三种色彩模式下火灾图像偏色度量化方法研究

李 海，孙 鹏，熊升华，伍 毅

(1.中国民用航空飞行学院，四川德阳 618307；2.中国刑事警察学院声像资料检验技术系，辽宁 沈阳 110035)

1 引言

火灾作为最常见的灾害之一，严重威胁着人们的生命和财产安全。木里火灾火场面积约20公顷，造成31人遇难[1]。火灾现场救援过程中准确及时的识别目标一直是火灾防治领域的重要研究内容之一。传统的火灾检测方法有感温、感烟、感光等。目前针对火灾图像的偏色检测研究甚少，火灾场景包含大量的目标特征，这些特征是火灾图像识别的依据。但是，火灾场景环境复杂，不仅受自然光的影响，同时受燃烧物特性的影响[2]，因此如何正确合理的进行火灾图像偏色检测是火灾现场图像及时准确识别的第一步。

目前，国内外学者对火灾图像处理及图像偏色检测进行了大量的研究。在火灾图像处理领域，主要集中在火灾图像分割[2-4]、火灾图像识别[5，6]、森林火灾探测[9，10]等方面。在图像偏色检测领域，主要集中在道路偏色检测[10，11]，医学细胞偏色检测[12]、偏色检测算法[13-17]、偏色校正[18-21]等方面。

截止目前，国内外尚未有学者针对火灾现场图像偏色检测方法及偏色规律进行研究。本文为提高火灾现场救援过程目标识别的准确度，研究火灾现场偏色检测方法及偏色特征，为火灾现场偏色校正提供技术支持。

2 材料与方法

2.1 偏色因子计算方法

本文基于常见的三种色彩模式，利用偏色因子[22]及偏色因子间方差var[23]来研究常规场景与火灾场景下视频图像偏色问题。偏色因子及其方差var计算过程如下(以RGB色彩模式为例)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

其中(1)(2)(3)式中dr、dg、db为RGB图像各个分量信息的平均值，M、N为图像的像素维数；(4)(5)(6)式中mr、mg、mb为RGB图像各个分量信息偏色平均值；(7)式中kr、kg、kb均为三个分量偏色因子，(8)式中var为偏色因子方差。

2.2 偏色度计算方法

欧式距离是多维空间中两个点之间的真实距离[24]。在本文中，利用欧式距离计算火灾图像偏色度，其计算过程如式(9)所示(以RGB色彩模式为例)，d(varjRl1k，varjRl2k)越大，则图像偏色越严重。

(9)

其中，d(varjRl1k，varjRl2k)表示两偏色因子向量之间的欧式距离；varjRl1k表示特定时空特定场景某情景图像偏色因子方差组成的8维单位化向量；varjRl2k表示另一特定时空相同场景相同情景图像偏色因子方差组成的8维单位化向量；i=1，n=8；j取1、2、3，其中j=1表示常规—常规场景，j=2表示火灾—火灾场景；l1表示第1 时空，l2表示第2时空；k=1表示RGB色彩模式，k=2表示HSV色彩模式，k=3表示YCbCr色彩模式。

首先，利用相机在自然光场景(以下简称常规场景)和火灾场景下针对三种情景进行拍摄，每种情景拍摄16张，总计2×3×16=96张图像；其次，利用MATLAB软件计算96张图像分别在RGB、HSV、YCbCr三种色彩模式下的偏色因子var大小及其偏色度d(varjRl1k，varjRl2k)；最后，利用统计学方法分析常规场景与火灾场景下3种情景图像的偏色规律，分析火灾场景对物体颜色失真的影响。

如图1所示为三种拍摄情景，情景1为纯黑色背景、情景2为大多数红色背景、情景3为纯蓝色背景。选取基于纯黑色对光的吸收性最好，大多数红色背景最接近火灾颜色特征，纯蓝色是图像的三原色之一等色彩原理。常规场景是指在自然光条件下，先定义拍摄时的白平衡，在此白平衡模式下拍摄3种情景，认为此白平衡下的3种情景均无偏色，颜色信息符合人类视觉反映。火灾场景是指在常规场景拍摄时定义的白平衡模式下，在暗室中(无自然光)拍摄3种情景，同时，利用热电偶记录火焰温度，约600℃。

图1 三种拍摄情景

2.4 实验器材

1)SONY ILCE-7M3相机一台；

2)溶剂油0.5L，1L常温水；

3)直径为10cm火盆一个；

4)热电偶一套；

5)情景物体若干。

3 分析与处理

3.1 常规场景三种色彩模式下偏色度规律

3.1.1 RGB色彩模式下偏色度规律

如图2、3、4所示分别为不同时空条件情景1、2、3在RGB色彩模式下常规场景图像偏色因子分布图。其分别在第1时空、第2时空条件下偏色因子单位化向量分别为V1R11、V1R21、V1R12、V1R22、V1R13、V1R23。根据偏色度计算公式分别计算情景1、2、3在RGB色彩模式下第2时空对于第1时空的偏色度，计算得得

d(V1R11，V1R21)=0.6793;d(V1R12，V1R22)=0.7425;

d(V1R13，V1R23)=0.0636。

图3 情景2-RGB色彩模式下常规—常规场景图像偏色因子分布图

图4 情景3-RGB色彩模式下常规—常规场景图像偏色因子分布图

3.1.2 HSV色彩模式下偏色度规律

如图5、6、7所示分别为不同时空条件情景1、2、3在HSV色彩模式下常规场景图像偏色因子分布图。其分别在第1时空、第2时空条件下的偏色因子单位化向量分别为V1H11、V1H21、V1H12、V1H22、V1H13、V1H23。根据偏色度计算公式分别计算情景1、2、3在HSV色彩模式下第2时空对于第1时空的偏色度，计算得

