基于图像的火灾探测技术(2)

　　2. 2. 2 面积特征

　　早期火灾的面积会连续不断的增大，对应摄像头采集到的目标图像高亮度区域的面积也会增大，因此，系统采用比较相邻两幅图像中的火焰面积大小和连续 5 幅图像中火焰面积平均值变化情况的方法获得火焰图像面积变化特征。

　　一般情况下，对于固定光源和燃烧状态相对稳定的火焰，△Si的值相当小，As几乎是一个恒定值，而对于早期的火灾火焰则不然，由于其在时间上的发展性，△Si值应当是大于零的，而后采集到的图像中火焰区域的面积总大于先前采集到的，因此，As的值是逐渐增大的，根据设定的△Si和As差值的阈值，就可以探测出稳定火焰和失控火焰，进而去除掉固定的稳定光源的干扰。

　　2. 2. 3 火焰尖角数

　　对于一般的高温物体或是其他稳定的火焰，其边缘形状基本保持不变，但对于早期火灾火焰的边缘变化有其独特的规律，火焰尖角数的无规则变化就是一个明显的表现。对火焰尖角来说，其特征之一就是"尖",这要求尖角的形状要满足一定的标准；火焰尖角的另一个特征就是顶点，顶点是局部的极值点，由于 CCD 采集的图像会发生一些微小的变动，随机产生一些小的突起，因此，为了提高检测尖角的准确度，系统设置了一个高度的下限值，将这些小的突起滤除，并且为了防止重复计算尖角数，对尖角的宽度也设置了一个上限值。提取尖角时，首先对边界链码进行移位操作以使链码最小，再对链码进行遍历操作，根据链码特点得到边界上升和下降的信息，以获取尖角，并根据设定的高度和宽度阈值，滤除小的毛刺和不是很尖的大角，并最终统计出火焰尖角的数目。试验表明，采用边界链码方式获取火焰尖角的方法更加简单明了，提取尖角的效率较高，而且易于实现[6].

　　3 系统实现
　　
　　考虑到系统应用的灵活性以及便于更新，摄像头采集的红外图像信号经视频采集卡转换为数字信号后，交由上位机处理，图像处理过程完全由软件实现。本系统采用 Visual C+ +作为系统的开发平台，其流程图如图 4 所示。

　　4 结束语

　　火灾图像识别技术采用了图像处理、模式识别、计算机等多领域先进技术，能及时准确地对火情实施定位预警，且具有控制距离远、反应速度快及灵敏可靠等优点，因此，以此技术为基础开发的大空间火灾探测系统，可以有效避免常规火灾探测系统在大空间火灾探测中的延报、误报等现象，具有广阔的应用前景[7].

　　参考文献：
　　[1]陈莹。 图像识别火灾探测报警系统的研究与设计[J]. 微电子学与计算机，2009,26（8） :37 -40.
　　[2]吴龙标，宋卫国。 图像火灾监控中一个新颖的火灾判据[J]. 自然科学发展，2001,11（1） :60 -66.
　　[3]邓志华，杨立中。 火灾早期特性分析及影像特征研究[J]. 火灾科学，1997,6（2） :81 -85.
　　[4]袁宏永，苏国锋。 基于实时序列红外图像的火灾频闪频率测量研究[R]. '99 城市火灾安全国际学术会议，1999: 162 - 166.
　　[5]周军盈，杜啸晓。 图像识别技术在火灾探测中的应用[J]. 消防科学与技术，2007,26（4） :417 -420.
　　[6]刘平，吴洪森。 视频火焰实时监测系统的研究与实现[J]. 消防科学与技术，2009,28（9） :665 -668.