Помощь студентам в учебе
Детектирование пламени по видеоданным
|
ВВЕДЕНИЕ 4
1 Анализ методов обнаружения пламени по видеопоследовательностям 7
1.1 Пламя как объект исследования 7
1.1.1 Цвет пламени 8
1.1.2 Движение пламени 11
1.2 Признаки горения 13
1.3 Распознавание образов 16
1.4 Классификация методов обнаружения пламени по видео 17
1.5 Алгоритмы раннего обнаружения пламени по видео 18
1.6 Выводы по главе 24
2 Разработка алгоритма детектирования пламени 25
2.1 Постановка задачи обнаружения пламени по видео 25
2.2 Структурная схема алгоритма обнаружения пламени по видео 26
2.3 Виды фильтраций 27
2.4 Логическая обработка 28
2.5 Классификаторы. Принятие решений 32
2.6 Алгоритм обнаружения пламени по видеоданным 35
2.6.1 Обработка видеопоследовательности 36
2.6.2 Поиск и анализ характерных особенностей 36
2.6.3 Верификация областей пламени 38
2.6.4 Блок-схема алгоритма детектирования пламени 39
2.7 Выводы по главе 40
3 Экспериментальные исследования 41
3.1 Описание тестовых видеопоследовательностей 41
3.2 Результаты исследований на видеоданных 45
3.3 Примеры работы алгоритма 47
3.4 Выводы по главе 50
ЗАКЛЮЧЕНИЕ 51
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 52
ПРИЛОЖЕНИЕ А - Свидетельство о регистрации программы для ЭВМ 56
1 Анализ методов обнаружения пламени по видеопоследовательностям 7
1.1 Пламя как объект исследования 7
1.1.1 Цвет пламени 8
1.1.2 Движение пламени 11
1.2 Признаки горения 13
1.3 Распознавание образов 16
1.4 Классификация методов обнаружения пламени по видео 17
1.5 Алгоритмы раннего обнаружения пламени по видео 18
1.6 Выводы по главе 24
2 Разработка алгоритма детектирования пламени 25
2.1 Постановка задачи обнаружения пламени по видео 25
2.2 Структурная схема алгоритма обнаружения пламени по видео 26
2.3 Виды фильтраций 27
2.4 Логическая обработка 28
2.5 Классификаторы. Принятие решений 32
2.6 Алгоритм обнаружения пламени по видеоданным 35
2.6.1 Обработка видеопоследовательности 36
2.6.2 Поиск и анализ характерных особенностей 36
2.6.3 Верификация областей пламени 38
2.6.4 Блок-схема алгоритма детектирования пламени 39
2.7 Выводы по главе 40
3 Экспериментальные исследования 41
3.1 Описание тестовых видеопоследовательностей 41
3.2 Результаты исследований на видеоданных 45
3.3 Примеры работы алгоритма 47
3.4 Выводы по главе 50
ЗАКЛЮЧЕНИЕ 51
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 52
ПРИЛОЖЕНИЕ А - Свидетельство о регистрации программы для ЭВМ 56
Актуальность. В современном мире возникновение пожаров или новых очагов пламени часто остается незамеченным вплоть до момента, пока не становится поздно, либо весьма затруднительно устранить источник возгорания. Традиционные способы обнаружения пламени не всегда позволяют обеспечить своевременную реакцию на опасность, что зачастую приводит к печальным последствиям. Именно поэтому, одним из наиболее эффективных способов избежать этого, на данный момент, является детектирование пламени по видеопоследовательностям.
В настоящее время камеры видеонаблюдения получили широкое применение как на городских территориях при наблюдении за сложными техногенными объектами, так и в системах экологического мониторинга за территориями лесных массивов, природных парков и др. Вследствие чего, использование видеопоследовательностей для обнаружения пламени - одна из самых действенных и актуальных задач. Это позволяет предотвратить возможные потери и существенно уменьшить ущерб от возгорания. До недавнего времени на практике в основном применяли технологии обнаружения пламени, основанные на ультрафиолетовых или инфракрасных мультиспектральных принципах обнаружения. Однако такие технологии, как правило, ненадежны и в половине случаев дают ложные срабатывания.
С развитием систем видеонаблюдения и технологий анализа изображений стало возможным использование видеоданных для обнаружения пламени, как объективного признака пожара. И хотя этот способ также зачастую приводит к ложным срабатываниям, их количество все же становится гораздо меньше. А учитывая тот факт, что данный метод появился относительно недавно, есть все основания полагать, что его можно доработать и улучшить в дальнейшем.
