王冠宁,陈 涛，邢 菲，郑晖杰，袁俊杰

(1.清华大学 工程物理系/公共安全研究院，北京 100084；2.甘肃省消防救援总队，甘肃 兰州 730000)

0 引言

近年来，随着我国经济社会持续稳定发展，人民和社会对公共安全的需求不断提升，我国视频监控系统迅速发展并已成为保障安全、震慑犯罪及案件调查的重要手段[1-3]。在此背景下，视频分析技术逐步成为火灾调查领域新兴的重要调查手段和研究热点，对查明火灾原因意义重大[4-6]。

火灾是指在时间或空间失去控制的燃烧，极易造成严重后果[7-8]。其中火焰是火灾的重要组成部分，是影响起火原因认定的重要影响因素[9-10]。前人已经研究了基于视频图像的火焰静态特征监测技术，如火焰区域的像素亮度和二阶矩等参量，对火焰进行识别检测[11]；借助机器学习方法对火焰RGB颜色建模[12]；融合RGB，HIS和Ostu，通过双颜色空间融合算法进行火焰轮廓提取[13]；建立火焰形体特征、纹理特征等多特征融合模型，实现火焰的检测识别[14]。而在火灾调查领域，利用视频分析技术提取、分析火焰特征，辅助开展火灾原因认定的应用鲜有报道。立足火灾现场实际，监控摄像头和火焰的位置关系主要有监控未遮挡、部分遮挡和完全遮挡3种，其中监控完全遮挡条件下，监控摄像头无法直接记录火焰的跳跃变化过程，只能间接记录火灾现场的光影变化[15]。在此种情形下，如何利用监控视频提取、分析火焰特征、认定起火原因是火灾调查人员面临的重大难题。

针对火灾现场监控摄像头完全遮挡场景，本文提出火焰的视频特征分析方法实现火焰特征提取与分析。利用视频分析技术提取、对比、分析油盘火焰、垃圾桶火焰和短路火花的HSV颜色、火焰面积增长、质心变化、Harris角点变化、火焰频闪等特征，并总结对应特征变化规律，为火灾调查工作的顺利开展提供有力工具。

1 材料和方法

1.1 实验材料和设备

实验设备：智能无线监控彩色CCD摄像头1080 P；三脚架；无线路由器；笔记本电脑；360 mm×360 mm×100 mm油盘；垃圾桶。

实验材料：92#汽油50 L；碎纸屑；ZR-BVR型多股铜导线。

1.2 实验环境及现场布置

根据ISO9705标准，设计油盘火焰和垃圾桶火焰模拟室内小尺寸火灾。在实验室中央处分别布置360 mm×360 mm×100 mm尺寸油盘和垃圾桶，引燃后模拟2种不同实体火发生发展的初期阶段。实验现场布置情况如图1所示，在燃烧实验室布置普通彩色CCD监控摄像头CamB，使之被完全遮挡，在监控摄像头视野中直接观察不到火焰。

图1 实验现场布置情况Fig.1 Layout of experimental field

利用火灾综合物证实验台模拟火灾一次短路故障，实验利用横截面积为2.5 mm2，长为200 mm的ZR-BVR型多股铜导线，将2根多股铜导线两端去除20 mm绝缘，将1根多股铜线样品固定在火灾痕迹物证综合实验台上，另1根多股铜导线样品固定在电焊把上，利用电焊把上导线线端触碰模固定于实验台的导线线端，模拟一次短路发生。将CamA布置在火灾痕迹物证实验台的侧方，调整三脚架水平旋钮，调节其视野偏转角度，使其无法直接观察到短路火花形成过程。Cam A视野中的一帧短路火花图片如图2所示。

图2 Cam A视野中短路火花Fig.2 Short-circuit spark in view field of Cam A

为保证实验的科学性，减少实验误差，油盘和垃圾桶引燃实验，均收集自引燃开始后5 min的视频进行分析，且每组实验重复10次，提取相应火焰特征并取平均值。短路火花实验，连续打火10次，收集短路火花视频进行分析，提取火花特征并取平均值。

1.3 火灾视频采集与预处理

视频采集系统由2台彩色CCD摄像头、1台计算机、1台无线路由器等组成，视频采集、预处理及火焰特征提取的结构框架如图3所示。

图3 火灾视频图像的处理流程Fig.3 Processing procedure of fire video images

1.4 火焰特征的选择与提取

1.4.1 HSV颜色特征

RGB模型是目前最常用的彩色信息表达方式，但在RGB模型中，3种颜色分量的取值与所生成的颜色之间的联系并不直观，对于火灾监控视频图像，火焰前景RGB模型区分不佳。而HSV模型更加类似于人类对颜色的感知方式，所以选择采用HSV模型分析火焰光的颜色特征。

1.4.2 面积变化特性

火焰在演变过程中会不断地跳跃，边缘出现抖动，火焰面积出现变化。不同种类可燃物燃烧，在相同环境条件下，其热释放速率值不同，导致火焰面积增长特征不同。因此，火焰图像的面积变化特征可以作为火焰识别区分的主要因素。

定义面积变化率如式(1)所示：

(1)

式中：AR为面积变化率，表示相邻2帧间火焰区域的面积变化率；A(n+1)和A(n)分别表示当前帧和下一帧的火焰面积。

1.4.3 质心运动特性

火灾的发生过程中，火焰随着可燃物蒸气流动的变化而不断发生着移动，使得火焰光反射区域在连续移动。通过分析质心的变化，可以判定火焰反射光区域的整体移动情况，进而间接反映出火焰的整体移动特性。定义像素点的质心计算如式(2)～(3)所示：

(2)

(3)