图5 情景1-HSV色彩模式下常规—常规场景图像偏色因子分布图

图6 情景2-HSV色彩模式下常规—常规场景图像偏色因子分布图

图7 情景3-HSV色彩模式下常规—常规场景图像偏色因子分布图

d(V1H11，V1H21)=0.0353；d(V1H12，V1H22)=0.1129；d(V1H13，V1H23)=0.1585。

3.1.3 YCbCr色彩模式下偏色度规律

如图8、9、20所示为不同时空条件情景1、2、3在YCbCr色彩模式下常规场景图像偏色因子分布图。其分别在第1时空、第2时空条件下的偏色因子单位化向量为V1Y11、V1Y21、V1Y12、V1Y22、V1Y13、V1Y23。根据偏色度计算公式分别计算公式情景1、2、3在YCbCr色彩模式下第2时空对于第1时空的偏色度，计算得

d(V1Y11，V1Y21)=0.8284；d(V1Y12，V1Y22)=0.2510；

d(V1Y13，V1Y23)=0.0551。

图8 情景1-YCbCr色彩模式下常规—常规场景图像偏色因子分布图

图9 情景2-YCbCr色彩模式下常规—常规场景图像偏色因子分布图

图10 情景3-YCbCr色彩模式下常规—常规场景图像偏色因子分布图

3.2 火灾场景三种色彩模式下偏色度规律

3.2.1 RGB色彩模式下偏色度规律

如图11、12、13所示分别为不同时空条件情景1、2、3在RGB色彩模式下火灾场景图像偏色因子分布图。其分别在第1时空、第2时空条件下的偏色因子单位化向量分别为V2R11、V2R21，V2R12、V2R22、var2R13、var2R23。根据偏色度计算公式分别计算情景1、2、3在RGB色彩模式下第2时空对于第1时空的偏色度，计算得

d(V2R11，V2R21)=0.2896;d(V2R12，V2R22)=0.5869;

d(V2R13，V2R23)=0.4833。

图11 情景1-RGB色彩模式下火灾—火灾场景图像偏色因子分布图

图12 情景2-RGB色彩模式下火灾—火灾场景图像偏色因子分布图

图13 情景3-RGB色彩模式下火灾—火灾场景图像偏色因子分布图

3.2.2 HSV色彩模式下偏色度规律

如图14、15、16所示分别为不同时空条件情景1、2、3在HSV色彩模式下火灾场景图像偏色因子分布图。其分别在在第1时空、第2时空条件下的偏色因子单位化向量为V2H11、V2H21、V2H12、V2H22、V2H13、V2H23。根据偏色度计算公式分别计算情景1、2、3在HSV色彩模式下第2时空对于第1时空的偏色度，计算得

d(V2H11，V2H21)=0.0295；d(V2H12，V2H22)=0.1247。d(V2H13，V2H23)=0.3420。

图14 情景1-HSV色彩模式下火灾—火灾场景图像偏色因子分布图

图15 情景2-HSV色彩模式下火灾—火灾场景图像偏色因子分布图

图16 情景3-HSV色彩模式下火灾—火灾场景图像偏色因子分布图

3.2.3 YCbCr色彩模式下偏色度规律

如图17、18、19所示分别为不同时空条件情景1、2、3在YCbCr色彩模式下火灾场景图像偏色因子分布图。其分别在第1时空、第2时空条件下的偏色因子单位化向量为V2Y11、V2Y21、V2Y12、V2Y22、V2Y13、V2Y23。根据偏色度计算公式分别计算情景1、2、3在YCbCr色彩模式下第2时空对于第1时空的偏色度，计算得

d(V2Y11，V2Y21)=0.1189;d(V2Y12，V2Y22)=0.3858;

d(V2Y13，V2Y23)=0.4652。

图17 情景1-YCbCr色彩模式下火灾—火灾场景图像偏色因子分布图

图18 情景2-YCbCr色彩模式下火灾—火灾场景图像偏色因子分布图

图19 情景3-YCbCr色彩模式下火灾—火灾场景图像偏色因子分布图

3.3 不同场景-三种色彩模式下偏色度规律

3.3.1 RGB色彩模式下偏色度规律

如图20、21、22所示分别为情景1、2、3在RGB色彩模式下常规场场景与火灾场景图像偏色因子分布图。其分别在常规场景、火灾场景下的偏色因子单位化向量为V1R1、V2R1、V1R2、V2R2、V1R3、V2R3。根据偏色度计算公式分别计算情景1、2、3在RGB色彩模式下火灾场景对于常规场景的偏色度，计算得