Большинство таких алгоритмов обнаружения базируется либо на распознавании цвета пикселей, либо на определении граней, либо на обнаружении движения. В 2004 году с помощью пространства RGB был установлен ряд правил для классификации пикселей пламени. В 2007 были придуманы 6 формул для ограничения рангов цвета пламени для RGB. После этого почти все дальнейшие исследования так или иначе были связаны с RGB пространством, что обнаружило под собой ряд недостатков. Главная проблема использования только цвета пикселей это то, что некоторые объекты могут быть неверно распознаны системой из-за похожих на пламя цветов.
Некоторые исследователи позже предложили использовать алгоритм обнаружения граней пламени, однако такой алгоритм неприменим для диких пожаров, поскольку движение пламени часто нерегулярно и такие границы довольно трудно определить однозначно.
В итоге пришли к решению объединить в одном алгоритме и цвета пикселей и характеристики движения, что дало весьма неплохие результаты.
Основными источниками, раскрывающими теоретические основы детектирования пламени по видеопоследовательностям, стали работы авторов из различных университетов, как зарубежных, так и находящихся на территории нашей страны. В своих работах они подробно рассматривают существующие способы обнаружения дыма и пламени по видеопоследовательностям, основные задачи и проблемы, возникающие в процессе работы с ними.
Целью данной работы является улучшение уровня эффективности детектирования пламени на открытых пространствах по видеопоследовательностям и уменьшение количества ложных срабатываний из- за неверного распознавания пламяподобных объектов.
В связи с этим возникают следующие задачи:
1. Проанализировать существующие алгоритмы и методы детектирования пламени по видеопоследовательностям на открытых пространствах.
2. Разработать метод сегментации пламяподобных объектов по видеопоследовательностям.
3. Разработать метод распознавания пламени среди полученных областей-кандидатов.
4. Разработать программу, реализующую данные алгоритмы, для оценки качества их работы.
5. Сравнить эффективность алгоритмов детектирования пламени по видеопоследовательностям с содержанием посторонних объектов цвета пламени и различных шумов.
Методы исследований. Для решения поставленных в работе задач используются методы теории цифровой обработки изображений, теории информации, а также методы теории распознавания образов и анализа данных.
Научная новизна.
1. Предложен новый метод сегментации областей-кандидатов, использующий совокупность пространственно-временных характеристик и цветовых характеристик пламени, что дает уменьшение количества ложных срабатываний.
2. Детально проанализированы пространственно-временные характеристики пламени и горения объектов, в результате чего был разработан новый метод распознавания сегментированных областей-кандидатов для более точного детектирования огня.
Практическая значимость. Предложенные в работе методы и алгоритмы предназначены для практического применения в системах экологического мониторинга лесных массивов, как с применением стационарного наземного оборудования, так и беспилотных летательных аппаратов. Разработанные методы и алгоритмы являются основой для реализации дополнительной функции, а именно, обнаружение пожаров системами городского видеонаблюдения, а также видеонаблюдения за сложными техногенными объектами.
В настоящее время камеры видеонаблюдения получили широкое применение как на городских территориях при наблюдении за сложными техногенными объектами, так и в системах экологического мониторинга за территориями лесных массивов, природных парков и др. Вследствие чего, использование видеопоследовательностей для обнаружения пламени - одна из самых действенных и актуальных задач. Это позволяет предотвратить возможные потери и существенно уменьшить ущерб от возгорания. До недавнего времени на практике в основном применяли технологии обнаружения пламени, основанные на ультрафиолетовых или инфракрасных мультиспектральных принципах обнаружения. Однако такие технологии, как правило, ненадежны и в половине случаев дают ложные срабатывания.
С развитием систем видеонаблюдения и технологий анализа изображений стало возможным использование видеоданных для обнаружения пламени, как объективного признака пожара. И хотя этот способ также зачастую приводит к ложным срабатываниям, их количество все же становится гораздо меньше. А учитывая тот факт, что данный метод появился относительно недавно, есть все основания полагать, что его можно доработать и улучшить в дальнейшем.
Большинство таких алгоритмов обнаружения базируется либо на распознавании цвета пикселей, либо на определении граней, либо на обнаружении движения. В 2004 году с помощью пространства RGB был установлен ряд правил для классификации пикселей пламени. В 2007 были придуманы 6 формул для ограничения рангов цвета пламени для RGB. После этого почти все дальнейшие исследования так или иначе были связаны с RGB пространством, что обнаружило под собой ряд недостатков. Главная проблема использования только цвета пикселей это то, что некоторые объекты могут быть неверно распознаны системой из-за похожих на пламя цветов.
Некоторые исследователи позже предложили использовать алгоритм обнаружения граней пламени, однако такой алгоритм неприменим для диких пожаров, поскольку движение пламени часто нерегулярно и такие границы довольно трудно определить однозначно.
В итоге пришли к решению объединить в одном алгоритме и цвета пикселей и характеристики движения, что дало весьма неплохие результаты.
