DOI QR코드

DOI QR Code

A Real Time Flame and Smoke Detection Algorithm Based on Conditional Test in YCbCr Color Model and Adaptive Differential Image

YCbCr 컬러 모델에서의 조건 검사와 적응적 차영상을 이용한 화염 및 연기 검출 알고리즘

  • 이두희 (강원대학교 컴퓨터정보통신공학) ;
  • 유재욱 (강원대학교 컴퓨터정보통신공학) ;
  • 이강희 (강원대학교 컴퓨터정보통신공학) ;
  • 김윤 (강원대학교 컴퓨터정보통신공학)
  • Received : 2010.04.05
  • Accepted : 2010.04.13
  • Published : 2010.05.31

Abstract

In this paper, we propose a new real-time algorithm detecting the flame and smoke in digital CCTV images. Because the forest fire causes the enormous human life and damage of property, the early management according to the early sensing is very important. The proposed algorithm for monitoring forest fire is classified into the flame sensing and detection of smoke. The flame sensing algorithm detects a flame through the conditional test at YCbCr color model from the single frame. For the detection of smoke, firstly the background range is set by using differences between current picture and the average picture among the adjacent frames in the weighted value, and the pixels which get out of this range and have a gray-scale are detected in the smoke area. Because the proposed flame sensing algorithm is stronger than the existing algorithms in the change of the illuminance according to the quantity of sunshine, and the smoke detection algorithm senses the pixel of a gray-scale with the smoke considering the amount of change for unit time, the effective early forest fire detection is possible. The experimental results indicate that the proposed algorithm provides better performance than existing algorithms.

본 논문에서는 감시 카메라를 통해 입력된 영상 정보로 연기와 화염을 실시간 검출하는 알고리즘을 제안한다. 산불은 막대한 인명, 재산피해를 불러오기 때문에 조기 감지에 따른 초기 진화가 매우 중요하다. 제안하는 산불 감시 알고리즘은 화염 감지와 연기 감지로 나뉘는데, 화염 감지는 단일 프레임에서 YCbCr 컬러 모델에서의 조건 검사를 통하여 화염을 검출한다. 연기 감지를 위해서는 먼저 현재 영상과 인접한 프레임들의 평균 영상사이의 차를 가중치로 이용하여 배경 범위를 설정하고, 이 범위를 벗어나면서 회색조를 갖는 픽셀만을 연기영역으로 검출한다. 제안하는 화염 감지 알고리즘은 기존의 알고리즘보다 일조량에 따른 조도의 변화에 강건하고, 연기 검출 알고리즘은 단위 시간동안의 변화량을 고려하여 회색조의 픽셀만을 연기로 감지하기 때문에 효과적인 조기 산불 탐지가 가능하다. 실험 결과는 제안하는 산불 감시 알고리즘이 기존의 알고리즘보다 우수한 성능을 나타냄을 보여준다.

