李忠海，李建偉，梁 宵，關(guān)新宇

(沈陽航空航天大學(xué) 自動(dòng)化學(xué)院,沈陽 110136)

?

基于圖像的消防水炮智能控制系統(tǒng)設(shè)計(jì)

李忠海，李建偉，梁 宵，關(guān)新宇

(沈陽航空航天大學(xué) 自動(dòng)化學(xué)院,沈陽 110136)

傳統(tǒng)的溫感、煙感火災(zāi)探測(cè)器在對(duì)火災(zāi)進(jìn)行檢測(cè)時(shí)誤報(bào)、漏報(bào)現(xiàn)象比較嚴(yán)重。目前，對(duì)基于視頻圖像的智能消防系統(tǒng)的研究已有不少，但是由于算法精度的原因，在對(duì)火災(zāi)檢測(cè)和定位時(shí)仍然存在很多問題。詳細(xì)介紹了一種基于視頻圖像的定向消防水炮自動(dòng)控制系統(tǒng)設(shè)計(jì)。該設(shè)計(jì)采用TQ2440 ARM處理器作為核心控制器，提出了火焰識(shí)別算法、水炮定位算法，實(shí)現(xiàn)了消防水炮的自動(dòng)火災(zāi)識(shí)別和定位噴水，并可以根據(jù)實(shí)際應(yīng)用場(chǎng)場(chǎng)景來設(shè)置安全等級(jí)。系統(tǒng)結(jié)構(gòu)設(shè)計(jì)簡(jiǎn)單、性能可靠，大大降低了火災(zāi)現(xiàn)場(chǎng)對(duì)消防人員的安全威脅，具有一定的實(shí)用價(jià)值。

消防水炮；火焰識(shí)別；火災(zāi)定位

傳統(tǒng)的消防水炮作業(yè)對(duì)消防人員的人身安全存在很大隱患，如何能夠快速有效地執(zhí)行消防救援的同時(shí)保障消防人員的安全顯得尤為重要，因此對(duì)火災(zāi)實(shí)現(xiàn)智能控制滅火是未來消防救援的一種發(fā)展趨勢(shì)。

本文介紹的基于視頻的定向消防水炮可以實(shí)現(xiàn)智能作業(yè)，能夠通過攝像頭采集到的視頻圖像判別監(jiān)控場(chǎng)景中是否有火災(zāi)發(fā)生，能快速定位火源并驅(qū)動(dòng)水炮噴水滅火。較之傳統(tǒng)的消防水炮，該消防水炮可以及時(shí)發(fā)現(xiàn)火情并快速滅火，最大程度地減少由火災(zāi)造成的經(jīng)濟(jì)損失，有效提高消防滅火工作效率，同時(shí)保障消防安全。

1 消防水炮控制系統(tǒng)整體方案設(shè)計(jì)

基于視頻的定向消防水炮自動(dòng)控制系統(tǒng)要求在攝像頭監(jiān)控范圍內(nèi)能夠準(zhǔn)確檢測(cè)出是否有火災(zāi)發(fā)生，并能快速定位火災(zāi)發(fā)生地點(diǎn)空間坐標(biāo)，驅(qū)動(dòng)消防水炮定向噴水直至火災(zāi)熄滅，停止噴水并復(fù)位水炮，達(dá)到快速滅火的目的。

1.1 消防水炮控制系統(tǒng)硬件設(shè)計(jì)

對(duì)系統(tǒng)進(jìn)行總體功能分析后，設(shè)計(jì)系統(tǒng)的整體結(jié)構(gòu)和框架。具體的結(jié)構(gòu)框架如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)框架圖

(1)攝像頭

本系統(tǒng)主要信號(hào)獲取設(shè)備，通過攝像頭獲得實(shí)時(shí)火災(zāi)現(xiàn)場(chǎng)情況，并將獲得視頻信號(hào)傳遞給上位機(jī)進(jìn)行處理與存儲(chǔ)，同時(shí)還具備遠(yuǎn)程監(jiān)控的功能。

(2)設(shè)置模塊

根據(jù)實(shí)際的應(yīng)用場(chǎng)景設(shè)置安全等級(jí)和水炮自動(dòng)巡檢時(shí)間。應(yīng)用場(chǎng)景包括一般場(chǎng)景和特殊場(chǎng)景(油庫等嚴(yán)格限制火焰的場(chǎng)所)。在一般場(chǎng)景只有確定為非安全用火時(shí)才啟動(dòng)滅火，而在特殊場(chǎng)所只要發(fā)現(xiàn)火焰就會(huì)啟動(dòng)滅火。

