基于视频图像处理技术的火焰识别算法

作者：刘培江; 董辉; 宋子刚; 李延彬

来源：热能动力工程, 2021, 36(03): 64-71.

DOI：10.16146/j.cnki.rndlgc.2021.03.009

• 火焰检测
• 真火训练评估
• 图像处理
• YCbCr彩色模型
• 动态特征提取

针对现有的真火训练评估系统难以直接准确评价出实际灭火效果,以及部分真火训练环境比较空旷的特点,提出了一种基于视频图像处理技术识别火焰的算法,该算法能够直接检测出火焰大小,从而实现对训练效果更加直观准确的评估。通过对比分析的方法,确定采用YCbCr彩色模型算法,该算法拥有其自身独特的优点,即减轻改变照明度造成的负面影响并且提高火焰检测的准确率。为提高评估的准确性,针对火灾检测技术的难点和关键点提出了基于视频图像的解决办法,即先对火焰的圆形度、火焰边界的粗糙度和尖角个数分别进行特征提取,再进行动态特征提取,完成数据归一化处理。采取训练集对分类器展开训练,再根据训练集得到的模型对测试集进行预测,最终获取分类识别率。以某实际真火训练的1000张图片为样本,对模型中的火焰图像处理效果进行验证。实验结果表明:基于饱和度的规则和颜色模型能够更准确地体现火焰行为,在不利的照明背景条件下其鲁棒性更强。对比激光束检测、超声波检测和水量检测等方法,基于图像的火焰识别评估方式具有不易变形、定量直观、准确性高及操作方便等优点。