【计算机视觉】森林火灾检测-1

转载请注明出处：http://blog.csdn.net/xiaowei_cqu/article/details/7522467

前段时间做了一个火灾检测的小程序，因为时间紧，实现的算法也简单。只用了两步处理：运动检测和颜色检测。日后还会再改进~

运动检测

其实就是检测背景，对背景建模然后提取前景中运动的物体作为候选火灾样本。尝试了两种简单的背景算法：高斯背景建模和背景相减，还是背景相减的效果较好。以下是代码：

 //背景相减
 void FireDetector:: CheckFireMove(IplImage *pImgFrame/*, IplImage* pInitBackground, IplImage *pImgMotion*/)
 {
     int thresh_low = 80;//30

     cvCvtColor(pImgFrame, pImgMotion, CV_BGR2GRAY);
     cvConvert(pImgMotion, pMatFrame);
     cvConvert(pImgMotion, pMatProcessed);
     cvConvert(pImgBackground, pMatBackground);

     cvSmooth(pMatFrame, pMatFrame, CV_GAUSSIAN, 3, 0, 0);
     //计算两幅图的差的绝对值
     cvAbsDiff(pMatFrame, pMatBackground, pMatProcessed);
     //cvConvert(pMatProcessed,pImgProcessed);
     //cvThresholdBidirection(pImgProcessed,thresh_low);
     //对单通道数组应用固定阈值操作,此处得到二值图像
     cvThreshold(pMatProcessed, pImgMotion, thresh_low, 255.0, CV_THRESH_BINARY);
     //使用 Gaussian 金字塔分解对输入图像向下采样，再向上采样
     cvPyrDown(pImgMotion,pyrImage,CV_GAUSSIAN_5x5);
     cvPyrUp(pyrImage,pImgMotion,CV_GAUSSIAN_5x5);
     //腐蚀和膨胀操作
     cvErode(pImgMotion, pImgMotion, 0, 1);
     cvDilate(pImgMotion, pImgMotion, 0, 1);

     //使用当前帧0.3的比例对背景图像更新
     int pUpdate=0.3;//0.0003
     cvRunningAvg(pMatFrame, pMatBackground, pUpdate, 0);
     cvConvert(pMatBackground, pImgBackground);
 }

颜色检测

颜色检测最初用的是 Thou-Ho (Chao-Ho) Chen, Ping-Hsueh Wu, and Yung-Chuen Chiou 于2004年在ICIP发表的文章《An Early Fire-Detection Method Based on Image Processing》中建立的颜色模型：

其中R、G、B为RGB模型中的颜色分量S为HSI颜色模型中的饱和度；Rt为R分量的阈值经试验得到可设定在55~56之间；St为饱和度的阈值经试验得到可设定在115~135之间。虽然简单，确很有效。之后自己又增加了些亮度之类的信息，并调整了阈值。

 //论文《An Early Fire-Detection Method Based on Image Processing》中的颜色模型
 void FireDetector::CheckFireColor2(IplImage *RGBimg)
 {
     int RedThreshold=115;  //115~135
     int SaturationThreshold=45;  //55~65

     for(int j = 0;j < RGBimg->height;j++)
     {
         for (int i = 0;i < RGBimg->widthStep;i+=3)
         {
             uchar B = (uchar)RGBimg->imageData[j*RGBimg->widthStep+i];
             uchar G = (uchar)RGBimg->imageData[j*RGBimg->widthStep+i+1];
             uchar R = (uchar)RGBimg->imageData[j*RGBimg->widthStep+i+2];
             uchar maxv=max(max(R,G),B);
             uchar minv=min(min(R,G),B);
             double S = (1 - 3.0*minv/(R+G+B));

             //火焰像素满足颜色特征
             //(1)R>RT   (2)R>=G>=B   (3)S>=( (255-R) * ST / RT )
             if(R>RedThreshold&&R>=G&&G>=B&&S>0.20/*&&/*S>(255-R)/20&&S>=((255-R)*SaturationThreshold/RedThreshold)*/)
                 pImgFire->imageData[i/3+pImgFire->widthStep*j] = 255;
             else
                 pImgFire->imageData[i/3+pImgFire->widthStep*j] = 0;

         }
     }
 }

经过两部检测后的备选像素，大于一定值则判定为火，标框并报警，效果如下：