(3)報(bào)警模塊

當(dāng)攝像頭檢測(cè)到火焰時(shí)，控制系統(tǒng)驅(qū)動(dòng)水炮進(jìn)行滅火。與此同時(shí)，報(bào)警裝置發(fā)出警報(bào)。

(4)顯示模塊

主要用來顯示火災(zāi)場(chǎng)景，協(xié)助消防人員遠(yuǎn)程實(shí)時(shí)監(jiān)控火災(zāi)現(xiàn)場(chǎng)。

1.2 消防水炮控制系統(tǒng)軟件設(shè)計(jì)

針對(duì)控制系統(tǒng)可實(shí)現(xiàn)的功能設(shè)計(jì)系統(tǒng)軟件部分，具體的軟件系統(tǒng)流程圖如圖2所示。

圖2 系統(tǒng)流程圖

2 消防水炮控制系統(tǒng)算法設(shè)計(jì)

算法設(shè)計(jì)是整個(gè)系統(tǒng)的核心內(nèi)容，本系統(tǒng)主要包括火焰識(shí)別算法[5-10]和水炮定位算法[11-14]的設(shè)計(jì)。算法設(shè)計(jì)的好壞直接影響消防水炮的工作效率和系統(tǒng)的穩(wěn)定性，因此要保證文中所設(shè)計(jì)算法的穩(wěn)定性和準(zhǔn)確度。

2.1 火焰識(shí)別算法設(shè)計(jì)

本文擬融合火焰的顏色特性、火焰的靜態(tài)特征和火焰的動(dòng)態(tài)特征等，設(shè)計(jì)一種融合火焰綜合特征的火焰識(shí)別算法[15-17]。并通過動(dòng)態(tài)模糊邏輯判斷模型對(duì)火災(zāi)火焰進(jìn)行快速判別。首先通過火焰顏色特征剔除最不可能是火焰的目標(biāo)，然后通過火焰尖角和火焰圓形度等靜態(tài)特征區(qū)分火焰目標(biāo)與干擾目標(biāo)，最后通過面積變化率、閃爍頻率等動(dòng)態(tài)特征識(shí)別火災(zāi)火焰與安全用火火焰。對(duì)火焰圖像進(jìn)行識(shí)別的算法結(jié)構(gòu)框圖如圖3所示。

圖3 火焰識(shí)別算法結(jié)構(gòu)框圖

由于本文中選取的五個(gè)火焰特征在某個(gè)視頻特征中沒有明顯的界限，沒有一個(gè)精確的衡量標(biāo)準(zhǔn)且火災(zāi)火焰是不斷變化的，因此本文選擇基于動(dòng)態(tài)模糊邏輯(DFL)建立火焰識(shí)別模型?；馂?zāi)火焰的識(shí)別結(jié)果值域?yàn)閧火災(zāi)、安全用火、無火焰}。

火焰識(shí)別模型確立：設(shè)我們抽取的論域樣本為14個(gè)，其中，條件屬性T={火焰的顏色、尖角、圓形度、閃爍頻率及面積的變化率}，決策屬性D={火災(zāi)、安全用火、無火焰}，另外，令顏色={1,2,3}，描述為強(qiáng)、中、弱三種；尖角={1,2,3}，描述為強(qiáng)、中、弱三種；圓形度={1,2,3}，描述為強(qiáng)、中、弱三種；閃爍頻率={1,2,3}，描述為強(qiáng)、中、弱三種；面積的變化率={1,2,3}，描述為強(qiáng)、中、弱三種；識(shí)別結(jié)果={1,2,3}，描述為火災(zāi)、安全用火、無火焰。經(jīng)過離散化后的控制表如表1所示。

表1 識(shí)別系統(tǒng)的識(shí)別決策表

對(duì)采集到火災(zāi)火焰及干擾目標(biāo)的視頻圖像進(jìn)行處理，經(jīng)過訓(xùn)練確定動(dòng)態(tài)模糊規(guī)則。然后分別對(duì)紙張火焰、蠟燭火焰、煙頭、手電筒、白熾燈等目標(biāo)進(jìn)行判斷，實(shí)驗(yàn)結(jié)果如表2所示。

表2 火焰識(shí)別誤報(bào)情況實(shí)驗(yàn)結(jié)果

由表2的實(shí)驗(yàn)結(jié)果表明，本文所提出的方法具有較高的靈敏度和可靠性，能較好地識(shí)別火災(zāi)火焰和干擾源。

2.2 水炮定位算法設(shè)計(jì)

