本站小編為你精心準(zhǔn)備了煙霧主運(yùn)動(dòng)方向提取算法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《計(jì)算機(jī)工程與應(yīng)用雜志》2014年第十四期

1煙霧特征分析

煙霧是火災(zāi)的前兆和伴隨產(chǎn)物，燃燒是一個(gè)持續(xù)的過程，因此造成了不完全燃燒過程中產(chǎn)生的大量煙霧也具有持續(xù)性，同時(shí)火災(zāi)煙霧與周圍環(huán)境存在著濃度差和溫度差，在視覺上也造成了一定的邊緣效應(yīng)和形體效應(yīng)，但是以上這些變化在單幀圖像中是無法體現(xiàn)的，必須對(duì)序列幀進(jìn)行研究才能準(zhǔn)確體現(xiàn)出這些煙霧的動(dòng)態(tài)特征[12]。據(jù)美國測(cè)試與材料學(xué)會(huì)和國際消防協(xié)會(huì)的定義：煙氣包括液相顆粒和懸浮的固相顆粒、材料熱解過程產(chǎn)生的氣相物質(zhì)。因此，火災(zāi)煙氣流動(dòng)屬于兩相流流動(dòng)，煙氣濃度、煙氣顆粒的大小等都會(huì)在圖像上產(chǎn)生相應(yīng)的信息[13]。由于煙霧的運(yùn)動(dòng)是一種小尺度、快速變化的隨機(jī)運(yùn)動(dòng)，因此煙霧的顏色不可能出現(xiàn)明顯的突變，在初期升騰的煙霧中，煙霧總體表現(xiàn)出一種低頻向上的運(yùn)動(dòng)趨勢(shì)特性，這就是煙霧運(yùn)動(dòng)特性所具有的特殊性，該特殊性會(huì)使相鄰兩幀圖像中煙霧所對(duì)應(yīng)的圖像上大部分像素點(diǎn)都產(chǎn)生變化，而背景中的其他物體由運(yùn)動(dòng)所引起的變化的像素點(diǎn)數(shù)目則較小，同時(shí)煙霧內(nèi)部區(qū)域時(shí)刻處于無規(guī)則運(yùn)動(dòng)狀態(tài)，具有局部亮度突變的特征。相關(guān)資料表明，煙霧的運(yùn)動(dòng)做為一種隨機(jī)運(yùn)動(dòng)，幀間相似度比較小且運(yùn)動(dòng)頻率較低，當(dāng)圖像采集的采樣速率為15幀/s時(shí)，相鄰兩幀相似度低于30%，火災(zāi)煙氣顆粒內(nèi)部特征則表現(xiàn)為一種小尺度、快速變化的隨機(jī)運(yùn)動(dòng)，且呈現(xiàn)低頻向上的運(yùn)動(dòng)趨勢(shì)。

2基于Meanshift目標(biāo)匹配

由于煙霧的圖像幀間相似度低，根據(jù)這些特性，采用基于背景差分法進(jìn)行煙霧運(yùn)動(dòng)塊特征的提取，利用Meanshift對(duì)煙霧運(yùn)動(dòng)塊進(jìn)行特征匹配，從而可以估算出主運(yùn)動(dòng)方向。為了估計(jì)煙霧塊的運(yùn)動(dòng)矢量方向，如圖1所示，通過把前一幀的圖像塊分別匹配到當(dāng)前幀對(duì)應(yīng)位置周圍的9個(gè)數(shù)據(jù)塊。然后利用Bhattachyarya系數(shù)進(jìn)行相似程度度量，在對(duì)應(yīng)的9個(gè)數(shù)據(jù)塊中，找到一個(gè)Bhattachyarya系數(shù)最大的值。Bhattachyarya系數(shù)值越大，表示兩個(gè)數(shù)據(jù)塊相似程度最高。如果所有數(shù)據(jù)塊Bhattachyarya系數(shù)都小于一定的閾值，表示匹配不成功，如果當(dāng)前幀的位置和下一幀位置相同，表示數(shù)據(jù)塊沒有移動(dòng)。在相鄰幀中通過Bhattachyarya系數(shù)匹配確定“疑似塊”對(duì)應(yīng)位置，從而可以確定該數(shù)據(jù)塊煙霧的運(yùn)動(dòng)方向。設(shè)當(dāng)前幀的疑似數(shù)據(jù)塊中心坐標(biāo)為{y(0)y(1)y(8)}其對(duì)應(yīng)的運(yùn)動(dòng)方向?yàn)閧129}如果匹配到9，表示數(shù)據(jù)塊沒有發(fā)生運(yùn)動(dòng)。設(shè)視頻序列圖像被分成m´n個(gè)數(shù)據(jù)塊，則上式θ(ij)可以用來表示煙霧塊匹配成功的數(shù)字編碼，每個(gè)編碼表示一個(gè)運(yùn)動(dòng)方向，(ij)表示圖像m´n個(gè)數(shù)據(jù)塊中，第i和第j位置的數(shù)據(jù)塊。φ(x)是從運(yùn)動(dòng)方向里面查詢相對(duì)應(yīng)數(shù)值的函數(shù)。

