楊雨卓

0 引言

目前森林火災(zāi)是破壞森林的最主要的災(zāi)害之一，影響很大。森林是各種珍禽異獸的家園，森林遭受火災(zāi)后，會破壞野生動物賴以生存的環(huán)境。嚴重的森林火災(zāi)不僅能引起水土流失，還會引起山洪爆發(fā)、泥石流等自然災(zāi)害。因此，對森林火災(zāi)盡早識別并預(yù)警，就能最大限度的降低損失。本森林火災(zāi)檢測方法是在利用圖像處理技術(shù)對煙火普遍特性進行研究的基礎(chǔ)上，結(jié)合煙火區(qū)域火焰的顏色、面積、不規(guī)則度特征以及煙霧的顏色特征和動態(tài)特征而提出的?；鞠渌焕挠绊?，有效提高森林火災(zāi)圖像的識別的準確度。除此之外，我們運用了多層檢測的方式，減少了系統(tǒng)處理分析的時間，提高了識別的速度。

圖1 火災(zāi)識別流程

1 森林火險檢測系統(tǒng)流程

我們?yōu)榱诉_到火險檢測的目的，我們采取從煙霧和火焰兩個方面進行檢測，設(shè)計了多層拓展識別的流程，靜態(tài)特征和動態(tài)特征相結(jié)合的識別檢測方式。方案的具體操作總體流程如圖1。該火險檢測系統(tǒng)的總體設(shè)計思想是：該首先獲取相機實時拍攝的圖像；然后對視頻圖像進行實時背景差動態(tài)判斷有無異常情況，如果連續(xù)的幾幀圖像發(fā)生了較大的變化，即判斷為有異常情況發(fā)生；下一步采取我們的檢測算法分別對圖像進行就火焰識別和煙霧識別，若圖像中有火焰（煙霧），系統(tǒng)就會輸出“1”，否則就輸出“0”；最后用我們多特征融合綜合判斷是否是火災(zāi)，是的話則輸出“1”發(fā)出火災(zāi)預(yù)警，從而完成整個森林火險檢測系統(tǒng)。

2 火焰檢測

森林火險檢測系統(tǒng)中火焰檢測部分的流程如圖2（左）所示：

圖2 火焰檢測（左）和煙霧檢測（右）流程圖

待檢測的圖像輸入后，開始需要進行圖像的初步的處理。圖像預(yù)處理過程一般包括有增強、濾波、細化幾個方面。接下來主要簡述的是火焰圖像的增強處理和濾波。

圖像增強主要指的是按照開發(fā)者的想法加強圖像中某部分，可以是某個具體的區(qū)域，也可以是符合相關(guān)限制條件的部分區(qū)域，并且淡化或消除某些不重要雜亂信息的處理方法。圖像增強主要包括了直方圖修改處理、圖像平滑處理、圖像尖銳化處理及彩色圖像處理等常見的處理方式。該系統(tǒng)我們運用幾種方法同步進行，目的是達到火焰圖像預(yù)期的增強效果。

在火焰圖像經(jīng)過預(yù)處理后，下一步是進行火焰分割。在充足的自然光的條件下，我們采取顏色特征提取的方式，把疑似火焰區(qū)域從圖中給分割出來。在一般情況下，火焰雖然可能會有多種不同的顏色，但主要集中在暗紅色、紅色、橙色、黃色、白色、藍色這些顏色中。即使在不同的環(huán)境下火焰會呈現(xiàn)不同的顏色，但它常常會經(jīng)過由紅過渡到黃的燃燒過程。此時圖像的RGB值符合R ≥ G ≥ B的關(guān)系。與此同時，我們采取轉(zhuǎn)換到HSI空間，進行多特征采取。在HSI空間中，火焰的色度值H通常在0～60度之間，此外，S滿足100，I滿足255。圖像中滿足以上四個條件的像素當作是火焰的候選區(qū)域。

火焰的顏色提取之后的圖像可能會存在噪聲，我們采用中值濾波進行去噪。

在(Y,Cr,Cb)空間中，火焰和其他相關(guān)物體有著明顯的區(qū)別。在二維的(Cr,Cb)空間里，火焰像素的分布接近正態(tài)分布，而其他物體則不具有該特性。所以我們采取將火焰圖像轉(zhuǎn)換到(Y,Cr,Cb)空間，對像素進行分析，將接近正態(tài)分布特性的區(qū)域提取出來。

也就是說，當檢測圖像在的二維的( Cr,Cb)空間滿足正態(tài)分布的時候，可以粗判定為火焰圖像。

經(jīng)過火焰顏色特征粗判定后，下一步進行火焰的動態(tài)特征的判定，最終裁決是否為火焰。對于人類而言，形狀是我們判斷一個物體的重要特征。所以計算機對于圖像中物體形狀的分析也是非常有益的。根據(jù)圖形圖像的相關(guān)理論，我們獲取火焰圖像的動態(tài)特征，以此作為判斷的依據(jù)進行進一步的處理。我們運用了與物體形狀相關(guān)的兩個特性來作為我們火焰圖像的判斷依據(jù)。

A.不規(guī)則性

考慮到森林火災(zāi)火焰形狀的不規(guī)則性和對我們的系統(tǒng)可能產(chǎn)生干擾的像光源（如手電筒，探照燈燈等）的形狀特征具有較高的規(guī)律性的特點，我們采取用不規(guī)則的程度作為判斷是否為火焰的依據(jù)。不規(guī)則度表征了物體形狀的不規(guī)則程度，其表達式如下：

我們定義周長為物體的邊界長度，可以通過火焰圖像候選區(qū)域邊界上像素的個數(shù)來獲得。面積通過統(tǒng)計所有可能煙霧區(qū)域像素點數(shù)獲得。候選圖像的形狀越復(fù)雜，其不規(guī)則度值越大。