本系統(tǒng)采取同步攝像頭定位方法中的中心線定位法。通過這種方法攝像頭采集到的圖像是正面角度或者第一視角，水流在視頻中的圖像近似一條直線(如圖4所示，圖片中間雙線代表水流)。首先已經(jīng)確認(rèn)當(dāng)前視頻范圍內(nèi)是存在火源的，然后通過上文中的火災(zāi)火焰識(shí)別檢測(cè)，能夠得到在該視頻圖像中火源的位置信息，最后根據(jù)水炮系統(tǒng)的機(jī)械結(jié)構(gòu)，先在水平方向上調(diào)整水炮，將火源的位置調(diào)整到視頻圖像的中心線上，然后再在垂直方向上將水炮水流落地點(diǎn)調(diào)整至火源的位置。

圖4 同步攝像機(jī)采集到的圖像

在水平方向上的定位要求攝像頭應(yīng)該正好對(duì)準(zhǔn)火源。在視頻圖像上的表現(xiàn)是火源處于視頻圖像的中心線上，因此在水平方向上可以采用中心線定位法，即通過調(diào)整水炮的水平位置，將火源移動(dòng)至視頻圖像的中心線上。在火災(zāi)火焰的識(shí)別過程中，很容易確認(rèn)火源在視頻圖像中的坐標(biāo)。在此基礎(chǔ)上根據(jù)此坐標(biāo)的水平值與中心線之間的差值，調(diào)整水炮方向，最終使火源水平位置落在視頻圖像中心線上。

在垂直方向上的定位采用點(diǎn)角轉(zhuǎn)換方法來確定垂直方向的水炮位置。所謂點(diǎn)角轉(zhuǎn)換就是空間一個(gè)位置對(duì)應(yīng)視頻中的一個(gè)點(diǎn)，進(jìn)而可以轉(zhuǎn)換成水炮(步進(jìn)電機(jī))的俯仰角度。左側(cè)框代表監(jiān)控界面，攝像頭采用45度傾斜安裝，其中點(diǎn)A代表采集到火焰在視頻中的位置，A1代表A對(duì)應(yīng)在攝像頭上的位置如圖5所示。假設(shè)安裝高度是一定的，水炮槍口噴出的水壓(水流的初始速率)是固定的，另外水流在噴射過程中不受空氣阻力等因素的影響。

這樣可以根據(jù)拋物線原理將地面的一個(gè)位置，對(duì)應(yīng)一個(gè)水炮的角度，并記錄此時(shí)水流落地點(diǎn)在視頻中的位置。通過多次試驗(yàn)將地面不同位置、視頻中的點(diǎn)、步進(jìn)電機(jī)的俯仰角度一一對(duì)應(yīng)起來，并存放在表格中。之后的檢測(cè)就比較簡(jiǎn)單，只需檢測(cè)到視頻中火源位置，通過查表來確定消防水炮的俯仰角度。

圖5 點(diǎn)角轉(zhuǎn)換法原理圖

在火災(zāi)火焰識(shí)別的基礎(chǔ)上，利用上面介紹的方法定位消防水炮的具體流程圖如圖6所示。

3 系統(tǒng)調(diào)試

主要測(cè)試控制系統(tǒng)的穩(wěn)定性及其可靠性，以及算法的準(zhǔn)確性和靈敏度。由于定位算法是否準(zhǔn)確主要取決于火焰識(shí)別算法中所提供的火焰坐標(biāo)信息，在此僅對(duì)火焰識(shí)別算法進(jìn)行測(cè)試。取12個(gè)樣本對(duì)火焰識(shí)別算法準(zhǔn)確度進(jìn)行測(cè)試，樣本如圖7所示,測(cè)試結(jié)果如表3所示。

圖6 水炮定位算法流程圖

(a)火焰圖片(b)煙頭圖片(c)打火機(jī)穩(wěn)定燃燒圖(d)打火機(jī)跳動(dòng)燃燒圖(e)蠟燭穩(wěn)定燃燒圖(f)蠟燭跳動(dòng)燃燒圖(g)太陽圖片(h)太陽光反射圖片(i)日光燈圖片(j)火災(zāi)視頻截圖(k)紙張燃燒截圖(l)紅色物體

圖7 火焰樣本圖片

上表的實(shí)驗(yàn)結(jié)果表明，本文所提出的方法具有較高的靈敏度和可靠性，能較好地識(shí)別火災(zāi)火焰和干擾源。

4 結(jié)束語

本文設(shè)計(jì)了智能消防水炮的硬件結(jié)構(gòu)圖以及控制流程圖，提出了基于動(dòng)態(tài)模糊邏輯的識(shí)別算法，提高了火焰識(shí)別算法的靈敏度和準(zhǔn)確性。提出了同步攝像頭的安裝方法，并根據(jù)所得視頻圖像提出了中心線定位法和點(diǎn)角轉(zhuǎn)換定位法。本系統(tǒng)識(shí)別定位火焰準(zhǔn)確率高達(dá)95%以上，下一步工作會(huì)對(duì)火災(zāi)早期火焰的煙霧特征和水炮噴水時(shí)風(fēng)速對(duì)水流的影響進(jìn)行研究。

[1]孫維祿.基于計(jì)算機(jī)視覺的智能消防系統(tǒng)的研究[D].南京:南京航空航天大學(xué)，2011：5-8.

