图像处理技术在消防灭火模拟训练中的应用

更新时间：2023-05-17 22:36:01 阅读量：实用文档文档下载

说明：文章内容仅供预览，部分内容可能不全。下载后的文档，内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的，是否完整无缺。

消防灭火门控技术推荐度：
相关推荐

第踅鲞篁！塑』型蜊些塑幽鲤些坐型！堕旦！堡堕堕塑！望！型Ｑ坚苎墨国肪科技大学学报

！堕二鍪…Ｎｏ３２００３

文章编号：１００１—２４８６（２００３）０３—００４９—０５

图像处理技术在消防灭火模拟训练中的应用。

高广珠，洪宇，何智勇，余理富

（国防科技太学电子科学与工程学院，湖南长沙４１００７３）

摘要：阐述了应用图像处理技术构建消防灭火模拟训练系统的方法，对其中的技术要点从原理上进行

了说明。提出丁一种基于目标信息特征的灰度Ｈ０耐，变换实用加速算法用于直线检测，使其运算量比传统算

法下降了４个数量级。实验结果证明这种检测与提取灭火水柱中心线的方法快速、有效。用该方法构建的系

统，经实际运行证明是图像处理技术在消防灭火模拟训Ｉ练方面的一个成功的应用。

关键词：图像处理；Ｈｏｕ小变换；直线检测；几何校正

中图分类号：ＴＰ３９１．４１文献标识码：Ａ

ＴｈｅＡｐｐｌｉｃａｔｉｏｎｏｆｔｈｅＩｍａｇｅＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙｉｎｔｈｅ

ＦｉｒｅＦｉｇｈｔｉｎｇＳｉｍｕｌａｔｉｖｅＴｒａｉｎｉｎｇ

ＧＡＯＧｕａｎｇ－ｓｈｕ，ＨＯＮＧＹｕ，｝皿Ｚｈｉ—ｙｏｎｇ，ＹＵ“一ｎ

（ＣｏｌｌｅｇｅｄＥｌｅｃｔｒｏｎｉｃ唰∽＃ａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｆｉｏｍｌＵｎｉｖ．。ｆＩＭｅｍｅＴｅｃｈｎｏｌｏｇｙ，ｃ‰咖４１００７３，Ｃｈｉｎａ）

ＡｌＩｌｓ－ｔｒａｅｔ：Ｔｈｉｓｐａｐｅｒｅｘｐａｔｍｄｓａｍｅｔｈｏｄｆｏｒｅｏｎｓｔｎｌ｜ｃｆｉｎｆｆｔｈｅｆｉｒｅ６ｄ诋ｎｇｓｉｍｕｌａｔｉｖｅｔｒａＪｒｉｎｇｓｙｓｔｅｍｕｓｉｎｇｔｈｅｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｆ，ｈ

ｎｏｌｎｇｙａｎｄｉｌｌｕｓｔｒａｔｅｓ￥ｏｍｅｋｅｙｔｅｃｈｎｉｃａｌｐｏｉｎｔｓｏｆｔｈｉｓｓｙｓｔｅｍ．ＡｎａｐｐｌｉｅｄａｃｃｅｌｅｒａｔｉｖｅａｌｇｏｒｉｔｈｍｏｆｇｒａｙｓｃａｌｅＨｏｕｇｈｔｒａｎｓｆｏｍｎｈａｓｏｄＯｉｌｔｈｅｉｏｆｏｒｍａｆｉｏｎｆｅａｔｕｒｅｓｏｆｔｈｅｔａｒｇｅｔｉｓｐｒｏｐｏｓｅｄ．ＴｈｉｓⅡ１９０ｄｔＩⅡｌｌｎｌｆｌｋ朗ｔｈｅｂｕｒｄｅｎｏｆｔｈｅｏｐｅｒａｔｉｏｎｄｅｃｒｅａｓｅｄｂｙｆｏｕｒｑｕａｎｔｉｔｙ矗禅ｅ黯Ｔｈｅｒｅｓｕｌｔ０ｆｅｘｐ鲥ｆｆ斟ｎｓｈｏｗｓⅡ１ａｔｔｈｉｓｍｅｔｈｏｄｆｏｒｄｅｔｅｃｔｉｎｇａｎｄｅｘｔｒａｃｔｉｎｇｔｈｅｃｅｎｔｅｒｌｌｎｅｏｆｔｈｅｆｉｒｅ丘曲ｄＩｌｇｗａｔｅｒｃｏｌｕｎｍｉｓｆｊｍａｎｄｌ水ｆｅｃｆｉｖｅ，ａｎｄｔｈｉｓｓｙｓｔｅｍｈａｓｐｒｏｖｅｄｔｏｈｅａｓａｅｃｅｓｄｕｌａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｉｎｔｈｅｆｉｅｌｄｏｆｔｈｅｆｉｒｅ６９ｈｒｉｎｇｓｉｍｌｄａｔｉｖｅｔｒａｉｎｉｎｇ．

Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；Ｈｏｕｇｈｔｒａｎ商ｏｒｍ；ｌｉｎｅｄｅｔｅｃｔｉｏｎ；ｇｅｏｍｅｍｃｃａｌｉｂｒａｔｉｏｎ

近年来，许多城市都建立了面向普通国民的消防训练基地，消防模拟训练也应运而生。然而，每次

模拟灭火训练若以燃烧实物的方式进行，则存在着诸如训练成本高、污染环境等许多缺点。我们根据消防灭火训练的特点，用计算机多媒体技术虚拟再现灭火现场，将现代图像处理技术应用于灭火过程的自动监测与控制，实现了消防模拟灭火训练的自动化，达到了理想的训练效果。

１灭火模拟训练系统简介

灭火模拟训练系统由图像采集与处理计算机和播放控制计算机组成，两台计算机之间通过以太网

互联，采用ＴＣＰ／ＩＰ协议交换数据。系统工作过程如下：

由控制计算机播放火灾现场图像背投显示在大屏幕上，训练者持灭火器材在正面对投影屏上的虚

拟火场进行扑救；大屏幕前方有两台ＣＣＤ摄像机从不同角度将所摄火场扑救图像通过图形采集设备送往图像处理计算机；根据实时采集的两幅不同角度的图像对灭火器喷水柱进行检测，计算出灭火水柱的落点，将落点在屏上的坐标通过网络送往控制计算机；控制计算机根据落点坐标结合火势进行判断，即时切换播放反映不同灭火效果的火场视频图像，模拟火势消长，从而构成一个闭环控制系统，与灭火者的扑救活动产生互动效果。

收稿日期１２００２—１２—２５作者筒介：高广珠（１９５９一）．男，副教授，礤士。

５０国防科技大学学报２００３年第３期２由双目图像检测灭火水柱落点原理、方法与实现

２．１双目图像检测灭火水柱落点原理

本系统的核心技术问题是如何判断水柱落点。

由于水是透明的，水柱在屏幕上的落点很难直接从

屏幕的图像上检测到，特别是当水柱落在屏幕上的

高亮度区域（如火苗区）时，水柱的落点在摄取的可

见光图像上几乎无法检测。然而，我们可以转而检

测水柱。由于一一个视点的图像不能给出深度信息，我

们用两台摄像机构成双目视觉系统，从左右丽个角

度获取水柱同一时刻的两幅图像。图１给出了这种

双目图像检测系统的构成方式，其检测灭火水柱落图１双目图像检测灭火水柱落点原理

点的原理描述如下：ＦｉｇｌＰｎｎｃｉｐｌｅｏｆｄｅｔｅｃｔｉｎｇｔｈｅｗａｔｅｒｅｏｌｔｎｍａ

ｆｒｏｍｂｉｔｌｏｃｕｌａｒｖｉｓｉｏｎｉｍａｇｅ

如图１所示，ｏｖ，和ｏｒｓ分别为两个摄像机的

光轴，Ｒ为灭火器或消防栓喷水出口，记投影屏平面为Ｓ，摄像机获取的图像平面为Ｓ。。灭火水柱射向平面Ｓ上任意一点Ｐ，则ＰＺ，为水柱Ｐ。Ｐ由视点Ｈ到Ｓ的投影直线；同理，由视点Ｋ投影Ｐ。到Ｓ的直线为ＰＺ：。在ｓ上，这两条直线相交于Ｐ点，Ｐ点在平面坐标系中的坐标即为我们所要求的水柱落点参数。

实际上，我们获取的图像并不是水柱在Ｓ上的直接投影图，而是投影图在摄像平面Ｓ，上的像，投

影线ＰＺ。在平面Ｓ，上的像为一条直线Ｌ，它电是水柱＇ＤｏＰ在平面Ｓ，上的投影。Ｌ上各点在平面坐标系０一ＸＹ中各点坐标与它在。一ｘｙ坐标系中的坐标之间的关系为仿射变换。因此，由双目图像检测水桂落点的可按如下步骤进行：

