• 디지털산업정보학회논문지
• /
• 제14권4호
• /
• pp.169-176
• /
• 2018

In this study, we propose a new Fire Flame Region Extraction using Block Homogeneity Segmentation method of the Fire Image with irregular texture and various colors. It is generally assumed that fire flame extraction plays a very important role. The Color Image with fire flame is divided into blocks and edge strength for each block is computed by using modified color histogram intersection method that has been developed to differentiate object boundaries from irregular texture boundaries effectively. The block homogeneity is designed to have the higher value in the center of region with the homeogenous colors or texture while to have lower value near region boundaries. The image represented by the block homogeneity is gray scale image and watershed transformation technique is used to generate closed boundary for each region. As the watershed transform generally results in over-segmentation, region merging based on common boundary strength is followed. The proposed method can be applied quickly and effectively to the initial response of fire.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.1473-1475
• /
• 1996

In this paper, we propose the method to find the active region of flame which is produced within the gap between an oxygen blown converter and a skirt. For real-time image processing, basic region segmentation algorithms such as thresholding and XORing are used to segment the active region of flame. The result of this processing may be useful to clear the relationship between hood pressure and flame.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.391-394
• /
• 2023

일반적으로 화재 감지 시스템은 정확하고 빠르게 화재를 감지하는 것은 어려운 문제 중 하나이다. 본 논문에서는 U-net을 활용하여 기존의 화재(불) 영역 추출 기법으로 Segmentation으로 보다 정밀하게 탐지하는 기법을 제안한다. 이 기법은 화재 이미지에서 연기제거 및 색상보정을 통해 이미지를 전처리하여 화염 영역을 추출한 뒤 U-Net으로 학습시켜 이미지를 입력하면 불 영역의 Segmentation을 추출하도록 한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.65-70
• /
• 2023

본 논문에서는 화재로부터 실시간으로 화염과 연기를 감지하고 분할하기 위해 딥러닝 모델을 사용하였다. 이를 위해 의미론적 분할에서 우수한 성능을 보이는 U-NET을 사용하고 다중 클래스를 이용하여 화재의 불꽃과 연기를 구분 하였다. 제안된 기법을 이용하여 학습한 결과, 손실 오차와 정확도 값이 각각 0.0486과 0.97996으로 매우 양호하였다. 객체 감지에 사용되는 IOU 값도 0.849로 매우 좋았다. 학습된 모델을 이용하여 학습에 사용하지 않은 화재 이미지를 예측한 결과, 화재의 불꽃과 연기가 잘 감지되고 분할되었으며, 연기의 색상도 잘 구분되었다. 제안된 기법을 이용하여 화재 예측 및 감지 시스템 구축 등에 사용될 수 있다.

• 한국위성정보통신학회논문지
• /
• 제9권2호
• /
• pp.33-37
• /
• 2014

본 논문은 컬러 영상에서 화염의 후보 영역을 검출하기 위해 화염의 온도 분포 특성을 이용하여 화염의 영역을 분할한다. 기존 화염 검출 알고리즘에서는 단순히 화염의 색상을 황색에서 적색사이를 화염 후보 영역으로 검출하여 많은 오검출을 포함한다. 하지만 실제 화재에서 화염은 백색에서 적색사이의 색상을 보이고 있고, 화염의 영역 위치에서 따라 서로 다른 색상을 보인다. 본 논문에서는 화염의 온도 분포에 따른 색상을 분리하여 오검출 요소를 최소화한다. 제안하는 방법은 화염의 온도 분포 특성을 표현할 수 있는 색상 모델을 찾고, 색상 모델의 값을 비선형 양자화 단계로 나누어 히스토그램으로 분석하여 화염 후보 영역을 결정한다. 제안된 방법은 기존의 수 작업한 결과와 비교하면 정합도가 71.8%가 되고, 비화염 화소의 비율은 기존의 방법 중 최대 비화염 화소 수와 비교하면 약 27배 개선된 성능을 확인하였다.