[2]Phillips W,Shah.M,da Vitoria Lobo N.Flame recognition in video[J].Pattern Recognition Letters,2002,23(1):319-327.

[3]李華嵩，李小兵，董全義.基于 CANOPEN 的智能消防水炮系統(tǒng)設(shè)計(jì)[J].微計(jì)算機(jī)信息,2007,23(5-2)：32-34.

[4]徐健，楊亞琴，查兵.基于嵌入式控制器的智能多模消防水炮控制系統(tǒng)設(shè)計(jì)[J].制造業(yè)自動(dòng)化，2011，33(10)：128-130.

[5]Toreyin B U,DedeogluY,Cetin A E.Flame detection in video using hidden markov models[C].2005 International Conference on Image Processing,Genoa,Italy,2005:2457-2460.

[6]Huseynov J,Boger Z,Shubinsky G,et al.Optical flame detection using large-scale artificial neural networks[C].2005 IEEE International Joint Conference on Neural Networks,2005,(3):1959-1964.

[7]高愛蓮，劉輝，林宏.基于視頻的火焰檢測(cè)技術(shù)研究[J].云南民族大學(xué)學(xué)報(bào)，2008，17(1)：94-96.

[8]Celik T,Demirel H,Ozkaramanli H,et al.Fire detection using statistical color model in video sequences[J].Journal of Visual Communication & Image Representation,2007,18(2):176-185.

[9]馮世成，孔冬冬，鹿書恩.基于圖像識(shí)別的火災(zāi)火焰判據(jù)研究[J].自動(dòng)化技術(shù)與應(yīng)用，2011(5)：67-70.

[10]王世東.視頻中火焰和煙氣探測(cè)方法的研究[D].北京：中國科學(xué)技術(shù)大學(xué)，2013：79-92.

[11]Chen T,Yuan H Y,Su G F.Automatic fire location by CCD images in big space[J].Optical Technique,2003,129(3):292-294.

[12]陳靜.基于圖像處理的消防水炮自動(dòng)定位研究[D].南京:南京航空航天大學(xué)，2010：59-77.

[13]徐飛.圖像型火災(zāi)探測(cè)系統(tǒng)中消防炮定位技術(shù)的研究[D].西安:西安建筑科技大學(xué)，2013：29-48.

[14]劉申友，袁宏永，蘇國鋒,等.定點(diǎn)滅火智能消防水炮[J].中國安全科學(xué)學(xué)報(bào)，2001,11(2):37-40.

[15]張進(jìn)華,莊健,杜海峰,等.一種基于視頻多特征融合的火焰識(shí)別算法[J].西安交通大學(xué)學(xué)報(bào)，2006,40(7):811-814.

[16]黃晉.動(dòng)態(tài)模糊邏輯(DFL)的推理模型及應(yīng)用研究[D].蘇州：蘇州大學(xué)，2006:11-40.

[17]張亞紅，李凡長(zhǎng).基于DFL的動(dòng)態(tài)模糊專家系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)科學(xué)，2002，29(11)：163-141.

(責(zé)任編輯：劉劃 英文審校：林嘉)

The intelligent control system design of fire-fighting monitor based on video image

LI Zhong-hai，LI Jian-wei，LIANG Xiao,GUAN Xin-yu

(College of Automation,Shenyang Aerospace University,Shenyang 110136,China)

There are many false alarms and failed alarms when using traditional temperature fire detector and smog fire detector to detect fires.Currently,there are a lot of studies on the video-based intelligent fire-fighting monitor.But due to the precision of the algorithm,there are a lot of problems of fire detection and location.This paper presents a control system design of video-based directional fire-fighting monitor.ARM TQ 2440 is adopted as the core controller of this fire-fighting monitor,which can identify and locate the flame of conflagration using the flame recognition algorithm and the location algorithm that are proposed in this paper and can set security levels based on the practical applications.The system design is simple and reliable and greatly reduces the threat to the fire fighters.This fire-fighting monitor proves to be practical.

fire-fighting monitor;flame recognition algorithm;the location algorithm of flame

2015-06-03

國家自然科學(xué)基金(項(xiàng)目編號(hào)：61503255)

李忠海(1962-)，男，遼寧沈陽人，教授，主要研究方向：計(jì)算機(jī)視覺、模式識(shí)別,E-mail:li20020202@aliyun.com。

2095-1248(2015)05-0074-06

TP273+.5

A

10.3969/j.issn.2095-1248.2015.05.011