、动态纹理度量、闪烁效应度量、遮蔽度量、模糊度量以及形状度量。
    19: 根据权利要求11所述的系统,还包括: 块连接器,其连接由所述判定逻辑指示为包含火灾的所述多个块中的每一个,并且确定被指示为不包含火灾的块是否应该与指示火灾的所述多个块包括在一起。
    20: 根据权利要求11所述的系统,还包括: 警报系统(16),其用于接收来自视频识别系统(14)的关于火灾存在的输入,其中所述视频识别系统向警报系统提供下述各项中的至少一个:火灾的存在、火灾的位置和火灾的大小。

    说明书


    基于视频的火灾检测的系统和方法

        【技术领域】

        本发明总体上涉及计算机视觉和模式识别,并且特别涉及用于检测火灾存在的视频分析。

        背景技术

        检测火灾的存在的能力在许多方面(包括关于人类安全和财产的安全)都很重要。特别地,由于火灾的快速扩张速率,所以尽可能早地检测出火灾的存在很重要。用于检测火灾的传统装置包括颗粒采样(即烟雾检测器)和温度传感器。虽然精确,但是这些方法包括若干缺点。例如,传统的颗?;蜓涛砑觳馄餍枰涛砦锢砩系酱锎衅?。在一些应用中,火灾的位置或通风(ventilated?air)系统的存在阻止烟雾到达检测器达延长的时间长度,从而使火灾时间延长。典型的温度传感器需要传感器物理上被定位于靠近火灾,这意味着温度传感器直到火灾已经扩展到温度传感器的位置才能感测到火灾。此外,这些系统都不能提供关于火灾的大小、位置或强度的数据。

        火灾的视频检测提供了对这些问题中的一些问题的解决方案。尽管视频通常被认为是可见光谱图像,但是最近开发的对红外光谱和紫外光谱敏感的视频检测器进一步增强了视频火灾检测的可能性。现有技术中许多视频内容分析算法是已知的。然而,这些算法常常由于视频内容算法曲解视频数据而导致诸如虚警(false?positive)之类的问题。因此,开发一种改进的分析视频数据以确定火灾的存在的方法是有益的。

        【发明内容】

        此处公开了一种用于基于视频输入来检测火灾的存在的方法。该视频输入包括若干单独的帧,其中每个帧被分成多个块。对该多个块的每一个执行视频分析,计算若干视频特征或度量(metrics)。判定逻辑基于根据一个或多个帧所计算的视频特征和度量来确定火灾的存在。

        在另一个方面中,基于视频的火灾检测系统基于由视频检测器捕获的视频输入来确定火灾的存在。所捕获的视频输入被提供给视频识别系统,该视频识别系统包括但不限于帧缓冲器、块分割器(divider)、逐块视频度量提取器和判定逻辑。帧缓冲器存储由视频检测器提供的视频输入(通常以连续的帧提供)??榉指钇鹘枚喔鲋≈械拿扛鲋》殖啥喔隹?。逐块视频度量提取器计算与该多个块中的每个块相关联的至少一个视频度量?;诠赜诟枚喔隹橹械拿扛隹槎扑愕氖悠刀攘康慕峁?,判定逻辑确定在该多个块的任何一个中是否存在烟雾或火灾。

        【附图说明】

        图1是视频检测器和视频处理系统的功能框图。

        图2A和2B图示了由视频检测器提供的连续帧以及将帧再分成处理块。

        图3是视频处理系统在基于由视频检测器提供的数据检测火灾的存在中所采用的视频分析算法的流程图。

        【具体实施方式】

        本发明基于由一个或多个视频检测器提供的视频输入来提供火灾检测。视频检测器可以包括摄影机或其它视频数据捕获设备。术语视频输入一般被用来指代表示两个或三个空间维度的视频数据以及定义时间维度的连续帧?;鹪旨觳饪梢曰谑悠凳淙氲囊晃?、二维、三维或四维处理。一维处理通常由处理单独像素在连续帧中的值的时间序列组成。二维处理通常由处理帧的全部或一部分组成。三维处理由在一时刻处理所有三个空间维度或处理二维帧的序列组成。四维处理由处理所有三个空间维度的时间序列组成。通常,因为火灾的自遮挡(self-occluding)特性以及可能地检测器数目和它们各自的视野的限制,不太可能整个三维信息都可用。然而,此处所教导的技术可以被应用于整个或部分三空间维度数据。

