กระบวนการคือน�ำภาพมาแบ่ง เป็นบล็อกขนาด 16 X 16 พิกเซล แล้ว น�ำแต่ละบล็อกมาท�ำการเปรียบเทียบ ในกฎ Chrominance detection เพื่อ ตรวจสอบหาบล็อกที่สงสัยว่ามีควัน โดยจะมี ก ารก� ำ หนดช่ ว งสี ข องควั น จาก White-bluish ถึง White หรือ เมื่ อ อุ ณ หภู มิ ข องควั น ต�่ ำ ลงจะมี สี ของควั น ในช่ ว งสี ด� ำ อมเทาถึ ง สี ด� ำ โดยการก�ำหนดค่าเทรสโฮลด์ของควัน ออกเป็ น 3 ข้ อ โดยต้ อ งตั ด สิ น ประกอบกัน ข้อที่หนึ่ง ดูว่าแต่ละ พิ ก เซลมี ค วามเป็ น สี เ ทามากขนาด ไหน ซึง่ พิจารณาจากค่าสูงสุดระหว่าง RGB ลบกับค่าต�่ำสุดระหว่าง RGB (สีเทามีคา่ RGB ใกล้เคียงกัน) ข้อทีส่ อง ดูว่าความสว่างของพิกเซลอยู่ในช่วงที่ ก�ำหนดหรือไม่ และข้อที่สาม ในบาง กรณีสีของควันอาจเป็นสี White-blue ดั ง นั้ น จึ ง น� ำ ค่ า ของสี น�้ ำ เงิ น (B) ในบล็อกมาเป็นส่วนประกอบที่ส�ำคัญ ในการตัดสินด้วย คือจะต้องให้มีค่า มากกว่าสีอื่นในบล็อกโดยเขียนกฎ Chrominance detection เป็น C min = min (R, G, B) C max = max (R, G, B) I = (R, G, B)/3 Rule 1 : |C max – C min | < T1 Rule 2 : T2 < I < T3 Rule 3 : C max = B AND |C max – C min |< T4 If (Rule 1 AND Rule 2) OR (Rule 3 AND Rule 2) Smoke pixel
ในกฎข้างต้นนี้ Rule 1 : หมายถึง ลักษณะของ Grayish Color ของควัน และ Rule 2 : หมายถึง การก�ำหนดช่วงการอิ่มตัวของ Intensity variation และ Rule 3 : หมายถึง การก�ำหนดให้ Smoke pixel เป็น White-bluish และ T4 อาจต้องก�ำหนดให้มากกว่าค่า T1 โดยก�ำหนดค่าเทรสโฮลด์ T1 = 50, T2 = 120, T3 = 240, T4 = 58 แล้วท�ำการทดลองตามกระบวนการนีท้ ลี ะบล็อก พิกเซลต่อพิกเซลแล้วดูบล็อกภาพที่กฎ Chrominance detection ตรวจเจอ ถ้ามีมากกว่า 50% ของบล็อก ให้ถือว่าบล็อกภาพนั้นมีพื้นที่ที่สงสัยว่ามีควัน อยูภ่ ายในบล็อก บล็อกภาพไหนทีต่ รวจเจอน้อยไม่ถงึ 50% ของบล็อก ก็ถอื ว่า บล็อกภาพนัน้ ไม่มคี วัน จะท�ำการกระโดดข้ามไปยังบล็อกถัดไปท�ำการตรวจหา ตามกระบวนการนี้ทุก ๆ บล็อกภายในภาพ บล็อกภาพที่กฎ Chrominance detection ตรวจเจอตามที่ก�ำหนดเงื่อนไขก็จะเอาไปประมวลผลในขั้นตอน ถัดไป ดังแสดงในรูปที่ 1
ร า ส า ้ ฟ ไฟ
50
รูปที่ 1 ผลการใช้ Chrominance detection แสดงเป็นสีเหลือง ส่วนบล็อกที่มี จ�ำนวนจุดสีเหลืองมากกว่าร้อยละ 50 แสดงเป็นสีแดง
ขั้นต่อไปคือการวิเคราะห์พื้นผิว การวิเคราะห์พื้นผิวนี้จะอาศัยฟีเจอร์ สองตัวที่มีลักษณะเฉพาะแตกต่างกัน คือ Homogeneity ของ Gray Level Co-occurrence Matrices (GLCM) ซึ่งบ่งบอกถึงความเป็นเนื้อเดียวกัน ของแต่ละบล็อกภาพของพื้นผิว และบล็อกภาพของพลังงานของเวฟเล็ตที่ เล็กลงครึ่งหนึ่งจากการประมวลผลจากในส่วนแรกซึ่งบ่งชี้ถึงจ�ำนวนของขอบ ขนาดเล็กในภาพ ขอกล่าวถึงตัวแรกก่อน GLCM จะมีวิธีการหาขึ้นอยู่กับทิศทางดังรูป ต่อไปนี้ กล่าวคร่าว ๆ คือหาใน 4 ทิศทางของดังรูปด้านล่าง โดยขั้นแรก ท�ำได้โดยการน�ำภาพ RGB ที่ผ่านขั้นตอนแรกเข้ามาแล้วแปลงเป็นภาพ Gray scale แล้วท�ำการควอนไตซ์ค่าระดับสีเทาให้อยู่ในช่วงที่กำ� หนดเพื่อ Matrices ของ GLCM ที่หามามีความละเอียดของลวดลายที่เล็กลง คือในที่นี้จะท�ำ การควอนไตซ์จาก 0-255 ลงมาในเป็น 0-15 จะท�ำให้ได้ลวดลายของภาพ มีแค่ 16 ลวดลายแล้วสามารถท�ำให้ GLCM ลดขนาดลงเป็น 16 X 16 เพื่อ ให้ง่ายต่อการค�ำนวณ แล้วน�ำค่า GLCM มาหาค่าในทิศทางทั้ง 4 ทิศทาง คือ 0 องศา, 45 องศา, 90 องศา และ 135 องศา โดยการแบ่งช่วงสี 16 ระดับ สีเทา จาก 0–15 แสดงดังกระบวนการนี้