式中：xi为火焰反射光区域质心的x轴坐标；yi为火焰反射光区域质心的y轴坐标；m为单个像素点的质量；Ns为总像素数。

1.4.4 尖角变化特征

在视频图像中，火焰边缘不断抖动，产生的凹凸不平的点就是尖角点。火焰由于其自身跳跃、脉动、边缘剧烈变化，尖角特征较为明显。利用Matlab2018a平台实现Harris角点检测，对预处理的火焰视频图像进行跟踪扫描，扫描火焰前景边缘曲线并找到Harris角点，然后利用Corner函数直接调用Harris角点检测算法可以实现角点检测与计算。

1.4.5 频闪特性

火焰周围空间的反射光区域的闪烁变化特性，与火焰的闪烁跳动、发展变化直接相关，其变化特征间接反映了火焰的频闪特性。利用Harris角点像素值火焰频率检测算法，计算火焰反射光区域的闪烁频率。设定Corner函数阈值为20，即能观察到的火焰光反射区域的最大角点个数为20。利用Bwlabel函数标记最大火焰联通区域，利用Edge函数和Sobel边缘检测算子，提取边缘特征，进行Harris角点检测，设Corner函数角点阈值最大值为20，利用其像素值的变化，求出周围空间物体表面火焰反射光的闪烁频率。

定义火焰闪烁的频率如式(4)所示：

(4)

式中：Fk为第k个点的闪烁频率；Si(xk,yk)为火焰边缘点(xk,yk)的像素值，取0或1；Si+1(xk+1,yk+1)为下一帧相同边缘点(xk+1,yk+1)的像素值；t为从第i帧到第n帧的时间。

根据式(4)，可以计算出随机选择的边缘20个点的火焰闪烁频率，求平均值，即可以认为其等于可燃物火焰的闪烁频率，如式(5)所示：

(5)

式中：N=20；F为火焰的闪烁频率。

2 结果与分析

2.1 火焰反射光的HSV特征

利用区域生长算法，标记提取火焰反射光区域，获取其RGB颜色模型，根据RGB模型与HSV模型的转化关系，对火焰HSV颜色特征及相应H，S，V值进行提取，提取结果如图4所示。对比分析发现：3种火焰中短路火花反射光的H，S，V3种分量均为最大值；垃圾桶火焰反射光的H，S，V值要高于油盘火焰的相应值。

图4 3种火焰反射光的HSV分量Fig.4 HSV components of three flame reflected lights

2.2 火焰反射光的面积增长特性

采用最大流最小分割(Grubcut)算法对火焰反射光区域进行分割标记，对火焰视频图像进行预处理，并根据式(1)计算每一帧视频图像的火焰面积变化率。3种火焰反射光区域的面积变化率曲线如图5所示，由图5可知，油盘火的火焰反射光面积率缓慢增加到最高值，然后逐渐减小，最终稳定在0.002左右；垃圾桶火焰面积变化率由0逐渐增大，火焰反射区域面积呈波动状变化，逐渐增长，其面积上下变化幅度为0.000 4；短路火花反射光区域面积变化率呈现为非连续谱状增长，且火焰反射光面积变化率远大于油盘火焰反射光变化率和垃圾桶火焰反射光变化率。

图5 火焰反射光区域的面积变化Fig.5 Changes in area of flame reflected light area

2.3 火焰光反射区域的质心运动特性

火焰反射光区域的质心运动特征如图6所示，由图6可知，油盘火焰质心运动范围较大，主要集中于x∈(550～600像素)，y∈(1 165～1 185像素)区间范围；垃圾桶火焰的质心火焰运动范围较小，y基本处于1 210左右，没有发生较大变化，x∈(560～595像素)；短路火花的质心运动过程间断，其运动区域较小，且位置基本不变，在x∈(0～100像素)，y∈(400～800像素)区域。

图6 火焰反射光区域的质心运动特征Fig.6 Movement characteristics of center of mass in flame reflected light area

2.4 火焰光反射区域边缘的尖角变化特性

火焰反射光区域的尖角变化特征如图7所示，由图7(a)～(b)可知，利用Matlab2018a提取火焰Harris角点，然后计算每一帧图像的角点个数，结果见图7(c)，可以发现：油盘火焰反射光的Harris角点个数总体上多于垃圾桶火焰反射光的角点个数，总数在20～40之间；垃圾桶火焰反射光的角点个数在10～20之间变化，无明显的持续性增减过程，变化较为稳定；短路火花的Harris角点个数呈现非连续变化，角点个数与短路打火过程直接相关，角点个数一般处于50个左右。

图7 火焰反射光区域的尖角变化特征Fig.7 Corner characteristics of the flame reflected light area

2.5 火焰光反射区域的频闪特性

3种火焰在周围壁面的反射光频谱特征变化如图8所示，可以看出：油盘火焰闪烁频率为0.225 8，垃圾桶火焰闪烁频率为0.250 0，短路火花的闪烁频率为0.274 2，3种实体火焰的闪烁频率差异明显。

图8 3种实体火焰的频谱特征Fig.8 Spectral characteristics of three physical flames

3 结论

1)针对实际火灾现场较为常见的监控摄像头完全遮挡情形，提出基于视频的火焰特征提取及分析方法，弥补火灾调查领域监控完全遮挡场景下火焰特征识别方法研究的空白。

2)针对监控摄像头完全遮挡场景，定量提取实体火焰反射光的HSV颜色特征、面积变化特征、质心运动特性、Harris角点变化特征及频闪特征，形成1套火焰识别的多特征融合方法。

3)针对火灾现场监控摄像头完全遮挡场景，提出的火焰特征提取分析方法可实现火焰特征的快速定量提取，将有效辅助火灾调查人员精细化把控火灾发生、发展、蔓延等过程，为确定可燃物及认定起火原因提供有力工具。