        例如,在使用二维处理算法的实施例中,视频输入被分成多个连续的帧,每个帧表示一时刻(instant?in?time)。每个帧可以被分成多个块。视频分析算法被独立地应用于该多个块中地每个块,并且视频分析的结果指示特定块是否包含火灾的存在。视频分析包括对该多个块的每个块执行空间变换,并且空间变换的结果提供关于该块的纹理(texture)的信息,该块的纹理可以与例如所学得的模型相比较,以确定所检测到的纹理是否指示火灾的存在。

        图1是火灾检测系统10的功能框图,该火灾检测系统10包括至少一个视频检测器12、视频识别系统14和警报系统16。由视频检测器12捕获的视频图像被提供给视频识别系统14,该视频识别系统14包括执行在视频识别系统14中所示出的功能步骤所必需的硬件和软件。由视频检测器12给视频识别系统14提供视频可以通过许多方式中的任何一种,例如通过硬布线连接、通过专用无线网络、通过共用无线网络等等。视频识别系统14中包含的硬件包括但不限于视频处理器以及存储器。包括在视频识别系统14中的软件包括视频内容分析软件,将关于图3中示出的算法来更详细地描述该视频内容分析软件。

        视频识别系统14包括但不限于帧缓冲器18、块分割器20、逐块视频度量提取器22和判定逻辑24。视频检测器12捕获若干连续的视频图像或帧。来自视频检测器12的视频输入被提供给帧缓冲器18,该帧缓冲器暂时存储若干单独的帧。帧缓冲器18可以保留一个帧、每个连续的帧、连续帧的子采样,或可以仅存储用于周期性分析的某个数量的连续帧。帧缓冲器18可以通过许多方式中的任何一种来实施,该许多方式包括分开的硬件或作为计算机存储器的指定部分。帧缓冲器18存储的帧被提供给块分割器20,该块分割器20将每个帧分成多个块。每个块包含若干像素。例如,在一个实施例中,块分割器20将每个帧分成多个八个像素乘八个像素的方形块。在其他实施例中,改变块的形状和包括在每个块中的像素的数目以适合特定的应用。

        将该多个块中的每个块提供给逐块视频度量提取器22,其将视频分析算法(在图3中示出)应用于每个块以生成若干视频特征或度量。由逐块视频度量提取器22计算的视频度量被提供给判定逻辑24,该判定逻辑24基于所提供的视频度量来确定该多个块中的每个块是否指示火灾的存在。如果判定逻辑24指示火灾的存在,那么判定逻辑24与警报系统16通信以指示火灾的存在。判定逻辑24还可以为警报系统16提供关于所检测的火灾的位置数据、大小数据和强度数据。这允许警报系统16更具体地响应于所检测的火灾,例如通过将灭火工作仅引导至所指示的位置。

        图2A和图2B分别图示了将视频帧30a和30b分别分成块32a和32b。图2A和图2B还图示了使用逐块处理相比其他方法的益处。图2A示出了在时间T1的视频检测器输入(即第一帧30a)和块32a在视频帧30a中的位置。类似地,图2B示出了在时间T2的视频检测器输入(即第二帧30b)和块32b在视频帧30b中的位置。图2A和图2B图示了使视频帧的逐块处理特别好地适于检测火灾存在的独特火灾特征。与其他类型的视频识别应用(例如面部识别)不同,没有必要处理整个帧来识别火灾的存在。例如,对人脸的一小部分执行视频分析不能提供足够的信息来识别特定的人或甚至不能识别出存在人。因此,面部识别需要对整个帧进行处理(典型地构造图像的高斯金字塔),这大大地增加了计算复杂性。如图2A和图2B所示,通过提供逐块处理在本发明中避免了这一等级的计算复杂性。

        火灾的独特特性是仅基于较大的火灾的小的采样来识别火灾的能力。例如,对整个视频帧30a或30b执行的视频内容算法将识别出火灾的存在。然而,因为火灾的本质,仅对块32b和32b执行的视频内容算法也指示火灾的存在。这允许将视频帧30a和30b分成多个单独的块(诸如块30),且对单独的块执行视频内容分析。该处理的益处是可以以高精确度水平来检测位于视频帧的一小部分中的火灾的存在。这还允许确定火灾的位置和大小,而不是仅仅通过典型的非视频火灾警报来提供火灾的二元检测。该方法还降低了处理视频输入所需的计算复杂性。在图2A和图2B所示的实施例中,帧被分成方形块,但在其他实施例中,块可以被分成多种几何形状,并且块的大小可以从仅有一些像素(例如4×4)变化到大量的像素。

        图3是如图1所示的视频识别系统14使用的视频处理算法40的流程图,用于识别火灾的存在。视频处理算法40可以提取若干视频度量或特征,这些视频度量或特征包括但不限于与该多个块的每个块相关联的颜色、纹理、闪烁效应、部分或全部遮蔽(obscuration)、模糊以及形状。

