Алгоритм определения источников открытого огня на видео с использованием вейвлетов Текст научной статьи по специальности «Компьютерные и информационные науки»

Алгоритм определения источников открытого огня на видео

с использованием вейвлетов

Денисов М. С., к. ф.-м. н., доц., Лопушанская Е. В., к. ф.-м. н., доц., ст. преп., Воронежский институт ГПС МЧС России, г. Воронеж

Как показывает практика, проблема пожарной безопасности традиционно заслуживает большого внимания. В связи с этим особенно актуальны исследования по повышению эффективности и доступности для широких слоев населения средств предупреждения и оповещения пожаров. В частности одним из необходимых условий повышения пожарной безопасности объектов является постоянное совершенствование средств пожарной автоматики и, в частности, пожарной сигнализации (ПС). За последнее десятилетие в результате динамичного развития российского рынка средств и систем ПС и, прежде всего, в результате прогресса российских производителей значительно увеличилось количество сертифицированных изделий пожарной автоматики, в том числе пожарных извещателей.

В связи с этим актуальным направлением является разработка пожарных извещателей и систем противопожарной сигнализации основанных на теории искусственного интеллекта. В последнее время эти вопросы привлекают внимание как отечественных, так и зарубежных исследователей.

В нашей работе был разработан алгоритм оптического распознавания пламени, основанный на анализе видео, полученного с камеры наблюдения. Алгоритмы оптического распознавания пламени с использованием быстрого преобразования Фурье были приведены в работах [1], [2], [3], [4].

Анализ проводится в 3 этапа, сначала анализируется динамика получаемого изображения, выделяются области на кадрах, на которых присутствуют изменения, затем происходит анализ цвета пикселей изображения в этих областях, после чего на последнем этапе происходит анализ геометрии выделенного динамического объекта и частоты изменения цвета у его пикселей (частоты мерцания).

Для анализа частоты мерцания на последнем этапе мы использовали вейвлеты, поскольку использование быстрого преобразования Фурье не эффективно при исследовании непериодических процессов, к которым относится мерцание пламени.

Библиографический список

[1] T. Chen, P. Wu, Y. Chio. An early fire-detection method based on image processing // Procedings of IEEE International on Image Processing, 2004, pp.17071710.

[2] B. U. Toreyin, Y. Dedeoglu, A. E. Cetin. Flame detection in video using hidden Markov models // Procedings of IEEE International Conference on Image Processing, 2005, pp. 1230-1233.

[3] T. Celik, H. Demirel, H. Ozkaramanli. Automatic fire detection in video sequences // Proceedings of European Signal Processing Conference (EUSIPCO 2006),

Florence, Italy, September 2006.

[4] T. Celik, H. Demirel. Fire detection in video sequences using a generic color model // Fire Safety J (2008).