Matlab双通道火灾检测：烟雾与火焰融合算法实战

简介这份资源是一套基于Matlab实现的火灾检测系统源码包面向计算机视觉与人工智能方向的初学者、课程设计者及算法开发者用于解决视频或图像中烟雾与火焰的自动识别问题。系统分为烟雾检测与火焰检测两个模块可应用于监控场景下的火情预警研究。压缩包为zip格式大小约980KB内含主程序文件夹涵盖Matlab脚本与函数、训练好的模型文件、烟雾火焰及背景三类数据集、图像预处理与特征提取函数、准确率召回率等评估指标以及可直接运行的演示脚本便于读者理解从图像预处理、特征提取到分类器训练的完整流程。目前已有90人学习下载适合希望借助Matlab深度学习与图像处理工具箱动手实践火灾检测算法并掌握视觉数据分析方法的研究者与开发者参考。1. 双通道火灾检测为什么单看火焰或烟雾都会漏报做过火灾检测的人大多有过这种经历摄像头里明明白白是火算法却因为火焰面积太小、颜色偏白而判成无火或者车间里焊枪火花一闪系统立刻报警跑过去一看什么事都没有。单靠火焰特征做判断误报和漏报几乎是一对孪生兄弟你压下一个另一个就冒头。这个标题讲的是把火灾检测拆成烟雾检测和火焰检测两条独立通道各自出结果再融合成最终判断。烟雾通道负责早期预警——阴燃阶段没有明火但烟已经起来了这是火灾检测真正有价值的时间窗口火焰通道负责确认——一旦出现明火响应要快、要准。两条通道互补才能把漏报率压下去。适合谁看正在做图像处理课程设计、想用 Matlab 快速搭一套可演示的检测系统、或者需要理解双通道融合逻辑再迁移到嵌入式平台的工程师。整套方案在 Matlab 里跑不需要深度学习工具箱也能做出可用的效果这是它最大的落地优势。2. 烟雾检测通道从颜色空间到纹理特征的完整链路烟雾检测的难点在于烟本身没有固定形状。它可能是灰白色、可能是黑色可能浓可能淡还会随风飘散。用单一阈值去卡基本等于碰运气。我一般把烟雾检测拆成三步颜色空间转换、运动区域提取、纹理特征确认。2.1 为什么选 YCbCr 而不是 RGB 做烟雾分割RGB 三个通道高度相关光照一变三个值一起漂阈值就废了。YCbCr 把亮度 Y 和色度 Cb、Cr 分离烟雾在 Cb、Cr 上的表现比 RGB 稳定得多。常见做法是烟雾区域 Cb 和 Cr 的值会向 128 附近收敛也就是色度趋于中性灰。% 读取一帧并转换到 YCbCr 空间 frame imread(smoke_frame.jpg); ycbcr rgb2ycbcr(frame); % 分离通道 Y ycbcr(:,:,1); Cb ycbcr(:,:,2); Cr ycbcr(:,:,3); % 烟雾色度判据Cb、Cr 都靠近 128且亮度不能太低 smoke_mask (Cb 120) (Cb 140) ... (Cr 120) (Cr 140) ... (Y 60); % 形态学去噪去掉零散像素 smoke_mask bwareaopen(smoke_mask, 50); smoke_mask imclose(smoke_mask, strel(disk, 5));逻辑说明rgb2ycbcr是 Matlab 图像处理工具箱自带函数输入 uint8 的 RGB 图像输出同尺寸的 YCbCr。Cb、Cr 的理论范围是 16 到 240中性灰对应 128。阈值 120 到 140 是我在几个公开烟雾数据集上试出来的经验区间太窄会漏掉淡烟太宽会把灰墙、水泥地也框进来。参数说明bwareaopen的 50 是最小连通区域像素数分辨率 640×480 下这个值能滤掉大部分噪点imclose的 disk 半径 5 用来填补烟雾内部的小孔洞。如果你的视频分辨率更高这两个值要按比例放大。注意YCbCr 阈值对白烟效果最好黑烟会落在 Y 很低、Cb/Cr 也偏离 128 的区域需要单独补一条低亮度分支否则黑烟必漏。2.2 用帧差法圈出运动区域再和颜色掩膜做与运算颜色判据只能告诉你这块像素像烟但静止的灰色物体也像。烟雾一定在动所以用帧差法把运动区域提出来和颜色掩膜做交集误报能降一大截。% 连续两帧做差分提取运动区域 prev rgb2gray(imread(frame_t-1.jpg)); curr rgb2gray(imread(frame_t.jpg)); diff_img imabsdiff(curr, prev); motion_mask diff_img 15; % 差分阈值 motion_mask bwareaopen(motion_mask, 30); % 与颜色掩膜求交集 final_smoke smoke_mask motion_mask; % 统计烟雾区域占比作为烟雾通道的输出分数 smoke_ratio sum(final_smoke(:)) / numel(final_smoke);逻辑说明imabsdiff做逐像素绝对差比直接相减再取绝对值更安全不会因为 uint8 下溢出问题。差分阈值 15 是经验值光照平稳的室内可以降到 10室外有云影飘过就得提到 20 以上。