《工业控制计算机｝２０１３年第２６卷第５期 一种基于视频图像火焰多特征融合的识别算法 Ａ Ｍｅｔｈｏｄ Ｉｎｔｅｇｒａｔｅｄ Ｍｕｌｔｉ－ｆｅａｔｕｒｅ ｆｏｒ Ｒｅｃｏｇｎｉｚｉｎｇ Ｆｉｒｅ Ｂａｓｅｄ ｏｎ Ｖｉｄｅｏ Ｉｍａｇｅ Ａｎａｌｙｓｉｓ 余志雄 陈 黎 陈和平’ 张晓龙 （１武汉科技大学计算机科学与技术学院，湖北武汉４３００６５； ２湖北省校企共建安防监控技术研发中心，湖北，武汉４３００６５） 摘 要 火灾的监测报警是现代安防系统中的重要技术。在视频图像中，根据火焰物理表现形式，提取了火焰图像的轮廓、颜色 等物理特征。重点阐述了轮廓模板匹配、ＲＧＢ颜色通道筛选和ＣｌＥ Ｌ ａ ｂ 颜色通道过滤的三种方法的原理，综合三种方 法的不同优势。提出了一种多特征融合的算法。为了去除干扰和提高算法速度，给出了去除背景的方法。仿真实验表明，算 法有较好的健壮性，能在大空间、多干扰等复杂环境中保持较快的运行速度和较好的准确率，具有广泛的应用前景。 关键词：模板匹配，颜色特征，颜色通道，多特征 Ａｂｓｔｒａｃｔ Ｉｎ ｔｈｅ ｖｉｄｅｏ ｉｍａｇｅ．ｐｈｙｓｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｃｏｎｔｏｕｒｓ ｏｆ ｆｌａｍｅ－ｉｍａｇｅ，ｃｏｌｏｒ，ｅｔｃ ａｒｅ ｅｘｔｒａｃｔｅｄ，ａｃｃｏｒｄｉｎｇ ｔｏ ｐｈｙｓｉｃａｌ ｍａｎｉｆｅｓｔａｔｉｏｎｓ ｏｆ ｆｌａｍｅ．Ｔｈｒｅｅ ｍｅｔｈｏｄｓ ａｒｅ ｅｘｐｏｕｎｄｅｄ，ｗｈｉｃｈ ａｒｅ ｍａｔｃｈｉｎｇ ｏｆ ｔｈｅ ｃｏｎｔｏｕｒｓ ｔｅｍｐｌａｔｅ，ｓｃｒｅｅｎｉｎｇ ｏｆ ｔｈｅ ＲＧＢ ｃｏｌｏｒ ｃｈａｎｎｅｌｓ ａｎｄ ｆｉｌｔｅｒｉｎｇ ｏｆ ｔｈｅ ＣｌＥ Ｌ＊ａ ｂ ｃｏｌｏｒ ｃｈａｎｎｅ１．Ａｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｍｕｌｔｉ－ｆｅａｔｕｒｅ ｆｕｓｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ，ｓｙｎｔｈｅｓｉｚｉｎｇ ｔｈｅ ｄｉｆｅｒｅｎｔ ａｄｖａｎｔａｇｅｓ ｏｆ ｔｈｅ ｔｈｒｅｅ ｍｅｔｈｏｄｓ．Ｉｎ ｏｒｄｅｒ ｔｏ ｒｅｍｏｖｅ ｎｏｓｉｅｓ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｓｐｅｅｄ ｏｆ ａｌｇｏｒｉｔｈｍ，ａ ｍｅｔｈｏｄ ｔｏ ｒｅ— ｍｏｖｅ ｂａｃｋｇｒｏｕｎｄ ｉｓ ｄｅｒｉｖｅｄ． Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｈａｓ ｂｅｔｔｅｒ ｒｏｂｕｓｔｎｅｓｓ，ｆａｓｔｅｒ ｒｕｎｎｉｎｇ ｓｐｅｅｄ ａｎｄ ｂｅ￣ｅｒ ａｃｃｕｒａｃｙ ｉｎ ｃｏｍｐｌｅｘ ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ ｌａｒｇｅ ｓｐａｃｅ ａｎｄ ｍｕＩｔｉ—ｉｎｔｅｒｆｅｒｅｎｃｅ．