3基于時(shí)間窗的“疑似塊”運(yùn)動(dòng)方向的直方圖統(tǒng)計(jì)

雖然通過對(duì)所有數(shù)據(jù)塊煙霧的運(yùn)動(dòng)方向進(jìn)行統(tǒng)計(jì)，就可以確定煙霧的總體運(yùn)動(dòng)方向，但是由于各種噪聲的影響，很難準(zhǔn)確地提取出疑似塊方向。由于不準(zhǔn)確的運(yùn)動(dòng)方向判斷可能會(huì)影響后續(xù)的煙霧檢測(cè)，所以必須采用時(shí)間窗對(duì)每個(gè)數(shù)據(jù)塊的運(yùn)動(dòng)進(jìn)行統(tǒng)計(jì)，以盡量減少噪聲的干擾[14]。通過時(shí)間窗WT可計(jì)算出每個(gè)塊在時(shí)間窗內(nèi)的運(yùn)動(dòng)方向的直方圖HT(θ(ij))l=129如圖2所示，其中WT是進(jìn)行統(tǒng)計(jì)所取圖像幀數(shù)量。通過計(jì)算每個(gè)數(shù)據(jù)塊的運(yùn)動(dòng)方向直方圖，采用在時(shí)間窗口里面出現(xiàn)運(yùn)動(dòng)方向次數(shù)最多的方向作為該數(shù)據(jù)塊當(dāng)前的主運(yùn)動(dòng)方向，采用下式計(jì)算。

4主運(yùn)動(dòng)方向的判別

初期煙霧基本上是一個(gè)緩變信號(hào)，在較短的時(shí)間內(nèi)，不會(huì)產(chǎn)生明顯的整體移動(dòng)，因此從時(shí)間軸上看，在煙霧區(qū)域存在的運(yùn)動(dòng)概率大于其他區(qū)域。為了對(duì)煙霧運(yùn)動(dòng)能夠準(zhǔn)確的度量，本文構(gòu)建了一個(gè)大小為WT的滑時(shí)間窗口對(duì)滑動(dòng)窗口內(nèi)的塊運(yùn)動(dòng)數(shù)據(jù)進(jìn)行累積，因此第(ij)數(shù)據(jù)塊的累積量可以表示如下：如果在整個(gè)時(shí)間窗內(nèi)數(shù)據(jù)塊一直都是運(yùn)動(dòng)的，那么該數(shù)據(jù)塊的累積量達(dá)到最大值，當(dāng)數(shù)據(jù)塊完全處于靜止?fàn)顟B(tài)時(shí)，該塊的累積量為最小值。由于存在各種噪聲，大部分?jǐn)?shù)據(jù)塊的累積量不為0。為了抑制噪聲和剛性物體的干擾，假定數(shù)據(jù)塊的累積量小于某一閾值時(shí)把該塊當(dāng)作非煙霧塊處理。提取公式表示如下。煙霧在灼熱空氣的驅(qū)動(dòng)下表現(xiàn)為某一方向運(yùn)動(dòng)的趨勢(shì)，整體上會(huì)存在一個(gè)主要運(yùn)動(dòng)方向，對(duì)應(yīng)初期升騰的煙霧來說，煙霧的主運(yùn)動(dòng)方向是向上的，為了消除某些非煙霧物體的干擾，必須需要計(jì)算出每一個(gè)區(qū)域的主運(yùn)動(dòng)方向。通過對(duì)圖3分析，可以知道2、3、4是向上及斜上方運(yùn)動(dòng)方向，是煙霧主運(yùn)動(dòng)的特征方向。由于煙霧的向上、兩側(cè)運(yùn)動(dòng)的特點(diǎn)，即使受到劇烈空氣流動(dòng)等干擾的影響，2，3，4所代表的運(yùn)動(dòng)方向所占的比例也會(huì)較高。對(duì)煙霧疑似區(qū)域所有小塊各運(yùn)動(dòng)方向的個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，并根據(jù)以下公式可以計(jì)算每個(gè)疑似煙霧區(qū)域的主運(yùn)動(dòng)所占的比率。

