Fire detection algorithms using multimodal signal and image analysis

Dinamik dokular doğa görüntülerinde yaygın olarak bulunmaktadır.Videodaki dinamik doku örnekleri arasında ateş, duman, bulutlar,kızılberisi videoda uçucu organik bileşik gazları, rüzgardasallanan ağaçlar, deniz ve okyanuslardaki dalgalar, vb.sayılabilir. Görüntü işleme ve bilgisayarlı gÖrÜ alan-larındaki araştırmacılar yaygın olarak iki boyutlu dokular veilgili problemleri çalışmışlardır. Öte yandan, videodakidinamik dokularla ilgili çalışma çok azdır. Bu tezde, Özel birçeşit dinamik doku tespiti için geliştirilen işaret ve imgeişleme yÖntemleri sunulmaktadır.GÖrÜnÜr ve kızılberisi videoda, kameraya en fazla 30m mesafadebulunan açık ve geniş alanlardaki alev ve dumanın tespiti içinişaret ve imge işleme yÖntemleri geliştirilmiştir. Duman,yangınların ilk safhalarında yarı saydamdır. Duman içeren imgeçerçevelerindeki ayrıtlar keskinliklerini kaybetmeye başlar ve buda imgenin yÜksek bant sıklık içeriğinde bir enerji azalmasınayol açar. Dalgacık etki alanındaki yerel en bÜyÜk değerler birimgedeki ayrıtlara karşılık gelmektedir. Bu ayrıtlarda meydanagelen enerji dÜşmesi, kameranın gÖrÜş alanı içinde dumanolduğunun Önemli bir gÖstergesidir. Alev içeren imge bÖlgeleri(kızılberisi) videoda (parlak) ateş-renginde gÖrÜnÜr. Hareket verenk (parlaklık) Özelliklerine ek olarak, alevdeki kırpışma,alevin zamansal hareketini betimleyen bir saklı Markov modelkullanılarak tespit edilmektedir. _Imge çerçeveleri uzamsal olarakda çÖzÜmlenmektedir. Alev çevritleri dalgacık domeninde temsiledilmektedir. Alevdeki kırpışmanın modellenmesi için ateşçevritinin yÜksek sıklık Özelliği de bir ipucu olarakkullanılmaktadır. Videodan çıkarılan zamansal ve uzamsal ipuçlarıson kararın alınması için birleştirilmektedir.Alevin pyro-elektrik kızılberisi algılayıcılar (PIR) tarafındantespit edilebilmesi için de işaret işleme yÖntemlerigeliştirilmiştir. Denetimsiz bir yangının alevlerindekikırpışma sÜreci ile insan ve diğer sıcak nesneler tarafındanyapılan sıradan hareketler, PIR algılayıcısı işaretine ait dalgacıkdÖnÜşÜmÜ katsayılarıyla eğitilen saklı Markov modelleriylemodellenmektedir. PIR algılayıcısının gÖrÜş alanı içinde birhareketlilik meydana geldiğinde, algılayıcı işareti dalgacık etkialanında çÖzÜmlenmekte ve dalgacık işaretleri bir dizi Markovmodeline beslenmektedir. Yangın var ya da yok kararı en yÜksekolasılık değerini Üreten Markov modeline gÖre alınmaktadır.Uzak mesafedeki (kameraya mesafesi 100m'den bÜyÜk) duman, kamerayadaha yakında cereyan eden bir yangın neticesinde oluşan dumandandaha farklı zamansal ve uzamsal Özellikler sergilemektedir. Bu dayakın mesafe dumanlarının tespiti için geliştirilen yÖntemlerikullanmak yerine, uzak mesafedeki duman tespiti için ÖzelyÖntemler geliştirilmesi gereğini doğurmaktadır. Ormanyangınlarından kaynaklanan dumanın tespit edilmesi için gÖrÜntÜtabanlı bir algoritma geliştirilmiştir. Ana tespit algoritması(i) yavaş hareket eden nesneleri, (ii) duman rengindeki bÖlgeleri,(iii) yÜkselen bÖlgeleri, ve (iv) gÖlgeleri tespit eden dÖrtalt-algoritmadan oluşmaktadır. Herbir alt-algoritma kendi kararını,gÜven seviyesinin bir gÖstergesi olarak sıfır ortalamalı gerçelbir sayı şeklinde Üretmektedir. Bu gÜven değerleri son kararınverilmesi için doğrusal olarak birleştirilmektedir.Bu tezin bir diğer katkısı da alt-algoritma kararlarının etkin birşekilde birleştirilmesi için bir çerçeve yapı Önermesidir.Bilgisayarlı gÖrÜ tabanlı pekçok tespit algoritması, son kararınverilmesinde ayrı ayrı kararlarının birleştirildiği çeşitlialt-algoritmalardan oluşmaktadır. Ä Onerilen uyarlanır birleştirmeyÖntemi en kÜçÜk-ortalama-kare algoritmasına dayanmaktadır.Herbir alt-algoritmaya ait ağırlık, eğitim (Öğrenme) aşamasındaçevrimiçi olarak uyarlanır yÖntemle gÜncellenmektedir. Uyarlanıreğitim sürecindeki hata fonksiyonu, karar değerlerinin ağırlıklıtoplamıyla kullanıcının kararı arasındaki fark olaraktanımlanmıştır. Önerilen karar birleştirme yÖntemi ormanyangını tespitinde kullanılmıştır.