贺婉茹,刘国成
(东莞理工学院城市学院,广东 东莞 523419)
近年来,火灾成了频繁发生的灾害,尤其是在人群密集和建筑密集的地方,严重威胁人民财产和人身安全。而如果在火灾发生初期能够及时发现并消灭,就可以避免严重后果的产生。因此及时有效降低火灾发生和控制火灾形成,成了人们追求的目标之一。市面上常用的传感器火灾探测技术在安装和应用中不够灵活,适用范围局限性大,并且受环境的干扰较大,故本系统通过视觉,利用图像处理技术,更加直观地判断是否有火灾发生。
LabView是由美国NI公司开发,专为工业生产中的测试、测量和控制应用而设计的图形化系统工程软件,可快速访问硬件和数据信息,使用内置控件可快速的制作出美观且实用的测试软件界面。
本文设计了一种基于虚拟仪器LabView和图像处理技术的火灾探测报警系统,利用虚拟仪器LabView及数字图像处理技术对特定场景是否发生火灾进行探测报警。总结构是通过摄像机作为前端采集设备,将采集拍摄的图像,在Labview软件上按帧处理,进行平滑、低通滤波、颜色阈值计算提取等处理,将图像的颜色阈值特征向量与符合火灾模型的阈值区间进行一个比较判断,从而判断采集的图像中是否有火光,对火灾进行报警动作。该系统实时性好,结构简单,安装灵活,比传统的火灾的探测技术具有更高的准确性。
本系统总体构架如图1所示,对于特定的监控场景安装摄像机进行图像的实时采集,将采集到的图像进行平滑和锐化预处理后再通过低通滤波,之后提取颜色阈值,将阈值分割后识别阈值范围,判断是否有火灾发生,最后在显示界面输出判断结果。
图1 火灾报警系统总体流程图
Labview软件设计包括前面板和后面板两部分,前面板与用户直接交互,后面板只与开发人员交互。本系统前面板设计很简单,即实现系统的启停、摄像头选择(监控场景选择)、实时图像的显示以及报警信息的显示。后面板的程序框图设计如图2所示,摄像头完成监控场景图像的实时采集,之后对图片进行预处理,提取颜色特征向量,并且跟设定的火灾阈值作比较,将判断结果作为一个开关量输出,通过对监控场景中是否有火光的判断,实现火灾信号的探测和报警。
图2 程序框图设计
系统通过前端摄像头采集图像信息,之后再读取处理。图像采集主要由IMAQdx Session控件选择所连接摄像头,然后连接到打开摄像头视觉函数,将打开摄像头的信息传到配置采集函数中,配置采集函数又将信息传递到开始采集图像函数中,并且此函数在一个事件下“Image;值改变”事件中,这就表示每当图像的值改变的时候,循环1s就会拍摄一张图片;并将图像保存在通过基路径保存在指定位置中。注意一点的是在采集图像函数中一定要给一个缓存函数IMAQ Create,并且要在其image name添加一个类型,否则程序无法运行,会提示错误。图像采集程序框图如图3所示。
图3 图像采集程序框图
图像预处理部分主要完成图像的平滑和锐化,对边缘进行增强提取,这都是一些常用的图像分割要用到的方法,尤其在工业作业中,边缘的参数尤为重要,可通过此方法进行提取。图像预处理部分程序框图如图4所示。
图4 图像预处理部分程序框图
图像处理的最终目的,是要将系统所需要的特征向量提取输出,本设计运用的方法就是利用RGB颜色空间的分离提取,并通过模块匹配的方法,来判断是否符合火焰的特性,从而作为一个判断依据,并将结果输出。
此图像分割识别部分程序主要通过在指定保存文件路径中,将所要处理识别图像将其读取出来,并在缓存区指定所提取的分量,此设计中提取的颜色分量是RGB颜色空间模型。在软件中通过视觉函数函数节点IMAQ ColorLearn VI,指定程序从低频分量中提取图像中的RGB颜色像素点。因为当低频的颜色分量中都能识别出符合火焰颜色阈值的话,在高频部分,火焰的主要颜色阈值分量更加明显,就更能体现出火焰的特性,从而说明有火灾的发生。所以在设计中只需要在低频分量中提取即可。通过在IMAQ ColorLearn VI中增加一个属性节点ROI,即感兴趣区域,这样可以根据应用需求来选择不同的重点关注区域,增加了系统的灵活性和适应性。通过提取感兴趣区域的颜色阈值和设定火灾图像颜色阈值分量,并判断所提取的颜色阈值与设定的火焰的颜色分量的关系,用比较结果作为火灾识别报警的开关量。部分分割提取程序框图如图5所示。
图5 部分分割提取程序框图
本文针对现有火灾探测系统不够灵活的不足,设计了一种基于虚拟仪器技术和图像处理技术的火灾探测报警系统,系统主要以摄像头采集的图像中的颜色特征作为火灾判断的主要依据,并在识别出有火灾时发出报警信号。实验证明通过摄像头来采集监控场景图像之后进行图像处理的火灾检测技术,比传统的基于传感器的火灾探测系统结构简单,安装灵活,具有更好的实时性和环境适应性。