5實(shí)驗(yàn)結(jié)果分析

本文采用濃黑色煙、灰白色煙霧以及人運(yùn)動(dòng)等進(jìn)行實(shí)驗(yàn)，驗(yàn)證通過主方向特征提取煙霧的能力以及排除干擾的能力，并通過不同的序列幀對(duì)煙霧的運(yùn)動(dòng)累積效應(yīng)進(jìn)行驗(yàn)證。圖4是對(duì)灰白色的煙霧進(jìn)行主運(yùn)動(dòng)方向提取所能顯示的結(jié)果，由于早期火災(zāi)的煙霧基本上是一個(gè)緩變信號(hào)，因此如果數(shù)據(jù)塊在整個(gè)時(shí)間窗內(nèi)都保持運(yùn)動(dòng)，那么該數(shù)據(jù)塊的累積量將達(dá)到最大值。從圖4可以分析得知，經(jīng)過5幀圖像累積以后，煙霧的運(yùn)動(dòng)累積效果大大增加，燈光的閃動(dòng)所產(chǎn)生的對(duì)于運(yùn)動(dòng)方向的干擾信息則變化不明顯。經(jīng)過公式（9）對(duì)主運(yùn)動(dòng)方向的提取，可以看出初期升騰煙霧是滿足主運(yùn)動(dòng)方向的特征要求的，因此在圖像中被保留下來，而干擾則被基本剔除。為了進(jìn)一步驗(yàn)證算法對(duì)主運(yùn)動(dòng)方向驗(yàn)證的適用性，本文對(duì)背景信息比較復(fù)雜、有強(qiáng)光干擾條件下的倉庫圖像進(jìn)行了信息提取和處理，針對(duì)濃黑色煙霧進(jìn)行了驗(yàn)證主運(yùn)動(dòng)方向提取能力的實(shí)驗(yàn)，從圖5可以分析得知，經(jīng)過7幀圖像累積以后，煙霧的運(yùn)動(dòng)累積效果大大增加，煙霧在圖像中被保留下來，而干擾則被基本剔除。從圖6中可以看到本文在有人體運(yùn)動(dòng)干擾下的煙霧方向提取圖的結(jié)果，由于人的運(yùn)動(dòng)和光線的干擾對(duì)主運(yùn)動(dòng)的累積量貢獻(xiàn)不大，隨著幀數(shù)的增加，累積量基本呈現(xiàn)逐步下降的趨勢(shì)，而且也不滿足主運(yùn)動(dòng)方向判定要求，因此本文的方法不會(huì)對(duì)該情況產(chǎn)生誤報(bào)現(xiàn)象。為了進(jìn)一步驗(yàn)證算法的有效性，將本文算法和BBGDS[7]與HEXBS[9]以及全搜索算法進(jìn)行比較，實(shí)驗(yàn)中用每個(gè)“疑似塊”的平均搜索點(diǎn)數(shù)作為衡量算法搜索速度的指標(biāo)，用視頻序列重建圖像亮度的平均峰值信噪PSNR作為搜索精度的指標(biāo)。實(shí)驗(yàn)使用VisualC++6.0編程實(shí)現(xiàn)，“疑似塊”大小采用6×6像素，時(shí)間窗口為15個(gè)像素點(diǎn)，匹配準(zhǔn)側(cè)為SAD，實(shí)驗(yàn)數(shù)據(jù)如圖4~6，圖像大小為704×576。從表1可以看，本文提出的快速提取算法能夠明顯降低尋找主運(yùn)動(dòng)方向的平均搜索點(diǎn)數(shù)，因此本文具有收斂速度快和搜索點(diǎn)數(shù)量少的特點(diǎn)。從表2列出了各種算法的重建圖像亮度PSNR平均值，從實(shí)驗(yàn)結(jié)果來看，全搜索算法的PSNR最好，搜索精度最高。本文算法搜索精度要高于HEXBS和BBGDS算法，和全搜索算法非常接近。因此本文算法具有高的搜索精度。

6結(jié)論

本文把前一幀的圖像塊分別匹配到當(dāng)前幀對(duì)應(yīng)位置周圍的9個(gè)數(shù)據(jù)塊，利用Bhattachyarya系數(shù)進(jìn)行相似程度度量，在對(duì)應(yīng)9個(gè)數(shù)據(jù)塊中找到一個(gè)Bhattachyarya系數(shù)最大的值，利用Bhattachyarya系數(shù)值來估計(jì)煙霧塊的運(yùn)動(dòng)矢量的方向。通過對(duì)所有數(shù)據(jù)塊煙霧的運(yùn)動(dòng)方向進(jìn)行統(tǒng)計(jì)，就可以確定整個(gè)煙霧的主要運(yùn)動(dòng)方向。由于在實(shí)際狀態(tài)下各種噪聲的影響，準(zhǔn)確地提取出塊運(yùn)動(dòng)方向具有相當(dāng)難度，而不準(zhǔn)確的運(yùn)動(dòng)方向可能會(huì)影響后續(xù)的煙霧檢測(cè)，所以本文采用了適當(dāng)?shù)臅r(shí)間窗對(duì)每個(gè)數(shù)據(jù)塊的運(yùn)動(dòng)進(jìn)行統(tǒng)計(jì)，以盡量減少噪聲的干擾，對(duì)比實(shí)驗(yàn)表明，本文減少搜索點(diǎn)數(shù)量和提高搜索精度，解決了初期升騰階段煙霧內(nèi)部呈現(xiàn)局部小運(yùn)動(dòng)特征難以提取的問題。

作者：劉青張曉暉黃軍勤單位：西安理工大學(xué)工程訓(xùn)練中心