Keywords

References

  1. 이두희, 유재욱, 이강희, 김 윤, "실시간 산불 감지를 위한 화염 및 연기 검출 기법," 2010년 한국컴퓨터정보학회 동계학술대회 논문집 제 18권, 제 1호. 145-148쪽, 2010년 1월.
  2. T. Chen, P. Wu, Y. Chiou, "An early fire-detection method based on image processing," In Proceedings of IEEE International on Image Processing, pp.1707 - 1710, Oct. 2004.
  3. Thou-Ho. Chen, Cheng-Liang. Kao and Sju-Mo. Chang, "An intelligent real-time fire-detection method based on video processing," In Security Technology, 2003. Proceedings. IEEE 37th Annual 2003 International Carnahan Conference, pp. 104-111, Oct. 2003.
  4. Jessica Ebert, Jennie Shipley, "Computer vision based method for fire detection in color videos," In International Journal of Imaging 2009, Spring, Volume 2, 2009.
  5. Cappellini. V, Mattii. L. and Mecocci. A, "An intelligent system for automatic fire detection in forests," In Image Processing and its Applications Third International Conference 1989, pp. 563-570, July 1989.
  6. Turgay Celik, Huseyin Ozkaramanh and Hasan Demirel, "Fire and smoke detection without sensors: image processing-based approach," In Proc. 15th European Signal Processing Conf. pp.1794-8, Sep. 2007.
  7. Turgay Celik, Hasan Demirel, "Fire detection in video sequences using a generic color model," Fire Safety Journal 44, pp. 147-158, Aug. 2009 https://doi.org/10.1016/j.firesaf.2008.05.005
  8. W. Phillips, M. Shah, N. da Vitoria Lobo, "Flame recognition in video," In Pattern recognition letters, Jan. 2002.
  9. Ko B C, Cheong K H and Nam J Y, "Fire detection based on vision sensor and support vector machines," In Fire Safety Journal, Volume 44, Issue 3, pp. 322-329, Apr. 2009. https://doi.org/10.1016/j.firesaf.2008.07.006
  10. G. Marbach, M. Loepfe and T. Brupbacher, "An image processing technique for fire detection in video images," Fire Safety Journal, Volume 41, Issue 4, pp. 285-289, June 2006. https://doi.org/10.1016/j.firesaf.2006.02.001
  11. B. Ugur Toreyin, Yigithan Dedeoglu and A. Enis Cetin, "Wavelet based realtime smoke detection in video," In 13th Eur. Signal Process. Conf. EUSIPCO, Sept. 2005.
  12. B. Ugur Toreyin, Yigithan Dedeoglu, Ugur Gudukbay and A. Enis Cetin, "Computer vision based method for real-time fire and flame detection," In Pattern Recognition Lett. 27 (2006), pp. 49-58, Jan. 2006. https://doi.org/10.1016/j.patrec.2005.06.015
  13. B. Ugur Toreyin, Yigithan Dedeoglu, and A. Enis Cetin, "CONTOUR BASED SMOKE DETECTION IN VIDEO USING WAVELETS," European Signal Processing Conference, EUSIPCO-06, Sept. 2006.
  14. Z. Xiong, R. Caballero, H. Wang, A.M. Finn, M. A. Lelic, P.-Y. Peng, "Video-based smoke detection: possibilities, techniques, and challenges," In SUPDET, Mar. 2007.
  15. 이병무, 한동일, "터널 화재의 실시간 조기 탐지를 위한 화염 및 연기 검출 기법," 2008년 7월 전자공학회 논문지 제 45 권 SP 편 제 4 호. 59-70쪽, 2008년 7월.
  16. Wieser D, Brupbacher T, "Smoke detection in tunnels using video images," In 12th international conference on automatic fire detection, Gaithersburg, USA, Mar. 2001.
  17. Luis Merino, Fernando Caballero, J. R. Martinez-de Dios, Joaquin Ferruz and Anibal Ollero, "A cooperative perception system for multiple UAVs: Application to automatic detection of forest fires," In Journal of Field Robotics, Vol. 23, Iss 3-4, pp. 165-184, Feb. 2006. https://doi.org/10.1002/rob.20108
  18. C. A. Poynton, "A Technical Introduction to Digital Video," John Wiley & Sons, 1996.

Cited by

  1. 효율적인 4D 영상을 위한 영상 검출 시스템 개발 및 성능평가 vol.17, pp.6, 2010, https://doi.org/10.12673/jkoni.2013.17.6.792
  2. GPGPU를 이용한 비디오 기반 실시간 화재감지 알고리즘 구현 vol.19, pp.8, 2010, https://doi.org/10.9708/jksci.2014.19.8.001
  3. GPU를 이용한 다양한 해상도의 비디오기반 실시간 화재감지 방법 구현 및 성능평가 vol.20, pp.1, 2010, https://doi.org/10.9708/jksci.2015.20.1.001