[국내논문]YCbCr 컬러 모델에서의 조건 검사와 적응적 차영상을 이용한 화염 및 연기 검출 알고리즘 A Real Time Flame and Smoke Detection Algorithm Based on Conditional Test in YCbCr Color Model and Adaptive Differential Image원문보기
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.
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.
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...
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.
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.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 YCbCr 컬러 모델에서의 조건 검사와 인접한 프레임의 평균 영상을 이용한 배경의 범위를 정하는 방법으로 화염과 연기를 효과적으로 검출하였다. 특히 화염 감지 알고리즘은 기존의 알고리즘보다 일조량에 따른 조도의 변화에 강건하고, 또한 야간에도 화염을 효과적으로 검출함을 의미하며 실험을 통해 성능을 확인하였다.
본 논문에서는 배경 영상을 구하고 현재 영상을 비교를 수행한다. 이때 허용 범위를 갱신하는데 프레임간의 변화량을 가중치로 사용한다.
본 논문에서는 입력되는 영상에서 화염 검출과 연기 검출 정보를 이용하여 정확하게 산불 발생 여부를 판단할 수 있는 알고리즘을 제안한다. 화염 검출은 단일 프레임에서 YCbCr 성분의 평균을 구하고 각 픽셀단위로 평균값과의 적절한 조건을 검사하여 최종적으로 화염 발생 여부를 판별한다.
가설 설정
1. 화염에 해당하는 픽셀의 R, G, B 값의 크기가 R≥G≥B 순서를 이룬다.
제안 방법
과거 화염을 감지하는 기법에는 RGB 모델을 사용하여 광원과 조도에 따라 성능이 크게 바뀌었다. 또 연기를 감지할 때는 근거리에서 탐지하였다. 하지만 본 논문에서 제안된 알고리즘은 광원과 조명에 강건한 화염감지가 가능하고, 산불과 같이 원거리에서 발생한 연기를 감지하는데 더 우수한 성능을 보인다.
화염 감지 알고리즘을 비교하기 위한 대상으로는 RGB 컬러 공간을 이용한 Chen[2]의 알고리즘을 사용하였다. 또한 실험 영상의 각 프레임의 화염 몇 연기 발생 유무를 육안으로 관찰하여 해당 알고리즘의 산불 검출의 정확도를 기록하였으며 화염과 연기 감지 테스트는 서로 독립적으로 이루어졌다.
카메라에서 촬영된 영상은 RGB컬러로 시스템에 전달된다. 본 시스템에서는 휘도 값과 색차성분을 이용하여 화염을 판단하기 때문에 입력된 RGB를 YCbCr로 변환한다. RGB 컬러를 YCbCr 컬러 모델로 변환하는 공식은 (1)과 같이 정의된다[18].
본 절에서는 실제 산불 영상을 통해 제안하는 알고리즘을 테스트하고 성능을 판단한다. 영상은 320x240의 크기이고 초당 15프레임이다.
화염 검출은 단일 프레임에서 YCbCr 성분의 평균을 구하고 각 픽셀단위로 평균값과의 적절한 조건을 검사하여 최종적으로 화염 발생 여부를 판별한다. 연기 검출은 인접한 프레임들의 영상 평균을 구하고 현재 영상과의 차영상을 구한다. 이 차영상을 배경 후보 범위를 결정하는 가중치로 이용한다.
평균 성분 값과 각 픽셀의 성분 값을 이용하여 조건 검사를 시행한다. 조건 검사는 Celik[3]의 알고리즘을 사용한다.
본 논문에서는 입력되는 영상에서 화염 검출과 연기 검출 정보를 이용하여 정확하게 산불 발생 여부를 판단할 수 있는 알고리즘을 제안한다. 화염 검출은 단일 프레임에서 YCbCr 성분의 평균을 구하고 각 픽셀단위로 평균값과의 적절한 조건을 검사하여 최종적으로 화염 발생 여부를 판별한다. 연기 검출은 인접한 프레임들의 영상 평균을 구하고 현재 영상과의 차영상을 구한다.
대상 데이터
영상은 320x240의 크기이고 초당 15프레임이다. 실험은 Pentium Core2Duo 2.13GHz, 2GB의 메모리를 가진 시스템에서 이루어졌다. 화염 감지 알고리즘을 비교하기 위한 대상으로는 RGB 컬러 공간을 이용한 Chen[2]의 알고리즘을 사용하였다.
본 절에서는 실제 산불 영상을 통해 제안하는 알고리즘을 테스트하고 성능을 판단한다. 영상은 320x240의 크기이고 초당 15프레임이다. 실험은 Pentium Core2Duo 2.
이론/모형
평균 성분 값과 각 픽셀의 성분 값을 이용하여 조건 검사를 시행한다. 조건 검사는 Celik[3]의 알고리즘을 사용한다. 이 알고리즘은 RGB 컬러 공간에서 다음과 같은 두가지 조건을 이용한다[5].