        在步骤42,将多个帧N读取到帧缓冲器18中。在步骤44,该多个帧N中的每个帧被分成多个单独的块。在步骤46,对每个单独的块执行视频内容分析。在图3中示出的实施例中,视频内容分析包括判定逻辑24(如图1所示)为了检测火灾的存在或者单独使用或者组合使用的视频度量或特征的计算。所图示的视频度量包括颜色比较度量(由算法48执行)、静态纹理和动态纹理度量(算法50执行)和闪烁效应度量(由算法52执行)。

        颜色比较算法48提供颜色比较度量。在步骤54,将块中的每个像素与所学得的颜色图相比较,并且利用阈值来确定像素是否指示了火灾像素(例如,它是否具有火灾的特有橙色或红色)。颜色图可以捕获任何期望的颜色特性,例如它可以包括用于某些易燃物质(例如醇)的蓝色。

        特别地,颜色比较算法通常在检测火灾的存在上是有用的。颜色比较算法或者在RGB(红色、绿色、蓝色)颜色空间或者在HSV(色度、饱和度、亮度)颜色空间中工作,其中每个像素都可以由RGB三元组或HSV三元组表示。通过基于RGB或HSV三元组值分类图像中的每个像素,来生成表示火灾图像和非火灾图像的分布。例如,可以使用非参数方法来建立分布,该非参数方法使用直方图仓格(bin)来建立分布。来自火灾图像(已知包含火灾存在的图像)的像素被(基于RGB或HSV三元组值)分类,并且投影到对应的离散仓格中,以建立表示火灾的存在的分布。来自非火灾图像的像素被类似地分类并且投影到离散仓格以建立表示非火灾图像的分布。在当前视频帧中的像素被(基于RGB和HSV值)分类并且与表示火灾或烟雾图像和非火灾图像的分布相比较以确定当前像素是应该被分类成火灾像素还是非火灾像素。

        在另一个实施例中,使用包括拟合(fit)预先假定的混合高斯分布的参数化方法来生成分布。来自火灾图像和非火灾图像二者的像素被分类(基于RGB或HSV三元组)并且被定位在三维空间中以形成像素群集(cluster)。从像素群集学得混合高斯(MOG)分布。为了确定未知的像素是应该被分类成火灾像素还是非火灾像素,将与未知像素相关联的对应值与表示火灾和非火灾图像的MOG分布相比较。通过下面的参考文献Healey.G.、Slater.D.、Lin.T.、Drda.B.、Goedeke.A.D.,1993“A?System?for?Real-Time?Fire?Detection”IEEE.Conf.ComputerVision?and?Pattern?Recognition,p.605-606来进一步详细地描述颜色比较算法的使用。

        在步骤56,块中被识别为火灾像素的像素的数目,或者被识别为火灾像素的像素的百分比被作为颜色比较度量提供给在步骤68的融合(fusion)块。

        在框50中示出的算法提供纹理分析度量。一般来说,纹理分析是在单独的块上执行的二维空间变换或在一系列块上执行的三维变换,其提供关于块的空间或时-空频率信息。由该变换提供的频率信息描述了与特定块相关联的纹理。一般来说,火灾倾向于具有独特的纹理,并且对包含火灾的一个或多个块执行的空间或时-空分析提供了可识别的时-频信息组,典型地具有可识别的高频分量,而与采样的大小无关。

        通过将每个帧分成多个块,二维空间分析能够检测仅占据每个帧的一小部分的火灾。即,对整个帧执行的空间分析可能没有检测到帧中的小火灾的存在,但是帧的逐块处理将产生对甚至小火灾的检测。

        随时间跟踪与特定块相关联的纹理数据提供被称为动态纹理数据的数据(即,块的随时间改变的纹理)。包含火灾的块由指示存在湍流(turbulence)的动态纹理来表征。因此,与单个帧中的单个块相关联的纹理(即静态纹理)和在一个时间段上与块相关联的动态纹理二者都可以被用来识别在特定块中的火灾的存在。

        静态纹理(空间二维纹理)和动态纹理(随时间的空间二维纹理)直接推广到空间三维纹理和随时间的空间三维纹理,假定多个视频检测器14在每个时刻提供三维数据(在帧缓冲器18中的三维帧)。