（１）同时采集水柱左右目视点图像，分别分割提取水柱在图像平面的图像；

（２）由分割出的水柱图像提取水柱中心线的直线方程；

（３）将。一ｘｙ坐标系中的直线方程变换到０一肌‘坐标系中，解方程，计算两条直线的交点，该点即

为水柱在屏幕上的落点坐标。

２．２水柱图像的检测与分割

在模拟灭火系统中．由于火灾现场背景杂乱，由单幅图直接检测水柱目标很困难。系统中背景和摄

像机都是固定的，而在燃烧的火苗区，由于火焰亮度很高，在火苗区中心部分图像的相对灰度变化很小，所以，在灭火期间所采集的图像中，灰度动态变化区域包含两部分，即水柱的投影区和燃烧的火苗区边缘部分。根据获取的图像序列中目标区域的变化特点，我们采用图像序列中对相邻帧差分的方法来提取目标区域。

设视图像第ｎ帧图像为＾（ｘ，Ｙ），目标区域的图像为航（ｘ，Ｙ），则有：

，、ｆ五（＊，Ｙ），工（ｚ，Ｙ）＞工Ｉ（ｘ，Ｙ）＋ｒ

岛。。’７’２１０，其它【１）…

其中丁为适当选定的灰度门限，则图像ｇ。（ｘ，Ｙ）中只有灰度动态变化较大处的值为非零。，的取值与图像中噪声的均值有关，ｒ值过小，在图像ｇ。（ｚ，Ｙ）中的静态区域将存在一些灰度值不为零的斑点，一般这些斑点的灰度值小、面积小，斑点数目不多。当斑点面积较大或斑点区灰度值较大时，除了适当增大ｒ的值，还可对图像ｇ。（ｚ，Ｙ）进行适当的滤波处理以消除这些斑点对后续运算的影响。实际上，我们使用的榆测水柱线的方法对图像中存在的斑点或火苗区域不敏感，亦即斑点和火苗区域的存在对水柱的检测精度影响很小。

２．３灭火水柱投影线的提取

灭火水柱在图像平面的投影在分割图像毋（ｘ，Ｙ）中呈直线，乳（＃，ｙ）经平滑处理后在水柱中心线

高厂珠，等：图像处理技术在消防灭火模拟训练中的应用

附近灰度值较大，边缘附近灰度小。提取水柱就是要找到一条直线在整个水柱区域尽可能地逼近水柱中心线。Ｈ。。ｇｈ变换可以用来提取和检测图像空间的任意解析曲线，特别是由于Ｈｏｕｇｈ变换具有较强的抗干扰能力和允许待检测曲线不连续的特点，在许多应用检测图像中的直线段时，它是首选的一种有效算法…。由于在图像中存在着噪声斑点或活动火苗区，我们采用一种改进的Ｈｏｕｇｈ变换方法提取水柱中心线。

２３１图像灰度加权的Ｈｏｕｇｈ变换算法描述

位于图像平面中的任一条直线ｆ可以用以下法线式方程表示：

ｚ：Ｐ＝』ｃｏｓ０＋ｖｓｉｎ０（２）

口一直线到坐标系原点的距离，口～直线法线与ｚ轴的夹角。

列于图像平面中每一个像素点，其直线Ｈｏｕｇｈ变换可表示为：

Ｈ（Ｐ，０）＝｝２以ｚ，Ｙ）ｌ１：Ｐ＝ｘｃｏｓ０＋ｙｓｉｎ０｝（３）

ｌ

＊ｍ。只。’－Ⅳ、［』｛０，１｝，当，（ｚ，ｙ）为二值图时

八。’ｙ’Ｅｌｌ０，１，…，Ｎ一１｝，当，（ｘ，ｙ）为Ⅳ级灰度图时

一＞：表示直线ｆ上所有像素灰度之和。

在去除背景的水柱图像中，灰度值高的点为水柱中心轨迹点的可能性大，因此，可对灰度信息加以充分利用ｏ］。在变换过程中，按（３）式用图像像素的灰度值作为加权。由于图像中的斑点或火苗边缘像素不能构成可与水柱直线长度相比拟的直线，这样，在Ｈｏｕｇｈ变换空间选取的最大值点对应到图像空间的直线可以以最大的可能接近实际的水柱中心线。