ｈａｖｉｎｇ ｅｘｔｅｎｓｉｖｅ ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｓｐｅｃｔｓ． Ｋｅｙｗｏｒｄｓ：ｔｅｍｐｌａｔｅ ｍａｔｃｈ，ｃｏｌｏｒ ｆｅａｔｕｒｅ，ｃｏｌｏｒ ｃｈａｎｎｅｌｓ，ｍｕｌｔｉ—ｆｅａｔｕｒｅ 近年来，许多学者利用图像处理的方法对火焰识别进行了 区域，其温度最高，能量最大，通常呈红色至黄色＿６］。 研究。文献［１］提出了一种双波段野外火灾图像识别及目标定位 （１）ＲＧＢ颜色通道中的火焰特征 方法，该方法利用ＣＣＤ摄像机作为探头，对被监视现场的可见 ．ＲＧＢ色彩模式是通过对红（Ｒ）、绿（Ｇ）、蓝（Ｂ）三个颜色通 光图像和红外图像进行研究，从图像序列中识别有无火灾的发 道的变化以及他们之间的相互叠加来得到各式各样的颜色的。 生，该方法虽然解决了室外火灾监控的难点，且准确率较高，但 记Ｒ、Ｇ、Ｂ分别为一幅图像中三种分量像素值的总和，红色像素 其对探头要求较高，增加了成本投入＿２］。一种基于ＲＧＢ颜色通 所占比重为： 道及面积阈值的方法能在一定程度上对火焰目标进行识别提 ｒ＝Ｒ／（Ｒ＋Ｇ＋Ｂ） （１） 取，但由于只是利用了火焰的部分特征，对一些干扰较大的图片 通过对大量正常图片和去除背景后的火焰图片进行实验，ｒ０ 误判较大＿３］。结合ＬＶＱ神经网络与图像处理，利用火焰图像序 表示正常图片中的ｒ值，ｒ 表示去除背景后的火焰图片中的ｒ 列的面积重叠率和中心相对移动率及颜色信息对火焰进行识别 值，可以发现以下规律［。］： 提取的方法有着较强的自学习和自适应能力＿４］。利用火焰的闪 ０．３０２１＜￣ｒｏ≤０．３５５８ （２） 烁特性，基于图像处理的火灾火焰闪烁频率的识别方法研究了 ０．４０１３￣ｒ ≤０．５９６９ （３） 火焰的面积、质心距、轮廓周长和面积周长比等特性，并对各种 由于在实际应用中会有许多因素导致ｒ值较大，所以公式 干扰源进行了分类与分析，具有较高的识别率［５］。 （２）和（３）不用直接用于判断图片中是否存在火焰，但此规律可 本文在研究火焰的物理特征及火焰图片所包含的信息之 以用来对火焰疑似区域进行筛选，在后文中将会作进一步介绍。 后，提出了一种基于视频图像的火焰多特征识别算法。实验表 （２）ＣｌＥ Ｌ ａ ｂ 颜色通道中的火焰特征 明，本算法对硬件要求简单，对火焰的监控及时准确，且识别率 Ｌａｂ模式由三个通道组成，它的一个通道是亮度，即Ｌ★。另 高，定位精确，大大缩短了火灾监控的时间成本与经济成本。 外两个是色彩通道，用ａ 和ｂ 来表示。ａ 通道包括的颜色是从 １火焰的物理特征 深绿色（底亮度值）到灰色（中亮度值）再到亮粉红色（高亮度 １．１火焰的颜色特征 值）；ｂ 通道则是从亮蓝色（底亮度值）到灰色（中亮度值）再到 火焰是燃料和空气混合后迅速转变为燃烧产物的化学过程 黄色（高亮度值） ］。ＲＧＢ通道图像转换后的Ｌ ，ａ ，ｂ 的三种通 中出现的可见光或其他的物理表现形式，可分为焰心、内焰和外 道分量效果如图１所示。 焰。其中焰心为中心的较暗部分，其体积最小；内焰是包围焰心 图中，（ａ）为ＲＧＢ图像，（ｂ）为转换后的Ｌ★分量，（ｃ）为转换后 的最明亮部分，其体积较大，通常呈明亮的白色；外焰是最外层 的ａ 分量，（ｄ）为转换后的ｂ 分量。由于ＣｌＥ Ｌ ａ ｂ 颜色空间 湖北省自然科学基金（２ＯＯ９ＣＤＡＯ３４）；湖北省自然科学基金（２０１０ＣＤＡ０９０）；武汉市科技局晨光计划（２０１１５０４３１０９５）；武汉市科技攻 关计划项目（２０１１１０８２１２３６）