smoke_ratio是烟雾通道的核心输出后面融合时要用。参数说明帧差法对摄像头抖动极其敏感如果设备固定不牢先做一遍帧间配准或者干脆改用背景建模vision.ForegroundDetector。运动阈值和面积阈值这两个参数建议在真实场景录一段视频用imtool逐帧看掩膜质量再定别照抄。2.3 纹理特征做二次确认用 LBP 区分烟和灰墙颜色加运动还是会把飘动的灰色窗帘、扬尘误判成烟。烟雾的纹理有一个特点局部对比度低、方向性弱。LBP局部二值模式能刻画这种纹理烟区域的 LBP 直方图比灰墙更集中。% 对候选区域提取 LBP 特征 gray_roi rgb2gray(frame); lbp extractLBPFeatures(gray_roi, CellSize, [32 32]); % 烟雾的 LBP 直方图熵值偏低用熵做判据 p lbp / sum(lbp); entropy_lbp -sum(p .* log2(p eps)); % 熵低于阈值时确认为烟雾 if entropy_lbp 4.5 smoke_confirmed true; end逻辑说明extractLBPFeatures返回归一化的 LBP 直方图eps防止 log2(0) 出负无穷。烟雾纹理均匀直方图集中熵值低灰墙、窗帘纹理复杂熵值高。4.5 这个阈值在不同数据集上会有浮动建议用 ROC 曲线找最佳切点。参数说明CellSize控制 LBP 的局部窗口大小[32 32] 适合 640×480 的图太小会丢全局纹理信息太大又区分不开局部变化。这一步是二次确认不是主判据所以阈值可以放宽一点宁可放过也别误杀真烟。3. 火焰检测通道颜色判据加动态特征把焊枪火花挡在门外火焰检测比烟雾好做因为火焰的颜色和形状特征更明确。但正因为明确才容易被类似物骗——焊枪火花、红色灯光、夕阳反光都是经典误报源。我的思路是颜色判据先粗筛动态特征再精筛两层都过才认。3.1 RGB 加 HSV 双颜色空间判火焰火焰在 RGB 下的规律是 R 通道最高、G 次之、B 最低且 R 和 G 的差距不能太大。但 RGB 对亮度敏感所以再补一层 HSV火焰的 H 落在 0 到 30 度红到黄S 很高V 也很高。% RGB 判据 R frame(:,:,1); G frame(:,:,2); B frame(:,:,3); rgb_rule (R G) (G B) (R 150) ... (double(R) - double(B) 40); % HSV 判据 hsv rgb2hsv(frame); H hsv(:,:,1) * 360; % 转成角度 S hsv(:,:,2); V hsv(:,:,3); hsv_rule (H 30 | H 330) (S 0.4) (V 0.6); % 两个判据都满足才算火焰候选 flame_mask rgb_rule hsv_rule; flame_mask bwareaopen(flame_mask, 40);逻辑说明double(R) - double(B)必须先转 doubleuint8 相减会截断到 0这是 Matlab 里最常见的翻车点之一。H 用角度表示更直观0 到 30 是红黄区间330 到 360 是红色绕回来的部分。S 和 V 的下限用来排除暗红物体和灰白高光。参数说明R 150和V 0.6是亮度门槛白天室外可以调高夜间监控要调低。S 0.4是饱和度门槛用来排除粉红、浅橙这类低饱和干扰。这几个值没有万能解必须按你的场景标定。3.2 火焰的闪烁频率用帧间面积变化率做动态判据火焰会跳动面积在帧间持续变化焊枪火花虽然亮但面积变化模式完全不同——它是一闪即逝不是持续跳动。用连续多帧的火焰候选面积序列算变化率能有效区分。% 维护一个面积序列长度 N N 10; area_seq zeros(1, N); for k 1:N f imread(sprintf(frame_%03d.jpg, k)); mask detect_flame_mask(f); % 封装好的颜色判据函数 area_seq(k) sum(mask(:)); end % 计算面积变化率 area_diff abs(diff(area_seq)) ./ (area_seq(1:end-1) eps); mean_change mean(area_diff); % 火焰的持续跳动变化率在合理区间内且不是单次脉冲 if mean_change 0.05 mean_change 0.8 flame_dynamic true; end逻辑说明diff算相邻帧面积差除以原面积得到相对变化率eps防除零。火焰的mean_change通常在 0.05 到 0.8 之间——太小说明是静止红色物体太大说明是单次闪光。焊枪火花的面积序列是 0、0、大、0、0mean_change会超过 1被挡掉。参数说明N取 10 是折中太短统计不稳太长响应慢。变化率上下限 0.05 和 0.8 需要按帧率调整25fps 和 10fps 下火焰的表现不一样。