1、PDF外文：http:/ 1 使用 IP 摄像机的早期火灾探测 出版杂志： Sensors ISSN 1424-8220 2012， 12， 5670-5686， 1 到 7 页 摘要： 烟雾的存在是火灾的首发症状，因此 要 做到火灾探测，准确和快速地估计烟的存在是非常重要的。在本文中，我们提出了一种 由因特网协议（ IP）摄像机捕获 利用视频序列的 算法来检测是否存在 烟雾，其中一种重要的功能，如 探测 烟雾颜色，运动和生长特性。对于一个有效的 IP 摄像头平台在 检测 烟雾时 ，必须直接操作检测离散余弦变换（ DCT）域，以减少计算成本，避免了一个完整的
2、解码在空间域算法所需的过程 。该算法间变换的 DCT 技术被用来增加的检测精度 ， 而不 违背 DCT 操作。在提出的方案中 ,首先对实验烟区域估计使用运动和彩色烟雾性质 ；接下来使用形态学操作降低噪声， 最后 确定实验 烟区的生长特性 。 此外，通过使用连接的组件标记技术分析。 评价结果表明 ， 一个可行的感烟探测方法假阴性和假阳性错误率近似相等 ， 分别达到 4%和 2%。 关键词 早期火灾探测 /烟雾探测 /DCT/DCT 变换间 /视频监控 /IP 摄像机 1 介绍 早期火灾探测，可以帮助提醒和防止灾害产生巨大的经济损失和人身的伤害
3、。 燃烧的对象通常始于排放的烟，甚至在着火 ，因此早期火灾探测，探测烟雾的存在是一个重要因素。该功能的描述取决于燃烧对象产生烟的化学性质、火温度、氧的含量等等。一般来说，当着火点温度升高时烟的颜色范围从白到白偏蓝，当燃烧温度降低，从灰到黑。最常见的烟雾探测器是基于红外或紫外线相机，而其他检测技术是基于粒子、温度、相对湿度和空气透明度的分析。这些系统直到烟粒子或火焰非常接近火灾探测器设备才被激活，而且这些设备不能提供更多关于火的确切位置、大小、生长速率等 1的信息。为了提供更准确和可靠的感烟探测，一些视频处理基础检测系统被提出。 一般来说，基于视频处 理的火灾探测算法 都
4、 使用 火灾的两个主要特点 ： 火焰和烟雾。 几乎所有文献的火灾探测算法在进行像素级分析 时 使用火焰或烟雾的一些属性 ，如颜色、火焰 或 烟的自然闪烁、 背景帧中的边缘损失等等。 在 2中 ， 作者提出了 采用反向传播算法的多层神经网络（ MNN） 恒指呈现火焰的颜色属性（色调，饱和度， 2 强度）色彩空间 火灾探测方法。 该算法分析每个像素的颜色来确定一些像素 是否 呈现火焰特性 。在 3和 4， 隐马尔可夫模型 (HMM)和离散小波变换 (DWT)是用于检测闪烁的像素提示火焰 的 存在。一般火焰的存在 比只 有 烟的存 在可能表明更严重的火灾形势在。因此对早期火灾探测， 感烟探测方案可能
5、更有效。 在文献 5和 6中，作者使用一个 基于 高频率 的损失 HMM 及 离散小波变换 (DWT)的检测烟雾方法 。 对 1中的 RGB 图像序列 进行分析，以检测烟的 色度，品位 是否有序。 文献 7建议结合动态和静态烟的 几个功能，如生长 、 紊乱 、 轻弹频率和小波变换的能量，然后将这些信息 结合，用来制作一个 MNN 检测烟雾的存在。 文献 8中的烟检测算法 是 以累积方式通过烟的的视频序列 分析烟雾运动方向。 文献 9中的算法目的 是检测烟和火焰内的隧道，火灾探测是基于使用的背景图像提取出的运动区 域，并 分析 运动历史图像以及不变矩。 这个应用程序的主要问题是汽车和
