【正文】 1 使用 IP 攝像機(jī)的早期火災(zāi)探測(cè) 出版雜志： Sensors ISSN 14248220 2020， 12， 56705686， 1到 7頁 摘要： 煙霧的存在是火災(zāi)的首發(fā)癥狀，因此 要 做到火災(zāi)探測(cè)，準(zhǔn)確和快速地估計(jì)煙的存在是非常重要的。在本文中，我們提出了一種 由因特網(wǎng)協(xié)議（ IP）攝像機(jī)捕獲 利用視頻序列的 算法來檢測(cè)是否存在 煙霧，其中一種重要的功能，如 探測(cè) 煙霧顏色，運(yùn)動(dòng)和生長特性。對(duì)于一個(gè)有效的 IP 攝像頭平臺(tái)在 檢測(cè) 煙霧時(shí) ，必須直接操作檢測(cè)離散余弦變換（ DCT）域，以減少計(jì)算成本，避免了一個(gè)完整的解碼在空間域算法所需的過程 。該算法間變換的 DCT技術(shù)被用來增加的檢測(cè)精度 ， 而不 違背 DCT操作。在提出的方案中 ,首先對(duì)實(shí)驗(yàn)煙區(qū)域估計(jì)使用運(yùn)動(dòng)和彩色煙霧性質(zhì) 。接下來使用形態(tài)學(xué)操作降低噪聲， 最后 確定實(shí)驗(yàn) 煙區(qū)的生長特性 。 此外，通過使用連接的組件標(biāo)記技術(shù)分析。 評(píng)價(jià)結(jié)果表明 ， 一個(gè)可行的感煙探測(cè)方法假陰性和假陽性錯(cuò)誤率近似相等 ， 分別達(dá)到 4%和 2%。 關(guān)鍵詞 早期火災(zāi)探測(cè) /煙霧探測(cè) /DCT/DCT變換間 /視頻監(jiān)控 /IP 攝像機(jī) 1 介紹 早期火災(zāi)探測(cè)，可以幫助提醒和防止災(zāi)害產(chǎn)生巨大的經(jīng)濟(jì)損失和人身的傷害。 燃燒的對(duì)象通常始于排放的煙，甚至在著火 ，因此早期火災(zāi)探測(cè)，探測(cè)煙霧的存在是一個(gè)重要因素。該功能的描述取決于燃燒對(duì)象產(chǎn)生煙的化學(xué)性質(zhì)、火溫度、氧的含量等等。一般來說，當(dāng)著火點(diǎn)溫度升高時(shí)煙的顏色范圍從白到白偏藍(lán)，當(dāng)燃燒溫度降低，從灰到黑。最常見的煙霧探測(cè)器是基于紅外或紫外線相機(jī)，而其他檢測(cè)技術(shù)是基于粒子、溫度、相對(duì)濕度和空氣透明度的分析。這些系統(tǒng)直到煙粒子或火焰非常接近火災(zāi)探測(cè)器設(shè)備才被激活，而且這些設(shè)備不能提供更多關(guān)于火的確切位置、大小、生長速率等 [1]的信息。為了提供更準(zhǔn)確和可靠的感煙探測(cè)，一些視頻處理基礎(chǔ)檢測(cè)系統(tǒng)被提出。 一般來說，基于視頻處 理的火災(zāi)探測(cè)算法 都 使用 火災(zāi)的兩個(gè)主要特點(diǎn) ： 火焰和煙霧。 幾乎所有文獻(xiàn)的火災(zāi)探測(cè)算法在進(jìn)行像素級(jí)分析 時(shí) 使用火焰或煙霧的一些屬性 ，如顏色、火焰 或 煙的自然閃爍、 背景幀中的邊緣損失等等。 在 [2]中 ， 作者提出了 采用反向傳播算法的多層神經(jīng)網(wǎng)絡(luò)（ MNN） 恒指呈現(xiàn)火焰的顏色屬性（色調(diào)，飽和度， 2 強(qiáng)度）色彩空間 火災(zāi)探測(cè)方法。 該算法分析每個(gè)像素的顏色來確定一些像素 是否 呈現(xiàn)火焰特性 。在 [3]和 [4]， 隱馬爾可夫模型 (HMM)和離散小波變換 (DWT)是用于檢測(cè)閃爍的像素提示火焰 的 存在。