这一步是火焰通道的精筛过了才输出火焰分数。3.3 火焰区域形状特征圆形度和面积占比真火焰在图像里通常是不规则团块圆形度低而红色圆形指示灯圆形度接近 1。再加一个面积占比上限排除大面积红色背景。% 对火焰候选区域算圆形度和面积占比 stats regionprops(flame_mask, Area, Perimeter); for i 1:length(stats) A stats(i).Area; P stats(i).Perimeter; circularity 4 * pi * A / (P^2 eps); area_ratio A / numel(flame_mask); % 圆形度低不规则且面积占比适中 if circularity 0.6 area_ratio 0.3 flame_shape true; end end逻辑说明regionprops是 Matlab 图像处理的核心函数Area是像素数Perimeter是边界长度。圆形度公式4πA/P²对正圆等于 1越不规则越小。火焰的圆形度一般在 0.2 到 0.5红色指示灯能到 0.9 以上。参数说明circularity 0.6是宽松门槛因为火焰边缘本身模糊area_ratio 0.3防止整屏红色被当成火。这两个参数配合前面的颜色和动态判据三层过滤后误报率能压到可接受范围。4. 双通道融合与避坑分数怎么合、阈值怎么定、哪里最容易翻车两条通道各自出分数后融合策略决定了系统最终表现。融合太松误报高融合太紧漏报高。这一章把融合逻辑讲清楚再把我在实际调试中踩过的坑列出来。4.1 加权融合与决策逻辑烟雾通道输出smoke_ratio火焰通道输出flame_score由颜色、动态、形状三部分加权。最终判断用加权和加双阈值。% 归一化各通道分数到 0-1 smoke_score min(smoke_ratio / 0.15, 1); % 烟雾占比 15% 即满分 flame_score 0.5*color_score 0.3*dynamic_score 0.2*shape_score; % 加权融合 w_smoke 0.4; w_flame 0.6; fused w_smoke * smoke_score w_flame * flame_score; % 双阈值决策 if fused 0.7 alarm FIRE; % 高置信直接报警 elseif fused 0.4 alarm SUSPECT; % 可疑连续多帧确认 else alarm NORMAL; end逻辑说明烟雾权重给 0.4 是因为烟雾检测本身误报率偏高火焰权重 0.6 因为火焰判据更硬。smoke_ratio / 0.15是把占比映射到 0 到 115% 是经验满值。双阈值里SUSPECT状态很重要它给系统一个缓冲连续 3 帧 SUSPECT 再升级为 FIRE能滤掉大部分瞬时干扰。参数说明权重和阈值都要按场景调。厨房场景烟雾多烟雾权重可以降到 0.3加油站火焰权重可以提到 0.7。SUSPECT的连续帧数 3 是起步值误报多就加到 5。4.2 避坑记录五个让我返工的血泪教训现象uint8 相减结果全是 0。原因Matlab 里 uint8 减 uint8 会截断到 0负数变 0。解决所有通道运算前先double()转换或者用imabsdiff。这个坑我在颜色判据里踩过一次掩膜全黑查了半天才发现是数据类型。现象视频处理越来越慢最后卡死。原因每帧都imread读硬盘且没有释放变量。解决用VideoReader流式读取循环内clear临时变量或者预分配数组。Matlab 的内存管理在循环里很脆弱血泪经验。现象白天正常晚上全是误报。原因夜间光照低YCbCr 的 Y 通道整体下移颜色阈值失效。解决加光照自适应根据全图平均亮度动态调整 Y 和 V 的下限或者干脆分白天/夜间两套参数。现象火焰检测对白色火焰完全失效。原因白色火焰 R、G、B 都高R G B的判据不成立。解决补一条高亮度分支当 R、G、B 都超过 200 且差异小于 30 时也纳入火焰候选再用动态特征确认。现象融合后报警延迟好几秒。原因SUSPECT连续帧数设太大加上帧差法本身需要前后帧。解决火焰通道用单帧颜色判据先触发烟雾通道才用多帧确认两条通道的响应速度分开设计别一刀切。4.3 参数标定流程别抄阈值用你的数据找切点所有阈值都不该照抄。标定流程是录一段包含真实火灾和典型干扰的视频逐帧标注然后对每个判据画 ROC 曲线找误报率和漏报率的平衡点。% 假设你有标注好的 scores 和 labels % scores: 每个样本的融合分数labels: 1 为真火0 为干扰 [X, Y, T, AUC] perfcurve(labels, scores, 1); % 找约登指数最大的阈值 [~, idx] max(Y - X); best_threshold T(idx); fprintf(最佳阈值: %.3f, AUC: %.3f\n, best_threshold, AUC);逻辑说明perfcurve是 Matlab 自带的 ROC 分析函数Y - X是约登指数最大化它等价于找灵敏度和特异度之和最大的点。