２．３．２水柱轨迹检测改进Ｈｏｕｇｈ变换算法的实现

标准Ｓｏｕｇｈ变换（ｓ｝ｆｒ）及广义Ｈｏｕｇｈ变换（Ｇ｝ｒｒ）运算量特别大，快速Ｈｏｕｇｈ变换（ＦＨＴ）将变换中的乘法运算变为递增、加法和移位，使运算速度提高了４倍。文献［３］提出了随机Ｈｏｕｇｈ变换（ＲＨＴ），避免了标准Ｈｏｔ－小变换一到多映射的巨大计算量。但在处理图像时，由于无目标的随机采样会引入大量的无效采样与无用累积，使算法性能大大降低。文献［４］提出了改进的随机Ｈｏｕｇｈ变换，用于圆、椭圆的检测，主要通过降低随机采样的点数，从而减少无效采样的概率，降低了无效累积的计算。但是为降低随机采样的点数而必需的搜索操作也降低了算法的性能。由于应用中要求每秒钟分别对左右视点的图像能给出６—８次计算结果，因此，Ｈｏｕｇｈ变换算法的实现必须大大简化。本文提出的灰度Ｈｏｕｇｈ变换实用加速算法可以极大地简化运算，提高运算速度，满足了系统实时性要求。算法思路是：在图像中选取具有水柱中心信息特征的点作为线索进行Ｈｏｕｇｈ变换，避免了大量的无用累积运算。

要检测的直线在图像ｇ。（ｚ，ｙ）上是一条由有高灰度值的像素点组成的直线，因此，将图像颤（ｘ，ｙ）分为Ｍ个小块，小块的大小只要不同时包含全部火苗和水柱区，则必有至少一个小块包含水柱线的中心线或其邻近的像素（记为｛鼍崩｝），且该像素的灰度在这个图像块中灰度值局部最大。由于水柱线是图像中目标图像的主体，故计算通过｛≈，＂｝点的灰度Ｈｏｕｇｈ变换，在Ｈｏｕｇｈ变换空问，必有某（Ｐ，０）点处的值取极大值，且（Ｐ，∞参数对应的图像平面的直线与水柱中心线拟合得越好，（Ｐ，口）处的值也越大。所以，灰度Ｈｏｕｇｈ变换实用加速算法步骤可以描述如下：

第一步：将图像ｇ。（＊，ｙ）均匀划分为Ｍ＝；７１×ｎ个图块，记为Ｓ；（ｉ＝１，２，…，Ｍ）；

第二步：在Ｓ．（ｉ＝ｌ，２，…，Ｍ）中取灰度值最大的像素点，取其中灰度最大的．１、，个点构成点集Ｐ，Ｐ＝｛（ｑ，升）√＝１，２，…，Ⅳ｝；

第三步：计算图像通过点集Ｐ中各像素的灰度Ｕｏｕｇｈ变换；

第四步：取灰度Ｈｏｕｇｈ变换空间最大值点参数（Ｐ，０），此即为检测到的直线的法线式方程参数。

２．４水柱轨迹坐标变换与落点校正

通过式（３）知，灰度Ｈｏｕｇｈ变换计算得到的直线方程是图像平面Ｓ。上的参数方程，根据透视变换关系”。可将它变为屏幕平面Ｓ上的方程。左右视图像中检测到的直线方程均变为同一屏幕平面Ｓ上的

国防科技大学学报２００３年第３期

直线方程，求解两条直线方程的解即可得到水柱在投影屏上落点的坐标。

３试验结果及分析

实验采用２．３．２节的算法，图块尺寸取３２×３２，取Ⅳ＝１０，对参数Ｐ和０加一定的限制，ｐ取值范围为０～１５０像素，右视图像０取值为１０。到８０。，左视图像口取值一１０。～一８０。，采样间隔为０．５。，灰度Ｈｏｕｅ３一变换直接运算算法与本文所提出的加速算法的运算量对比在表１中给出。

表１Ｈｏｕｇｈ算法运算量对比

Ｔａｂ．ＩＣｏｍｐｕｔａｔｉｏｔｔａｌｂｍｄｅｎ…ｐ日ｒｉｓｏｎ

实验所选的图像为灭火模拟训练系统现场运行时采集的原始图像，图像分辨率为３８４×２８８。

图２为原始图像及Ｈｏｕｇｈ变换的检测结果，表２给出了图２中左视摄像机图像的灰度Ｈｏｕｇｈ变换结果。

表２灰度Ｈｏｕｇｈ变换结果

Ｔａｂ．２ＧｒａｙｓｃａｌｅＨｏｕｇｈｔＸｍｑ￥ｆｏＩｌｌｌｒｅｓｕｌｔ

依据检测的结果参数在原图上画出的直线（１０个Ｈｏｕｇｈ变换参考点的坐标位置已在图中以白色方块绘出）。从直接的对比中可以看出，以６号像素点为参考点得出的Ｈｏｗ，ｈ变换值最大，因此以此点检测结果作为水柱轨迹线的参数。