獲取火焰候選圖像不規(guī)則度的具體步驟：

(1)對顏色分割得到的火焰候選圖像提取邊緣，算出邊緣上像素個數(shù)得到L。

(2)求出火焰圖像中疑似火焰區(qū)域的面積，即求出在上一步顏色分割中所有被置為黑色的像素總數(shù)S。

(3)求不規(guī)則度，并計算出連續(xù)n幀圖像的平均值。

B.擴散性

一般在火災(zāi)發(fā)生后，火災(zāi)面積會呈現(xiàn)不斷擴大的趨勢，過火面積會連續(xù)擴大，相應(yīng)的相機探測到的火災(zāi)區(qū)域面積也會逐漸增大。也就是說在我們獲得的圖像上高亮的區(qū)域也會持續(xù)的增長。因此，我們可以定義“k”表示后續(xù)疑似火焰區(qū)面積與先前疑似火焰區(qū)域的面積的比值來表征火災(zāi)的擴散特性。在我們設(shè)定相應(yīng)的參考時間內(nèi)，k值越大，火災(zāi)的擴散特性越強。

在火焰檢測部分，首先將拍的的圖像進行前期的預(yù)處理后，進行基于顏色特征篩選出火焰區(qū)域的候選圖像，然后再根據(jù)這些圖像的不規(guī)則性和擴散性做出是否為火焰區(qū)域的最終判定，然后將判定結(jié)果輸入給下一步。

3 煙霧檢測

森林火險檢測系統(tǒng)中火焰檢測部分的流程如圖2（右）所示：

同火焰檢測部分類似，輸入待檢測圖像后，首先也是進行圖像的預(yù)處理。我們采用直方圖修改，圖像平滑方法等多種方法聯(lián)合處理，達到煙霧圖像預(yù)期的增強效果。

顏色特征是表征圖像信息的基本特征之一，煙霧通常有幾種特定的顏色，比如白煙，灰白煙等。通過顏色分割部分，將圖像中具有煙霧特征的部分提取出來，在太陽光等自然光的照射下，火災(zāi)煙霧一般都會呈現(xiàn)白色、黑色和灰色一種或多種顏色。經(jīng)過多次實驗發(fā)現(xiàn)，在 RGB 顏色空間中，這些顏色的R、G、B 三分量大致相等。與此同時，由于燃燒環(huán)境，天氣情況和燃燒時間段的不同，煙霧的顏色亮度也會有所不同。

根據(jù)多次實驗得到，在 RGB 顏色空間中，煙霧顏色的R、G、B三者的值相差在15～20之間。將煙霧圖像轉(zhuǎn)換到HIS空間，我們將I分量符合100的區(qū)域當作是疑似煙霧區(qū)域。

綜合以上兩項靜態(tài)特征，對圖像進行分割，分割出疑似煙霧的區(qū)域，將結(jié)果給下一步進行處理。

在進行完顏色提取和分割后，我們對圖像進行中值濾波來去除噪聲。

經(jīng)過煙霧等靜態(tài)特征粗判定后，下一步進行煙霧的動態(tài)特征的判定，最后綜合判斷圖像中是否出現(xiàn)了煙霧區(qū)域。和煙霧檢測相似，我們采取了擴散性和不規(guī)則性來作為我們火焰圖像的判斷依據(jù)。

A.不規(guī)則性

在前序步驟中檢測出來的疑似煙霧區(qū)域，由于算法的局限性，在火災(zāi)背景中一些其他物體可能會被我們誤判成煙霧區(qū)域，為了排除這一現(xiàn)象，我們獲取煙霧圖像的不規(guī)則性來幫助我們進行判斷。

煙霧本身的形狀就非常不規(guī)則，加上風等的環(huán)境因素，煙霧可能會隨時流動。所以非常難對煙霧的形狀進行測量，我們和火焰檢測一樣，采取不規(guī)則度來衡量煙霧的變化。具體的計算方法如火焰檢測部分的公式（1）。

B.擴散性

煙霧有不斷隨空氣流動擴散的特性，因此我們可以通過檢測煙霧的擴散性，進行綜合判斷來排除靜止物產(chǎn)生的干擾。以此來提高我們的檢測準確率。

和之前表征火焰的擴散性k值相同，我們也用比值k來表示煙霧面積增長率。煙霧面積增長率一般大于火焰，我們可以大量的實驗資料獲取到這一關(guān)系，然后設(shè)置閾值來做出是否為煙霧最終的判斷。

最后整合火焰和煙霧的檢測結(jié)果，做出是否發(fā)出火災(zāi)預(yù)警的決定以及輸出系統(tǒng)檢測到的具體信息，從而實現(xiàn)整個森林火災(zāi)檢測系統(tǒng)。

4 結(jié)束語

本項目基于數(shù)字圖像處理的知識與理論完成了一個森林火險預(yù)測準確率高，誤報率較低的火險檢測系統(tǒng)。首先獲取相機拍的實時圖像，判斷幀間差，進一步采取火焰和煙霧的檢測識別雙判據(jù)的方法，最后綜合裁決是否為火災(zāi)實現(xiàn)整個系統(tǒng)。不僅是森林環(huán)境下，在廚房和一些容易發(fā)生火災(zāi)的工廠等地方，本系統(tǒng)都比較適用。本系統(tǒng)采取多特征多判據(jù)的判斷方式，其判斷的準確率較高，在一些拍的圖像較模糊，噪聲較大的情況下，依然能準確判斷。然而系統(tǒng)仍有一些不足，在一些特殊情況下如在大霧天氣下有大量紅葉的森林，系統(tǒng)可能會出現(xiàn)誤判的情況，這也為以后的學(xué)習提出了改進的方向。