        在步骤58,对每个单独的块执行空间变换,其中该块可以表示二维或三维数据。取决于所使用的变换的具体类型(例如离散余弦变换(DCT)、离散小波变换(DWT)、奇异值分解(SVD)),空间变换导致提供了若干系数。在步骤60,保留提供关于特定块的纹理的信息的K个系数以用于进一步分析,而且除去不提供关于纹理的信息的系数。例如,由空间DCT变换提供的一阶系数通常不提供关于特定块的纹理的有用信息,因此被丢弃。在步骤60选择的系数K提供关于(可能在单个帧中的)单个块的纹理信息。在一个实施例中,在步骤62独立地分析这些系数以确定与特定块相关联的静态纹理是否指示火灾。在另一个实施例中,在步骤62的分析包括将来自当前帧的静态纹理(所选择的系数)与表示已知包含火灾的块的静态纹理系数相比较。比较的结果(即静态纹理度量)提供特定块是否包含火灾的指示。

        在另一个实施例中,除了计算静态纹理度量之外,在步骤64单独地计算与块相关联的动态纹理(即随时间分析的块的纹理)。在步骤64,计算与特定块相关联的动态纹理。这包括将与第一帧中的特定块相关联的系数K与关于在连续帧中的相同块而计算的系数相组合。例如,如图2A和2B所示,对与时间T1处的帧30a相关联的块32a执行的空间变换提供第一组系数。对与时间T2处的帧30b(即下一帧)相关联的块32b执行的空间变换提供第二组系数。在步骤64,将第一组系数与第二组系数连同来自先前帧的系数一起相组合。在一个实施例中,组合的方法是执行变换系数的进一步变换,从而产生原始视频序列的三维变换的系数。在另一个实施例中,这些系数被表示为矢量序列,这提供了分析第一组系数和第二组系数的一种方法。在其他实施例中,可以组合与多个帧N中的每个帧相关联的所选择数目的系数(帧的数目N×所选择的系数K)。

        在步骤66,将与块相关联的系数K以及与多个帧N中的块相关联的主要系数K的组合与所学得的模型相比较以确定该块的动态纹理是否指示火灾的存在。所学得的模型充当允许视频识别系统14确实火灾是否有可能存在于特定块中的阈值。在一个实施例中,通过存储已知包含有火灾的块的空间变换和不包含火灾的块的空间变换来对所学得的模型进行编程。通过这种方式,视频识别系统可以在表示存储在帧缓冲器18中的该多个帧中的块的空间系数和表示存在火灾的空间系数之间进行比较。在步骤72,将静态纹理和动态纹理分析的结果提供给融合块。尽管图3示出的实施例使用了所学得的模型,但在不偏离本发明精神和范围的情况下,可以使用本领域普通技术人员知道的多种分类技术中的任何分类技术。

        在框52中示出的算法提供了闪烁效应度量。因为火灾特有的湍动(turbulent?motion),在包含火灾的块中的各个像素将显示被称为闪烁的特性。闪烁可以被定义为一帧一帧(from?frame?to?frame)的像素的颜色或强度的变化。因此,在步骤68,将来自第一帧的像素的颜色或强度与来自先前帧的像素(在相同的像素位置取得)的颜色或强度进行比较。在步骤70确定包含闪烁特性的像素的数目或包含闪烁特性的像素的百分比。在步骤72,将所得到的闪烁度量与其他视频度量融合。在下面的参考文献中:Fifth?IEEE?Workshop?on?Applications?ofComputer?Vision,第224-229页,2000年12月中的W.Phillips、III、M.Shah和N.daVitoria?Lobo的“Flame?Recognition?in?Video”以及Proceedings?of?the?2004?International?Conference?on?ImageProcessing(ICIP?2004),Singapore,2004年10月24-27,pp.1707-1710中的T.-H.Chen、P.-H?Wu、Y.-C.Chiou,“Anearly-detection?method?based?on?image?processing”,提供了关于计算闪烁效应以确定火灾存在的其他信息。

        在不偏离本发明的精神和范围的情况下,指示火灾的其他视频度量(例如如在本领域中公知的形状度量、部分或全部遮蔽度量或模糊(blurring)度量)也可以被计算。通过将当前帧或视频图像与参考图像相比较来计算这些度量的每一个,其中参考图像可能是先前帧或多个先前帧的计算的结果。例如,形状度量包括首先将当前图像与参考图像进行比较,以及检测有差别的区域。分析指示参考图像和当前图像之间的差别的所检测到的区域以确定所检测到的区域是否指示烟雾或火灾。用于进行该确定的方法包括但不限于所检测到的区域的密度、长宽比和总面积。所定义的区域的形状也可以与教导指示火灾或烟雾的形状的模型(即特有烟羽)相比较,以确定该区域是否指示烟雾。