13GHz, 2GB의 메모리를 가진 시스템에서 이루어졌다. 화염 감지 알고리즘을 비교하기 위한 대상으로는 RGB 컬러 공간을 이용한 Chen[2]의 알고리즘을 사용하였다. 또한 실험 영상의 각 프레임의 화염 몇 연기 발생 유무를 육안으로 관찰하여 해당 알고리즘의 산불 검출의 정확도를 기록하였으며 화염과 연기 감지 테스트는 서로 독립적으로 이루어졌다.
성능/효과
2. 단일 프레임 내에서 R 값들의 평균값 Rmean보다 화염 픽셀이 갖고 있는 R 값이 더 크다.
본 논문의 구성은 다음과 같다. Ⅱ장과 Ⅲ장에서는 제안하는 화염 및 연기 검출 알고리즘을 기술하고, Ⅳ장에서는 실험 결과를 통해 그 성능을 확인하며, 최종적으로 Ⅴ장에서 결론을 맺는다.
또한 는 해당 픽셀의 R, G, B 평균값이며 β는 경계값이다. 실제 실험에서는 배경이 연기영역보다 누적되는 속도를 빠르게 하여 새롭게 발견되는 영역에 대한 민감도를 높였다. 이와 같은 연기 검출은 일련의 과정을 반복적으로 수행하면서 배경을 누적 갱신하고 현재 영상과 비교함으로써 새롭게 감지되는 움직임을 효과적으로 판단할 수 있다.
본 논문에서는 YCbCr 컬러 모델에서의 조건 검사와 인접한 프레임의 평균 영상을 이용한 배경의 범위를 정하는 방법으로 화염과 연기를 효과적으로 검출하였다. 특히 화염 감지 알고리즘은 기존의 알고리즘보다 일조량에 따른 조도의 변화에 강건하고, 또한 야간에도 화염을 효과적으로 검출함을 의미하며 실험을 통해 성능을 확인하였다. 연기 검출 또한 단위 시간 동안의 변화량을 고려하기 때문에 새롭게 변화하는 구간을 효과적으로 검출한다.
표 5는 그림 4와 같은 영상의 실험 결과이다. 표에서 보는 바와 같이 제안하는 알고리즘은 389개의 연기 프레임 중에서 356개의 프레임을 검출하는 높은 신뢰도를 가지고 있다.
또 연기를 감지할 때는 근거리에서 탐지하였다. 하지만 본 논문에서 제안된 알고리즘은 광원과 조명에 강건한 화염감지가 가능하고, 산불과 같이 원거리에서 발생한 연기를 감지하는데 더 우수한 성능을 보인다. 향후에는 화염과 연기의 발생 특성을 상호 고려한 검출 알고리즘을 추후 연구를 통해 제시하고자 한다.
후속연구
하지만 본 논문에서 제안된 알고리즘은 광원과 조명에 강건한 화염감지가 가능하고, 산불과 같이 원거리에서 발생한 연기를 감지하는데 더 우수한 성능을 보인다. 향후에는 화염과 연기의 발생 특성을 상호 고려한 검출 알고리즘을 추후 연구를 통해 제시하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
기존의 화염 검출 기법에는 어떤 방법들이 있는가?
기존의 화염 검출 기법은 RGB 컬러 모델을 이용하는 방법[2,3,4,5]과 YCbCr 컬러 모델을 이용하는 방법[6,7]이 있다. 이와 같은 방법은 화재 발생 시 검출 성능은 뛰어나지만 오검출 비율도 높기 때문에 추가 정보를 이용하여 산불 발생 여부를 판단해야 한다.
화염 검출을 위해 YCbCr 모델을 사용하는 이유는 무엇인가?
하지만 RGB 모델은 조도의 영향을 크게 받기 때문에 일조량에 따라 성능이 저하될 수 있다. 따라서 색차신호가 독립적으로 존재하는 YCbCr 모델을 사용하는데 Y는 Cb보다 크며 Cr도 Cb보다 크다는 것을 이용할 수 있다[3].
야간이나 관리자의 부재 시 산불의 확산 위험이 매우 큰 이유는 무엇인가?
하지만 현재 산불감시는 대부분 사람이 직접 육안으로 관찰하고 있기 때문에, 야간이나 관리자의 부재 시에는 산불의 확산 위험이 매우 크다. 따라서 산불로 인한 피해를 최소화하기 위해서는 산불을 조기 검출할 수 있는 시스템이 요구된다.
참고문헌 (18)
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.
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.
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.
Jessica Ebert, Jennie Shipley, "Computer vision based method for fire detection in color videos," In International Journal of Imaging 2009, Spring, Volume 2, 2009.
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.
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.
Turgay Celik, Hasan Demirel, "Fire detection in video sequences using a generic color model," Fire Safety Journal 44, pp. 147-158, Aug. 2009
W. Phillips, M. Shah, N. da Vitoria Lobo, "Flame recognition in video," In Pattern recognition letters, Jan. 2002.
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.
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.
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.
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.
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.
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.
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.
Wieser D, Brupbacher T, "Smoke detection in tunnels using video images," In 12th international conference on automatic fire detection, Gaithersburg, USA, Mar. 2001.
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.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.