d(V1R1，V2R1)=0.7427;d(V1R2，V2R2)=0.7213;

d(V1R3，V2R3)=0.3661。

图20 情景1-RGB色彩模式下常规—火灾场景图像偏色因子分布图

图21 情景2-RGB色彩模式下常规—火灾场景图像偏色因子分布图

图22 情景3-RGB色彩模式下常规—火灾场景图像偏色因子分布图

3.3.2 HSV色彩模式下偏色度规律

如图23、24、25所示为情景1、2、3在HSV色彩模式下常规场景与火灾场景偏色因子分布图。其分别在常规场景、火灾场景下的偏色因子单位化向量为V1H1、V2H1、V1H2、V2H2、V1H3、V2H3。根据偏色度计算公式计算情景1、2、3在HSV色彩模式下火灾场景对于常规场景的偏色度，计算得

d(V1H1，V2H1)=0.0413;d(V1H2，V2H2)=0.0705；

d(V1H3，V2H3)=0.2876。其中

图23 情景1-HSV色彩模式下常规—常规场景偏色因子分布图

图24 情景2-HSV色彩模式下火灾—火灾场景偏色因子分布图

图25 情景3-HSV色彩模式下常规—火灾场景偏色因子分布图

3.3.3 YCbCr色彩模式下偏色度规律

如图26、27、28所示为情景1、2、3在YCbCr色彩模式下常规场景与火灾场景偏色因子分布图。其分别在常规场景、火灾场景下的偏色因子单位化向量为V1Y1、V2Y1、V1Y2、V2Y2、V1Y3、V2Y3。根据偏色度计算公式分别计算情景1、2、3在YCbCr色彩模式下火灾场景相对于常规场景的图像偏色度，计算得

d(V1Y1，V2Y1)=0.7910;d(V1Y2，V2Y2)=0.2551;

d(V1Y3，V2Y3)=0.3529。其中

图26 情景1-YCbCr色彩模式下常规场景与火灾场景偏色因子分布

图27 情景2-YCbCr色彩模式下常规场景与火灾场景偏色因子分布

图28 情景3-YCbCr色彩模式下常规场景与火灾场景偏色因子分布

3.4 偏色度分析

如图29所示为RGB色彩模式下火灾图像偏色度趋势图，据图可知此色彩模式下火灾图像偏色度检测方法针对情景3类图像偏色度检测效果较好，而针对情景1、情景2类图像的偏色检测效果不明显。如图30所示为HSV色彩模式下火灾图像偏色度趋势图，据图可知此色彩模式下火灾图像偏色度检测方法针对情景2类图像偏色检测效果较好，而针对情景1、情景3类图像检测效果不明显。如图31所示为YCbCr色彩模式下火灾图像偏色度趋势图，据图可知，此色彩模式下火灾图像偏色度检测方法针对情景3类图像检测效果较好，而针对情景1、情景2类图像偏色检测效果不明显。因此，单一色彩模式下的图像偏色检测方法具有一定的局限性，无法满足所有情景下的火灾图像偏色检测。

图29 RGB色彩模式下不同情景火灾图像偏色度分布图

图30 HSV色彩模式下不同情景火灾图像偏色度分布图

图31 YCbCr色彩模式下不同情景火灾图像偏色度分布图

考虑到单一色彩模式下偏色度检测方法针对火灾图像偏色度检测具有局限性，对三种色彩模式进行混合叠加。如图32所示为混合色彩模式下火灾图像偏色度趋势图，据图可知，混合色彩模式下图像偏色度检测方法针对情景1、2、3类火灾图像偏色检测效果较好，完全能够满足各类情景下的火灾图像偏色检测。因此，混合色彩模式叠加的火灾图像偏色度量化方法能够很好的检测各类火灾图像偏色度。

图32 混合色彩模式下不同情景火灾图像偏色度分布图

4 讨论与结论

色彩模式的正确选择是火灾图像偏色度量化的关键。本文从火灾现场图像偏色检测实际出发，提出了一种面向图像色彩空间的基于欧式距离的火灾图像偏色度量化方法。仿真结果表明：①单一色彩模式下的欧氏距离偏色度量化方法具有一定的局限性，而混合色彩模式下的欧式距离偏色度量化方法能够满足各类情景火灾图像偏色检测；②不同时空条件下常规场景与火灾场景内比三种情景偏色因子趋势均相互交叠，同时随情景颜色色温的变化，偏色因子交叠趋势也发生着变化；③同一时空条件下常规场景与火灾场景之间的三种情景偏色度呈现明显的欧式距离特征。

本方法有效避免了主流方法易受图像形成过程色温变化和数据测量的偶然误差的综合影响，有效的提供了一种针对火灾场景下各类情景火灾图像偏色度量化方法，在火灾场景目标识别中具有较强的技术指导和实际应用价值。