沈阳城市建设学院辽宁沈阳110167
摘要：对传统火灾探测器在某些特殊场合失效的问题，开发基于安防监控系统和计算机视觉方法的视频火灾探测技术展现出广阔前景。然而，现有的视频火灾探测技术不能有效去除复杂场景中的干扰，容易造成严重的误报漏报现象。本文介绍了视频图像采集的过程，视频流格式和图像采集的程序实现。当图像采集到计算机内存并填充DIB位图结构后，为方便后续的图像分割，需对图像进行预处理。
关键词：视频图像；火灾火焰；检测方法
一、视频火焰探测技术的优点
视频火灾探测技术是利用摄像机对现场进行监控，将摄取的视频信号由图像采集卡转化为数字图像输入到计算机，根据火灾图像特征利用软件算法检测出视频图像内的火焰和烟雾，在监视器上输出图形报警，标识出火焰、烟雾的具体位置，及时引起专职人员发现，具有响应速度快，探测及时，信息丰富直观的优点。随着闭路监控系统被大量运用于当今各式建筑，视频火灾探测技术也快速得到发展。视频火灾探测技术可广泛应用于室内大空间场所、隔离区域、人员不宜进入的危险区及森林防火应用。其优点如下：探测直观主动，非接触性探测，具有主动可控的遥测能力，通过摄像机自动地远程监视燃烧的发生和发展；空间场所的普适性，可用于多粉尘、高湿度、室外环境等场所，通过获取丰富的可视信息和先进的图像分析手段可以应付场景光照、空气流动和监测距离的一般变化，并抑制其他非燃烧烟雾等现象的干扰；远程实时的在线快速反应与离线分析能力，具备实时报警和远程监视能力，还能在线定位火灾发生地位置，并对入库的视频记录进行离线回访和检索，从而支持事后调查和分析；扩展能力强，闭路监控系统在各种公共场所的日趋普及提高了视频探测技术的通用性，基于软硬件单元的模块化设计使得系统整体性能的升级和扩展变得方便。
二、视频火灾探测系统原理
基于视频的火灾探测系统对火灾进行探测的原理为：用光学成像系统对现场视频进行采集，后经过转换、视频编码、压缩等步骤形成数字视频图像，然后将数字图像传输至计算机，利用计算机中的识别软件对视频进行分析，若检测出视频中有火灾信息，则输出报警信号。其基本流程如图所示。
三、视频图像采集
1、视频图像采集过程。采用摄像机、视频采集卡及计算机完成视频图像采集。视频图像采集的具体实现过程是：通过摄像机的光敏器件CCD,电荷耦合器件，将外界影像的光信号转变为视频复合信号进入视频解码芯片，视频解码芯片对视频复合信号进行A/D转换，输出YUV格式的数字图像信号。大容量存储器在CPLD控制下，将视频解码芯片输出的一帧图像信息从起始点至结束点进行准确、完整地存储。随后，计算机从大容量存储器读取存储的图像信息到内存，完成对这帧图像的后续处理。
2、YUV的取样方式。视频解码芯片对视频复合信号进行A/D转换后输出YUV格式的图像信号。YUV色彩空间是被欧洲电视系统所采用的一种颜色编码方法。其中“Y”表示明亮度，也就是灰度值；而“U”和“V”表示的则是色度，作用是描述影像色彩。YUV色彩空间的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图像就是黑白灰度图像。由于人的眼睛对亮度信号(Y分量)的敏感程度大大高于对色差信号(U分量和V分量)的敏感程度，根据这一特征，可以适当地抛弃U和V分量以达到压缩的目的，所以视频采集卡的量化是按照一定的采样比例进行采样,而不是平均地对三个分量进行量化。