• 디지털산업정보학회논문지
• /
• 제13권4호
• /
• pp.71-79
• /
• 2017

Recently, Fire watching and dangerous substances monitoring system has been being developed to enhance various fire related security. It is generally assumed that fire flame extraction plays a very important role on this monitoring system. In this study, we propose the fire flame extraction method of Non-Residential Facilities based on core object extraction in image. A core object is defined as a comparatively large object at center of the image. First of all, an input image and its decreased resolution image are segmented. Segmented regions are classified as the outer or the inner region. The outer region is adjacent to boundaries of the image and the rest is not. Then core object regions and core background regions are selected from the inner region and the outer region, respectively. Core object regions are the representative regions for the object and are selected by using the information about the region size and location. Each inner region is classified into foreground or background region by comparing its values of a color histogram intersection of the inner region against the core object region and the core background region. Finally, the extracted core object region is determined as fire flame object in the image. Through experiments, we find that to provide a basic measures can respond effectively and quickly to fire in non-residential facilities.

• 한국위성정보통신학회논문지
• /
• 제8권4호
• /
• pp.100-104
• /
• 2013

본 논문은 열영상 기반의 화염 검출을 위한 기존의 문턱치 설정 기법들을 분석하고 최적 문턱치 설정 방안을 제시한다. 기존의 열영상 기반의 화염검출 알고리즘들은 보통 고정 문턱치를 이용하여 화염 후보영역을 추출하고 후처리를 통해 화염 검출을 최종 판정하므로 화염 후보영역의 결정 과정은 최종 화재 검출 결과에 많은 영향을 준다. 따라서 카메라의 종류나 운영 환경에 따라 입력 영상의 대비와 밝기의 변화가 발생하기 때문에 화염 검출 문턱치는 입력영상의 특성에 연동하여 설정되어져야 한다. 따라서 최적 문턱치 설정 방안을 제시하기 위해 고정 명암도, 평균값, 표준편차 및 최대값을 이용한 문턱치 설정 기법들을 비교 분석하였다. 결론적으로 최적 문턱치는 평균과 표준편차의 합보다 크며 최대값 보다는 작은 값으로 설정 한다면 화염 검출 정확도가 기존 고정 문턱치 방식에 비해 크게 개선될 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.159-164
• /
• 2019

영상정보에서 색상만을 이용하여 산불을 감지하는 것은 매우 어려운 이슈이다. 본 논문은 산불을 포함하고 있는 동영상에서 영역의 색상과 움직임을 분석하여 산불영역을 감지하는 알고리즘을 제안한다. 제안하는 알고리즘에서는 조명 상태에 의존하지 않고 배경 영역을 추출 가능한 가우시안 믹스쳐 기반의 배경 분할 알고리즘을 이용하여 제거한다. 또한 RGB채널을 HSV채널로 변경하여 색상 기반으로 화염 후보들을 추출한다. 그렇게 추출된 화염후보들은 라벨링 및 트래킹을 하면서 면적이 일정하면서 이동하면 화염이 아니라고 판단한다. 이런 방법으로 추출된 화염후보 영역들이 2분 이상 같은 위치에 있으면 화염으로 판단한다. 구현된 알고리즘을 이용하여 실험한 결과 그 유효성을 확인하였다.

• 로봇학회논문지
• /
• 제13권4호
• /
• pp.237-247
• /
• 2018

In this paper, we describe a sensor module that monitors fire environment by analyzing fire characteristics. We analyzed the smoke characteristics of indoor fire. Six different environments were defined according to the type of smoke and the flame, and the sensors available for each environment were combined. Based on this analysis, the sensors were selected from the perspective of firefighter. The sensor module consists of an RGB camera, an infrared camera and a radar. It is designed with minimum weight to fit on the robot. the enclosure of sensor is designed to protect against the radiant heat of the fire scene. We propose a single camera mode, thermal stereo mode, data fusion mode, and radar mode that can be used depending on the fire scene. Thermal stereo was effectively refined using an image segmentation algorithm, SLIC (Simple Linear Iterative Clustering). In order to reproduce the fire scene, three fire test environments were built and each sensor was verified.