Основными источниками, раскрывающими теоретические основы детектирования пламени по видеопоследовательностям, стали работы авторов из различных университетов, как зарубежных, так и находящихся на территории нашей страны. В своих работах они подробно рассматривают существующие способы обнаружения дыма и пламени по видеопоследовательностям, основные задачи и проблемы, возникающие в процессе работы с ними.
Целью данной работы является улучшение уровня эффективности детектирования пламени на открытых пространствах по видеопоследовательностям и уменьшение количества ложных срабатываний из- за неверного распознавания пламяподобных объектов.
В связи с этим возникают следующие задачи:
1. Проанализировать существующие алгоритмы и методы детектирования пламени по видеопоследовательностям на открытых пространствах.
2. Разработать метод сегментации пламяподобных объектов по видеопоследовательностям.
3. Разработать метод распознавания пламени среди полученных областей-кандидатов.
4. Разработать программу, реализующую данные алгоритмы, для оценки качества их работы.
5. Сравнить эффективность алгоритмов детектирования пламени по видеопоследовательностям с содержанием посторонних объектов цвета пламени и различных шумов.
Методы исследований. Для решения поставленных в работе задач используются методы теории цифровой обработки изображений, теории информации, а также методы теории распознавания образов и анализа данных.
Научная новизна.
1. Предложен новый метод сегментации областей-кандидатов, использующий совокупность пространственно-временных характеристик и цветовых характеристик пламени, что дает уменьшение количества ложных срабатываний.
2. Детально проанализированы пространственно-временные характеристики пламени и горения объектов, в результате чего был разработан новый метод распознавания сегментированных областей-кандидатов для более точного детектирования огня.
Практическая значимость. Предложенные в работе методы и алгоритмы предназначены для практического применения в системах экологического мониторинга лесных массивов, как с применением стационарного наземного оборудования, так и беспилотных летательных аппаратов. Разработанные методы и алгоритмы являются основой для реализации дополнительной функции, а именно, обнаружение пожаров системами городского видеонаблюдения, а также видеонаблюдения за сложными техногенными объектами.
В работе предложен алгоритм выделения областей пламени по видеопоследовательностям. В основе алгоритма лежит анализ движения, динамических свойств и цвета пламени.
Исследованы различные существующие методы детектирования пламени по видеопоследовательностям. Таким образом, можно понять, что существуют разные способы детектирования пламени по видеопоследовательностям, каждый из которых имеет свои преимущества и недостатки, а также привносит определенную новизну в данную тематику. Задача обнаружения пламени по видеопоследовательности является актуальной, применение систем обнаружения пламени по видеоизображениям позволяет избежать возможных человеческих и экономических потерь. Среди методов обнаружения пламени по видеопоследовательностям можно выделить подходы на основе стохастических моделей и других математических методов, методы на основе выделения движения и хроматических характеристик. При более глубоком анализе становится понятно, что развитие алгоритмов детектирования не стоит на месте, и каждый год появляются новые методики, которые позволяют улучшить результаты обнаружения пламени.
Разработан алгоритм поиска и выделения пламени на видеоизображениях с учетом его особенностей и характерных черт поведения. Алгоритм использует библиотеку компьютерного зрения OpenCV для выделения движения и цветовые маски RGB и HSV для выделения цвета пламени. Анализируются характерные динамические и текстурные свойства пламени. Для верификации объекта используется классификатор метод опорных векторов.
Эффективность предложенного алгоритма подтверждена экспериментальными исследованиями на тестовых видеопоследовательностях из различных баз данных и видеохостингов.
Исследованы различные существующие методы детектирования пламени по видеопоследовательностям. Таким образом, можно понять, что существуют разные способы детектирования пламени по видеопоследовательностям, каждый из которых имеет свои преимущества и недостатки, а также привносит определенную новизну в данную тематику. Задача обнаружения пламени по видеопоследовательности является актуальной, применение систем обнаружения пламени по видеоизображениям позволяет избежать возможных человеческих и экономических потерь. Среди методов обнаружения пламени по видеопоследовательностям можно выделить подходы на основе стохастических моделей и других математических методов, методы на основе выделения движения и хроматических характеристик. При более глубоком анализе становится понятно, что развитие алгоритмов детектирования не стоит на месте, и каждый год появляются новые методики, которые позволяют улучшить результаты обнаружения пламени.
Разработан алгоритм поиска и выделения пламени на видеоизображениях с учетом его особенностей и характерных черт поведения. Алгоритм использует библиотеку компьютерного зрения OpenCV для выделения движения и цветовые маски RGB и HSV для выделения цвета пламени. Анализируются характерные динамические и текстурные свойства пламени. Для верификации объекта используется классификатор метод опорных векторов.
Эффективность предложенного алгоритма подтверждена экспериментальными исследованиями на тестовых видеопоследовательностях из различных баз данных и видеохостингов.