YUV部分取样的常见方式有YUV444、YUV422、YUV411、YUV420等，其中数字表明了Y、U、V三个分量的取样比例，即各分量水平取样因子与垂直取样因子乘积的比例。以B×B大小的方阵为例，假设：对Y取B×B个数据单元，即：水平取样因子Hy=B；垂直取样因子Vy=B。对U和V均取样D1×D2个数据单元(0<=D1,D2<=B)，即：水平取样因子Hy=D1；垂直取样因子Vy=D2。则Y、U、V的取样比为(B×B)：(D1×D2)：(D1×D2)。若取B=2，D1=2，D2=2，这是YUV444的取样方式，没有压缩。若取B=2，D1=2，D2=1，这是YUV422的取样方式，压缩比为33.3%。若取B=2，D1=1，D2=1，这是YUV411的取样方式，压缩比为50%。若取B=2，D1=1，D2=1，这是YUV420的取样方式，压缩比为50%。
3、YUV4:2:0视频采集格式。普通摄像机经图像采集卡获取的视频采集格式为YUV4:2:0。YUV4:2:0并非是色差信号采样为0，而是指对每行扫描线来说，只有一种色度分量以2:1的抽样率存储，相邻的扫描行存储不同的色度分量，也就是说，如果一行是4:2:0的话，下一行就是4:0:2，再下一行是4:2:0，以此类推。对每个色度分量来说，水平方向和竖直方向的抽样率都是2:1，所以可以说色度的抽样率是也4:1。
YUV4:2:0有多种内存布局格式，较常用的一种为YV12，被许多重要的编码器如MPEG-4（x264，XviD，pX）等都采用。YV12存储格式是：所有Y样例组成数组首先显示在内存中，Y数组后面紧接着所有V样例，V数组后面紧接着所有U样例；V和U平面的跨距都为Y平面跨距的一半，V和U平面包含的行为Y平面包含行的一半；每个Y、U和V样例都使用8位，图像大小为以6×4，图中用相同的颜色刻画属于同一像素的Y、U、V对应关系，可以看到Y1，Y2，Y7，Y8这些物理上相近的4个像素公用了同样的U1和V1，相似地Y3，Y4，Y9，Y10公用了U2和V2。因此，每个像素点采样一个Y值，横向两个加纵向两个的相邻四个像素点采样一次U，V值，所以Y数组的大小为6×4，U，V数组的大小都为6×4/4。
四、视频图像的预处理
在复杂监控环境中，天气、光线的变化、阴影、灯光以及随机噪声等都会降低采集图像的质量。对于基于机器视觉的视频火焰探测技术，要想准确分割火焰目标，首先要利用图像预处理排除各种干扰因素影响，然后再对实时视频图像进行火焰目标识别，抑制或消除噪声而改善图像质量的过程称为图像的平滑过程。中值滤波[1]提出，它最初主要用于时间序列分析，后来用于图像处理，在去噪复原中取得较好的效果。中值滤波是基于次序统计完成信号恢复的一种典型非线性滤波器，对消除孤立点和脉冲干扰十分有用，其基本原理是将数字图像中一点的值用该点的一个邻域中各点值的中值代替。中值的定义如下:一组x1,x2,x3……xn,把n个数按值的大小排列于下：
常用的二维中值滤波窗口形状有有线形、方形、十字形、圆形和环形等。为采集实时的视频图像序列，首先介绍了视频图像采集的过程，当YUV的视频图像数据被采集到内存中时，需要填充为DIB结构进行显示，因此介绍YUV4:2:0取样格式和内存模型，以及DIB位图的格式及相关的后续处理。为消除图像的噪声，首先运用中值滤波方法对采集的图像首先进行预处理。
参考文献：
[1]胡国良，江熹，王少龙．基于多特征融合的视频火焰检测技术研究[J]．机械设计与制造，2016(7)．
[2]苏兵，李刚，王洪远．基于改进高斯混合模型的运动目标检测方法[J]．计算机工程，2017，2(38)．
[3]张辉，曲士茹．基于FPGA硬件实现的图像边缘检测及仿真[J]．计算机仿真，2016(3)．