Фиксация возгорания с помощью камер видеонаблюдения

Фиксация возгорания с помощью камер видеонаблюдения

Прелесть систем видеонаблюдения заключается в том, что они могут использоваться не только для обнаружения проникновения на объект или для фиксации правонарушений. Их вполне реально использовать и как мощное дополнение к системе пожарной сигнализации, причем камеры будут оптимальным образом брать на себя функцию детекции по признакам, которые фиксируются пожарными датчиками либо медленнее, либо не так точно.

Это стало возможно с развитием программных средств, входящих в пакеты интеллектуальных систем видеонаблюдения. Камеры могут распознать дым дым и огонь очень быстро — пока угарные газы не достигли датчиков, а значит пользователь получает больше времени на тушение, что сокращает потенциальные потери. Данный факт особенно важен для складов, где разгоревшийся огонь потушить будет либо очень сложно, либо невозможно. На некоторых объектах обнаружение огня с помощью камер вобще не имеет альтернатив — это касается открытых площадок (парков, лесных зон и т.д.).

Предлагаем рассмотреть основные используемые для обнаружения возгарания алгоритмы видеоанализа.

Детектирование дыма

Первым признаком, который сопровождает начавшийся пожар в большинстве случаев является выделение дыма. Как камера распознает на кадре дым? Для этого, прежде всего, программа выделяет фон – все неподвижные пиксели сцены, после чего вычисляются 3 характерные величины: α, β, γ.

Параметр α — текстурированность сцены, также называемая пространственной энергией (яркость, интенсивность, количество цветов и т.д.). Если в кадре появляется дым пространственная энергия сцены уменьшается — интенсивность теряется, на кадре присутствует меньше цветов. Иными словами картинка становится более тусклой. Это первый показатель наличия в кадре дыма.

Параметр β – временная величина, которая показывает изменение текстурированности с течением времени. Если пространственная энергия изменилась очень быстро это говорит о попадании в кадр какого-то темного объекта (машина, человек и т.д.). Если же изменение происходит медленно и плавно, высока вероятность, что в кадре появился дым.

Параметр γ – оценивает соотношение цветов в кадре (их разницу). Если в кадре появляется дым, то разница, выраженная в числовом формате сокращается. Параметр γ оценивает также и скорость изменения соотношения цветов, чтобы, как и в предыдущем случае, исключить перекрытие кадра каким-то посторонним объектом.

После получения всех трех значений программа сравнивает их с пороговыми числами, свидетельствующими о появлении дыма. Данные числа получаются в результате обучения программы — специалисты дают модулю проанализировать ряд картинок, ряд которых с дымом, ряд с посторонними объектами (или различными световыми явлениями). После получения результатов программисты вносят соответствующие корректировки в случае, если где-то были допущены ошибки.

Для того, чтобы снизить нагрузку на систему описанный нами анализ проводится не по всему кадру — сцена делится на блоки, анализируются только те из них, в которых замечено движение.

В большинстве случаев для устранения ложных срабатываний в программу детектирования дыма включают ряд дополнительных проверок:

  1. Определение количества блоков, которые программа признала задымленными, сравнение их с неким пороговым значением, которое также может быть установлено путем обучения системы.
  2. Анализ последовательности кадров — для того, чтобы убедиться в факте задымления программа анализирует целую цепочку последовательных кадров, и если на каждом их них пороговое количество блоков, где обнаружено задымление превышает заданную величину система дает сигнал тревоги. На практике в случае появления в кадре дыма системе необходимо порядка 10 секунд.

Комментарий эксперта

Наиболее точная детекция достигается для метода, принимающего решение о наличии дыма на основании сравнения трех описанных параметров, но существуют алгоритмы, которые работают только с одним параметром α.

Существует еще один метод, основой которого служит анализ преобладающих в кадре цветов. Для дыма характерны белый, черный цвет, а также оттенки серого. Алгоритм делит кадр, в котором зафиксировано движение, на блоки и выделяет преобладающие в них цвета. Затем анализирует, меняются ли цвета блоков и если да, то на какие, а также с какой скоростью. Если цвета меняются на характерные для дыма и с характерной скоростью (порядок ее величины известен заранее), программа выдает сообщение о появлении в кадре дыма. В качестве проверки также используется анализ последовательности кадров.

Альтернатива

Описанный нами метод детектирования дыма является наиболее точным, передовым, хотя на практике применяют и упрощенные алгоритмы, которые позволяют фиксировать задымление системами с меньшими вычислительными мощностями. Одним из таких способов является анализ кадра на основе цветовой кластеризации – выделяются области, окрашенные в характерные для огня цвета (красный, желтый, оранжевый, белый). После этого система проводит анализ формы данных областей, а также оценивает изменения их границ на последовательности кадров.

Данный алгоритм включает комплексную проверку кадров, но в то же время существуют реализации, в которых ведется только цветовой анализ или только анализ формы и колебаний границ пламени. Точность этих методов существенно ниже.

Выводы

Среди применяемых, на сегодняшний день, алгоритмов обнаружения дыма и огня наиболее эффективным, конечно, является анализ трех величин и сравнение их изменения на последовательности кадров. Разумеется, если пользователь системы видеонаблюдения не располагает достаточными вычислительными мощностями, в системе могут применяться и более упрощенные методы, однако достоверность и скорость реакции их существенно ниже.

В ТД ДЕЛК Вы можете приобрести профессиональные программные продукты таких грандов в области ПО для систем видеонаблюдения как Macroscop и DSSL — с их помощью Вы можете существенно повысить автономность своей системы безопасности, придать ей дополнительные свойства, а также упростить процесс ежедневной эксплуатации камер. Ждем Вас в ТД ДЕЛК!

Источник:
http://delc.ru/gotovye_resheniya/fiksaciya_vozgoraniya_s_pomowyu_kamer_videonablyudeniya/