        部分或全部遮蔽度量也基于当前图像和参考图像之间的比较。计算这些度量的普通方法需要生成参考图像和当前图像的变换系数。例如,诸如离散余弦变换(DCT)或离散小波变换(DWT)之类的变换算法可以被用来生成参考图像和当前图像的变换系数。将关于当前图像计算的系数与关于参考图像所计算的系数相比较(使用任何数目的统计方法,例如歪曲率(skew)、峰度、参考差值(reference?difference)或二次拟合),以提供遮蔽度量。该遮蔽度量指示当前的图像是否全部或部分被遮蔽,这又可以指示烟雾或火焰的存在。同样,基于对于参考图像和当前图像的所计算的系数的相似分析可以被用来计算离焦或模糊状况,这也指示烟雾或火焰的存在。

        在步骤72,与颜色、纹理分析和闪烁效应(以及上面列出的任何附加的视频度量)相关联的度量的结果被组合或融合到单个度量中。度量融合描述了这样的过程,通过该过程组合来自不同的源(例如上述的任何度量)的度量(输入),使得所产生的度量在某些方面比如果单独分析各个度量要好或表现得要好。例如,度量融合算法可以使用任何一个下面的算法,包括但不限于卡尔曼滤波器、贝叶斯网络或Dempster-Shafer模型。关于数据融合的其他信息在下面的参考文献Hall、D.L.的Handbook?of?Multisensor?Data?Fusion,CRC?Press,2001中提供。

        通过组合若干特征,由视频识别系统生成的错误警报的数量大大地减少了。在步骤74,将所融合的度量提供给判定逻辑24(如图1所示),该判定逻辑24确定特定块是否包含火灾。在步骤74,判定逻辑24可以利用许多技术,包括将融合的度量与最大可允许的融合度量值相比较、融合度量的线性组合、关于融合度量值的模糊逻辑、神经网络或贝叶斯网。例如在James?O.Berger,Springer,2ed.1993的StatisticalDecision?Theory?and?Bayesian?Analysis中,附加地描述了判定逻辑。

        在步骤76完成后处理,其中组合被标识为包含火灾的块,并且执行附加的过滤以进一步减少错误警报。该步骤允许通过视频识别系统14(如图1所示)来确定火灾的位置和大小。不受控的火灾的典型特征是在火灾的外部边缘上存在湍流,以及火灾内部相对恒定的特征。通过将被标识为包含火灾的块连接在一起,视频识别系统14能够在火灾的识别中包括火灾内部中的那些先前没有被上述算法标识为包含火灾的位置。通过这种方式,火灾的位置和大小可以更精确地被确定并且传送到警报系统16。附加的时间和/或空间过滤可以在步骤76中执行以进一步减少错误警报。例如,在某些条件下,火灾可能主要被垂直地定向。在这种情况下,可以舍弃(reject)具有小尺寸和主要水平的长宽比的检测。在某些情况下,可能期望在通告检测之前需要在一个时间段上连续进行检测??梢陨崞中儆诠娑ㄊ奔涑ざ鹊募觳?。

        因此,描述了使用逐块处理来检测火灾的存在的视频辅助的火灾检测系统。将由若干连续帧组成的视频输入提供给视频处理器,该视频处理器将每个单独的帧分成多个块。对该多个块的每个块执行视频内容分析,视频内容分析的结果指示该多个块中的每个块是否包含火灾。

        尽管上述图3描述了多个步骤的执行,但是这些步骤的数字排序不意味着必须执行这些步骤的实际顺序。

        尽管已参考优选实施例描述了本发明,但是本领域技术人员将会认识到在不偏离本发明的精神和范围的情况下可以在形式和细节上进行改变。贯穿说明书和权利要求书,术语“一”的使用不应该被解释为意味着“仅一个”,而是应该被广泛地解释为意味着“一个或多个”。此外,术语“或者”的使用应该被解释为是包括的,除非另有声明?!  ∧谌堇醋宰ɡ鴚ww.www.4mum.com.cn转载请标明出处

    关于本文
    本文标题:基于视频的火灾检测的系统和方法.pdf
    链接地址://www.4mum.com.cn/p-5781972.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 激活通付pos机赚钱 房屋出租能赚钱吗 体彩浙江6十1怎么兑奖 重庆福彩欢乐生肖 3d彩票网 内蒙古快三开奖视频 微信买双色球怎么买 江西多乐彩任五遗漏数据 七乐彩开奖结果查询开奖 财神捕鱼发发发捕鱼下载 广西快乐双彩开奖走势图 湖北11选5预测号码 女足法甲积分榜 江西时时彩中奖规则 安徽快三历史最大遗漏 幸运农场开奖号码