AUC 低于 0.85 说明你的特征区分度不够得回去加特征不是调阈值能救的。参数说明标注数据至少要有几百帧真火和干扰各占一半。如果 AUC 上不去优先检查颜色判据的参数那是整个链路的地基。5. 从能跑到好用实时化改造与效果验证的几个关键动作前面四章把检测逻辑跑通了但离能用还有距离。这一章讲怎么把脚本改成能实时跑的框架以及怎么验证它真的有效而不是在几帧样例上自欺欺人。5.1 用 VideoReader 加帧缓冲做实时处理逐帧imread只能做离线分析实时系统要用VideoReader流式读配合环形缓冲保存最近 N 帧供动态判据使用。vid VideoReader(fire_test.mp4); N 10; frame_buffer cell(1, N); idx 0; while hasFrame(vid) frame readFrame(vid); idx mod(idx, N) 1; frame_buffer{idx} frame; % 至少攒够 N 帧再做动态判据 if ~any(cellfun(isempty, frame_buffer)) result detect_fire(frame_buffer, idx, N); if strcmp(result, FIRE) fprintf(帧 %d: 检测到火灾\n, vid.CurrentTime * vid.FrameRate); end end end逻辑说明环形缓冲用mod实现idx循环覆盖最老的帧。cellfun(isempty, ...)检查缓冲是否填满没满就跳过动态判据。detect_fire是你封装的主函数接收缓冲和当前索引内部按时间顺序重排帧再算面积序列。参数说明N取 10 对应 25fps 下 0.4 秒窗口够火焰跳一个周期。缓冲帧建议存灰度图或降采样图省内存。如果帧率高N要相应加大否则动态判据的统计意义不够。5.2 验证方法混淆矩阵加逐帧可视化只看几帧检测结果不算验证。正确做法是跑完整段视频统计混淆矩阵再把误报和漏报的帧单独抽出来看。指标含义可接受范围准确率正确判断帧数 / 总帧数 0.90召回率真火帧中被检出的比例 0.85误报率干扰帧中被误判的比例 0.10平均响应延迟从真火出现到报警的帧数 15 帧% 逐帧对比检测结果和标注 confusion zeros(2, 2); for k 1:total_frames pred detect_fire_single(frame_k); truth labels(k); confusion(truth1, pred1) confusion(truth1, pred1) 1; end accuracy trace(confusion) / sum(confusion(:)); recall confusion(2,2) / sum(confusion(2,:)); false_alarm confusion(1,2) / sum(confusion(1,:));逻辑说明confusion矩阵行是真实标签列是预测标签trace是对角线和即正确数。召回率只看真火那一行误报率只看干扰那一行。三个指标要一起看单看准确率会被类别不平衡骗——如果视频里 95% 是无火帧全判无火也有 95% 准确率。参数说明标注要逐帧做可以用VideoLabeler工具。响应延迟从真火第一帧算到报警帧这个指标直接决定系统有没有实用价值超过 1 秒的延迟在真实火灾里可能就是生死之差。5.3 一个具体技巧用形态学顶帽变换增强小火焰小火焰在远距离监控里只有几个像素颜色判据容易漏。顶帽变换能增强比背景亮的局部结构对小目标特别有效。% 顶帽变换增强小火焰 se strel(disk, 15); gray rgb2gray(frame); tophat imtophat(gray, se); % 增强后再做颜色判据小火焰的响应明显提升 enhanced imadd(gray, tophat);逻辑说明imtophat是原图减去开运算结果保留比结构元素小的亮区域。strel(disk, 15)的结构元素要比目标火焰大否则火焰会被开运算吃掉。imadd把增强结果加回原图注意可能溢出必要时用imadd(gray, tophat, uint8)自动截断。参数说明结构元素半径 15 适合 640×480 下 10 到 30 像素的火焰火焰更小就减小半径更大就加大。这一步会增加计算量实时系统里可以只在火焰候选区域做不用全图跑。我自己的习惯是每换一个场景先跑一遍完整视频把误报帧和漏报帧各截 20 张盯着看它们到底像什么再回去改对应判据的参数。调参不是玄学是你对场景理解深度的直接体现。这套双通道方案我在几个室内场景试过把烟雾和火焰分开处理再融合比单通道的漏报率低不少代价是调参工作量大一倍。值不值得做取决于你的场景对漏报有多敏感。希望帮到你。本文还有配套的精品资源点击获取