从图中可以看出，该直线与水柱中心线重台比较好。试验用任意采集的近百幅图像都得到了很好的结果。

为检测算法的抗噪能力，分别对实验图像加零均值正态噪声，图３和图４为原始图加不同幅度的噪声后的试验结果，表３给出了原图加不同幅度的噪声后的试验结果对比。对多幅图的试验结果显示当所加零均值正态噪声的方差一＜３０时，算法检测结果依然基本正确，表明算法抗干扰性能良好，方差ｄ＞３０ｆｌｊ有的图像会出现检测错误。

高广珠，等：图像处理技术在消防灭火模拟训练中的应用

图４加正态噪声（ａ＝３０）水柱轨迹线检测结果

Ｆｉｇ４ＲｅｓｕｌｔｏｆｗａｔｅｒｃｏｌｕｍｎｄｅｔｅｃｔｉｏｎｗｉｔｈａＧａｕ出ａｎｎｏｉｓｅ（ｄ＝３０）

表３加噪后灰度Ｈｏｕｇｈ变换结果

Ｔａｂ．３Ｇｒａｙｓｃａｌｅｎｏｗ，ｈｔｚ＇ａⅡｆｆｏｒｍｒｅｓｕｌｂｗｉｔｈＧａｕｓ８ｉｏｎｎｏｉｓｅ（ｔ，＝０）

方差０５１０１５２０２５３０

Ｐ２３１２３１２３１２３１２３１１６１２３１

０—６３。一６３．５。一６３．５。一６３．５。一６３．５。一６３。一６３５。

Ｈｍ讪变换值１１８０１１８０１１７９１１６４１１２４１０６３９８７

４结论

本文应用图像处理技术构建了一个消防灭火模拟训练系统，利用水柱图像灰度特征，运用灰度Ｈｏｕｇｈ变换方法通过双目视觉图像检测灭火水柱并提取其中心线。由于Ｈｏｕ小变换具有抗干扰性能好的特点。图像中火苗变化对结果几乎没有影响。文中提出的基于目标信息特征的的灰度Ｈｏｏｇａ变换实用加速算法，使进行Ｈｏｕｇｈ变换的运算量下降了４个数量级，使实时运行系统在硬件速度不高的情况下运用Ｈｏｕｇｈ变换检测技术变为可能。用本文所述方法构建的消防模拟训练系统，自２０００年投入实际运行以来一直可靠运转。

参考文献：

［１］ｃｓｓｔｌｅｎＭｎＫＲ．Ｉ）酶ｕｄＩｍａｇｅＰｒｏｅｅ翻ｉｎｇ［Ｍ］ＰｒＨａｔｉｅｅ－Ｈａｌ］ＩｎｔｅｒｒｍｆｉｔｍａｌＩｎｅ，１９９８，３．

【２ＪＲｏｎｇＣＬ，ＷｅｎＨＴ．Ｇｒａｙ鲥ｅＨ椰由Ｔｎｍ直＇ｏｒｍｆｏｒ’Ｉ＇ｎｉｅｋＬｉｎｅＤ岫ｔｉｏｌｌｉｎｃ呻ｓｃａｌｅＩｒｒ“肺［Ｊ］．Ｐ丑ｔｔｅＴｎＲｅｏ唰‰，１９９５，２８（５）：６４７～６６１［３］ＸｕＬ，ｅｔａ１．Ｒａｎｄｏｍｉｚｅｄ

＂Ｂ∞∞；脚Ｕｎｄｅｍｎｎｄ姗，１９９３，５７（２）：１３１—１５４Ｈ蚶Ｉ’ｒｒ柚ｓｆｏｎ．（ａｌｉ＇ｒ）：Ｂ皓ｉｃＭ∞ｈ删啪，舢鲥ｄｌｌＴ嘲ａｎｄＣｏｍｐｕｍｆｉｏｎａｌＣａｘ印ｌｅｘｉ＇ｄｅｓ［Ｊ］．ｃⅢ叩ｕＩ时ＶｉｓｉｏｎＧ憎ｏｈｉｃｌｍ＿１

［４］陈燕新，戚飞虎利用梯度方向信息的随机Ｈｏｔ出变换［Ｊ］．红外与毫米波学报，１９９８，１７（５）：３７５—３７９．

［５］曾史锋，李树山，王江安基于仿射变换模型的图像配准中的平移、旋转和缩放［Ｊ］缸外与激光工程，２００Ｉ（１）

图像处理技术在消防灭火模拟训练中的应用

作者：

作者单位：

刊名：

英文刊名：

年，卷(期)：