陈亚林,于莲芝

(上海理工大学 光电信息与计算机工程学院,上海　200082)



基于改进Surendra背景更新算法的视频火灾检测

陈亚林,于莲芝

(上海理工大学 光电信息与计算机工程学院,上海200082)

摘要针对目前视频火灾检测误检率高以及计算量大而需要高性能硬件支持的工程应用需求,提出了采用改进的Surendra背景更新算法实时提取视频背景。采用迭代法实时求取当前的最佳阀值,以及Surendra背景更新算法获取背景,依据背景求得图像中的运动区域,形态学处理后通过火焰颜色统计模型判别是否是火灾。实验表明,文中采取的检测算法快速高效,具有良好的市场应用前景。

关键词改进的Surendra背景更新算法;最佳阀值;颜色统计模型

视频火灾探测器在传统的火灾传感器无法使用的场合非常有效。粒子和温度采样、空气透明度检测是较为简单且应用广泛的火灾识别方法[1-2]。这些方法要求传感器离火灾发生点很近,而且不一定可靠,因其并不检测火焰本身而是检测烟雾,但烟雾有可能是其他原因产生的。

T.Celik等人较早开始了针对火焰颜色的研究。徐小军等采用空间灰度共生矩阵分析法综合分析图像在能量、熵、惯性矩和局部平稳性4个方面的纹理特征[3]。周军莹等以面积的连续增长为依据[4]识别火灾。此外还有从烟雾的动、静态特征建模的[5]。本文采用改进的Surendra背景更新算法[6-7]从视频中获取静态背景信息,通过背景减法侦测移动目标,通过形态学滤波处理过后基于颜色统计模型判别是否为火灾。……