6、重型气流所产生的 大量 运动。 在烟雾检测 10所提出的算法 中 ，烟雾被认为是一种 可以提取使用的纹理图案 ，通常被用作纹理分类器的局部二元模式（ LBP）。然后使用这些 LBP 培养一个的 MNN 确定烟雾的存在。在 11中，使用烟色属性 是 基于 1中 的 定义和烟雾运动检测光流算法 制作一个 MNN 检测烟雾存在。值得注意的是，上述所有火灾探测算法在 工作 空间域 内对 每个视频帧的像素值进行分析。 最近 IP 摄像机在视频监控中的 使用显著 增长，因为基于 IP 技术的 视频 监视系统，很容易 以较低的成本 实现 ， 而且 许多公司 已经 使用无线互联网基础设施 布线
7、 12。此外 IP 摄像头不仅可以捕捉到的图像序列，也有其自己的处理器 、 内存和操作系统，它不需要额外的计算机设备就可以 加载程序来处理捕获的信息。 IP 摄像机也可以连接形成网络，一个视频监控系统更 加 可靠。一般来说， IP 摄像机所提供的 数据 信息可以以多种格式 进行编码，例如 Motion-JPEG（ MJPEG） 、 H.264 等 12。 使用 IP 技术的火灾探测 有很 多种优势，例如网络摄像机网络 与具有单一的视频监控系统相比 可以更准确地探测火源 地点、 幅度和传 播 方向 。 然而为了有效地使用 IP技术的火灾探测 ， 本的烟检测算法
8、必须直接在离散余弦变换（ DCT）域 执行 ，因为解码（从 DCT 域空间域）和可能的编码（从空间 DCT 域的域）是相当高的耗时过程。 然而几乎所有的火检测算法，包括在 文献 1-11中所提出的建议 都 在 是 空间域中进行分析 每个像素或块 的值。 因此任何 在 IP 技术 执行这些算法 都 要求相当高的额外处理 3 时间。 本文提出了一种烟雾探测的算法 。 这是一个扩展版本中提出 UCAmI'11 13。 该算法直接在 DCT 域运行，并可以在 IP 摄像监视系统 实现 。该算法 使用烟雾的几 个特性 检测
9、烟雾的存在 ， 如颜色 、 运动和传播特性 。 这是直接 从 DCT 系数 提取 可 以避免解码过程。要提高分辨率的视频帧 并且不 显着增加计算量， 可以使用 间快速变换的DCT 系数 14和 15。 2 基于视频处理烟雾探测计划 烟雾探测计划的设计有效的基于 IP 摄像机系统，其中 MJPEG 编解码器编码的序列作为输入数据的烟检测算法。最近 使用 H.264 编解码器 的 IP 摄像机已经开发，但这些 IP 摄像机 成本是远远高于 MJPEG 编解码器 的 IP 摄像机，我们认为所提供的H.264 的高压缩率的烟检测任务是没有必要的，因为它不是必 要的存
10、储 或传 输的 IP相机模块和所捕获的视频序列之间的主计算机系统。此外 MJPEG 编解码器 可以提供比 H.264 编解码器 更高质量的帧。因此 考虑烟雾检测方案的计算和经济的成本， 我们认为 基于 MJPEG 的 IP 摄像模块是最充足 高效的 平台以及高质量 帧 的产品。虽然拟议的计划是专为 MJPEG 编解码系统， 但 它 稍作修改后也 可以适应 H.264。 图 1 烟雾探测计划的建议框图 烟雾检测方案的 建议 框图， 如图 1。 该框图 由四个阶段组成：视频帧采集阶段 、基于 DCT 变换间预处理阶段 、 烟雾区域检测阶段和区域的分析阶段。在视频帧 的 采集阶段，每个 IP 摄 像机捕获的 帧大小为 19201080 像素 并 使用一个标准的 JPEG 编