一般火焰的存在 比只 有 煙的存 在可能表明更嚴(yán)重的火災(zāi)形勢(shì)在。因此對(duì)早期火災(zāi)探測(cè)， 感煙探測(cè)方案可能更有效。 在文獻(xiàn) [5]和 [6]中，作者使用一個(gè) 基于 高頻率 的損失 HMM及 離散小波變換 (DWT)的檢測(cè)煙霧方法 。 對(duì) [1]中的 RGB圖像序列 進(jìn)行分析，以檢測(cè)煙的 色度，品位 是否有序。 文獻(xiàn) [7]建議結(jié)合動(dòng)態(tài)和靜態(tài)煙的 幾個(gè)功能，如生長 、 紊亂 、 輕彈頻率和小波變換的能量，然后將這些信息 結(jié)合，用來制作一個(gè) MNN檢測(cè)煙霧的存在。 文獻(xiàn) [8]中的煙檢測(cè)算法 是 以累積方式通過煙的的視頻序列 分析煙霧運(yùn)動(dòng)方向。 文獻(xiàn) [9]中的算法目的 是檢測(cè)煙和火焰內(nèi)的隧道，火災(zāi)探測(cè)是基于使用的背景圖像提取出的運(yùn)動(dòng)區(qū) 域，并 分析 運(yùn)動(dòng)歷史圖像以及不變矩。 這個(gè)應(yīng)用程序的主要問題是汽車和重型氣流所產(chǎn)生的 大量 運(yùn)動(dòng)。 在煙霧檢測(cè) [10]所提出的算法 中 ，煙霧被認(rèn)為是一種 可以提取使用的紋理圖案 ，通常被用作紋理分類器的局部二元模式（ LBP）。然后使用這些 LBP培養(yǎng)一個(gè)的 MNN確定煙霧的存在。在 [11]中，使用煙色屬性 是 基于 [1]中 的 定義和煙霧運(yùn)動(dòng)檢測(cè)光流算法 制作一個(gè) MNN檢測(cè)煙霧存在。值得注意的是，上述所有火災(zāi)探測(cè)算法在 工作 空間域 內(nèi)對(duì) 每個(gè)視頻幀的像素值進(jìn)行分析。 最近 IP攝像機(jī)在視頻監(jiān)控中的 使用顯著 增長，因?yàn)榛?IP技術(shù)的 視頻 監(jiān)視系統(tǒng)，很容易 以較低的成本 實(shí)現(xiàn) ， 而且 許多公司 已經(jīng) 使用無線互聯(lián)網(wǎng)基礎(chǔ)設(shè)施 布線 [12]。此外 IP 攝像頭不僅可以捕捉到的圖像序列，也有其自己的處理器 、 內(nèi)存和操作系統(tǒng)，它不需要額外的計(jì)算機(jī)設(shè)備就可以 加載程序來處理捕獲的信息。 IP 攝像機(jī)也可以連接形成網(wǎng)絡(luò)，一個(gè)視頻監(jiān)控系統(tǒng)更 加 可靠。一般來說， IP 攝像機(jī)所提供的 數(shù)據(jù) 信息可以以多種格式 進(jìn)行編碼，例如 MotionJPEG（ MJPEG） 、 [12]。 使用 IP 技術(shù)的火災(zāi)探測(cè) 有很 多種優(yōu)勢(shì)，例如網(wǎng)絡(luò)攝像機(jī)網(wǎng)絡(luò) 與具有單一的視頻監(jiān)控系統(tǒng)相比 可以更準(zhǔn)確地探測(cè)火源 地點(diǎn)、 幅度和傳 播 方向 。 然而為了有效地使用 IP技術(shù)的火災(zāi)探測(cè) ， 本的煙檢測(cè)算法必須直接在離散余弦變換（ DCT）域 執(zhí)行 ，因?yàn)榻獯a（從 DCT域空間域）和可能的編碼（從空間 DCT域的域）是相當(dāng)高的耗時(shí)過程。 然而幾乎所有的火檢測(cè)算法，包括在 文獻(xiàn) [111]中所提出的建議 都 在 是 空間域中進(jìn)行分析 每個(gè)像素或塊 的值。 因此任何 在 IP 技術(shù) 執(zhí)行這些算法 都 要求相當(dāng)高的額外處理 3 時(shí)間。 本文提出了一種煙霧探測(cè)的算法 。 這是一個(gè)擴(kuò)展版本中提出 UCAmI39。11 [13]。 該算法直接在 DCT域運(yùn)行，并可以在 IP 攝像監(jiān)視系統(tǒng) 實(shí)現(xiàn) 。該算法 使用煙霧的幾 個(gè)特性 檢測(cè)煙霧的存在 ， 如顏色 、 運(yùn)動(dòng)和傳播特性 。 這是直接 從 DCT 系數(shù) 提取 可 以避免解碼過程。要提高分辨率的視頻幀 并且不 顯著增加計(jì)算量， 可以使用 間快速變換的DCT系數(shù) [14]和 [15]。 2 基于視頻處理煙霧探測(cè)計(jì)劃 煙霧探測(cè)計(jì)劃的設(shè)計(jì)有效的基于 IP 攝像機(jī)系統(tǒng)，其中 MJPEG編解碼器編碼的序列作為輸入數(shù)據(jù)的煙檢測(cè)算法。最近 使用 編解碼器 的 IP 攝像機(jī)已經(jīng)開發(fā)，但這些 IP 攝像機(jī) 成本是遠(yuǎn)遠(yuǎn)高于 MJPEG 編解碼器 的 IP 攝像機(jī)，我們認(rèn)為所提供的 的高壓縮率的煙檢測(cè)任務(wù)是沒有必要的，因?yàn)樗皇潜?要的存儲(chǔ) 或傳 輸?shù)?IP相機(jī)模塊和所捕獲的視頻序列之間的主計(jì)算機(jī)系統(tǒng)。此外 MJPEG編解碼器 可以提供比 更高質(zhì)量的幀。因此 考慮煙霧檢測(cè)方案的計(jì)算和經(jīng)濟(jì)的成本， 我們認(rèn)為 基于 MJPEG的 IP 攝像模塊是最充足 高效的 平臺(tái)以及高質(zhì)量 幀 的產(chǎn)品。雖然擬議的計(jì)劃是專為 MJPEG編解碼系統(tǒng)， 但 它 稍作修改后也 可以適應(yīng) 。 圖 1 煙霧探測(cè)計(jì)劃的建議框圖 煙霧檢測(cè)方案的 建議 框圖， 如圖 1。 該框圖 由四個(gè)階段組成：視頻幀采集階段 、基于 DCT 變換間預(yù)處理階段 、 煙霧區(qū)域檢測(cè)階段和區(qū)域的分析階段。在視頻幀 的 采集階段，每個(gè) IP 攝 像機(jī)捕獲的 幀大小為 19201080 像素 并 使用一個(gè)標(biāo)準(zhǔn)的 JPEG 編 4 解碼器 編碼 ，其中雙向維 DCT被施加到非重疊塊 88像素的每個(gè)幀。在預(yù)處理階段中， DCT變換間被應(yīng)用到所有 DCT塊的 88個(gè)系數(shù)的每一幀得到 DCT塊的 44系數(shù)，而無需使用逆 DCT（ IDCT）。在煙霧區(qū)域檢測(cè)階段中，使用每個(gè) DCT 塊的 DC值 的 44 系數(shù)的幾個(gè)連續(xù)幀 對(duì)煙霧的 動(dòng)作和顏色屬性分析 來確定煙霧區(qū)域 實(shí)驗(yàn)著火點(diǎn) 。 實(shí)驗(yàn) 區(qū)域利用形態(tài)學(xué) 消除孤立塊 處理。 通過 使用連接元件標(biāo)記法 排除 非煙霧區(qū)域的候選區(qū)域的 煙的 膨脹性能分析。除了 視頻幀采集階段， 以后 的 所有階段接下來 分 小節(jié)描述。 基于預(yù)處理 DCT 變換間 正如前面提到的，一個(gè) 每個(gè) IP 相機(jī)模塊提供 8個(gè) DCT塊 8系數(shù)的幀，但這個(gè)塊的大小過大 將影響防煙功能的準(zhǔn)確 分析，這 時(shí) 使用一個(gè)較小的塊 是必要的 。 傳統(tǒng)上，如果 不能避免 DCT塊與從當(dāng)前的塊 的 大小 尺寸 不同，必須計(jì)算反離散余弦變換，然后與所需的塊的大小