基于改进GMM算法的林火烟雾识别研究

针对森林火灾烟雾场景光照突变时传统混合高斯模型(GMM)无法适应的问题,提出基于改进GMM的林火烟雾识别算法。通过六足机器人平台上的CCD摄像机读取当前帧图像,与混合高斯模型建立的前一个背景图像作差分得到变化区域,计算二值化后的变化区域中像素值为1的像素点占总像素点的比例,与设定的阈值相比较从而判别森林火灾场景中的光照是否发生突变。若场景内光照发生突变,采用一个较大的更新速率α,保持模型的稳定性;若场景内光照未发生突变,根据不同的情况自适应调整更新速率α的值,保证模型快速收敛。实验表明,改进的GMM算法可检测到场景中相对完整的动态烟雾区域,满足林火烟雾的检测要求,以期为图像处理在森林火灾巡检机器人上的应用和进一步研究提供参考。     

基于红外热成像的隧道火焰检测技术研究

精准的火焰检测是有效避免火灾发生的关键,针对传统的火灾探测算法在公路隧道等大空间环境中存在及时性与准确性相互制约的问题,通过研究隧道火焰初期在图像中呈现的静态和动态特征,提出了一种基于红外热成像的公路隧道火灾初期火焰检测方法。利用温度阈值获取疑似火焰区域,根据红外图像在引导滤波器作用下降噪,同时利用区域增长法分割疑似火焰区域;从疑似区域中提取的特征值构成特征向量,进行数据归一化提高SVM收敛速度;利用人工蜂群算法优化参数。结果表明:ABC-SVM能够实现公路隧道火灾初期的火焰识别,检测正确率相较于RBF方法提升了2.26%,运行时间缩短了2.29 ms;检测正确率相较于SVM方法提升了0.87%,运行时间缩短了2.22 ms。本方法可以对初期隧道火灾进行快速、有效检测,并有良好的环境适用性。     

林火报警图像中火源点确定方法研究

通过分析早期森林火灾烟雾图像的运动特征,提出了一种基于数字图像处理技术的森林火灾火源点确定方法。通过对早期报警图像RGB模型进行分量提取并各自直方图均衡化,获得了其中烟雾区域和背景区域的灰度特征,进而根据烟雾区域的连通性选用区域生长法则,分割出独立的目标图像,最终使用深度优先搜索算法遍历整个烟雾区域,确定其最低像素点,即火源点,完成林火的自动定位。结果表明,此种定位方法的准确率达到90.8%。     

基于自动种子区域生长的火焰分割算法

在存在壁面反射的低照度火灾环境中,传统的火焰分割算法如颜色分割、运动检测等,在进行火焰分割时造成过分割现象,分割的效果不理想,影响后续的火灾正确识别。针对上述问题,提出了一种基于自动种子区域生长(Automatic Seeded Region Growing,ASRG)的火焰分割算法。首先将从火灾视频中获取的火灾图像从RGB颜色空间转换到YCbCr颜色空间,在Y通道中采用较大自适应阈值背景减法将火灾图像二值化,分别将可疑火焰像素点的横坐标和纵坐标按大小进行排序,取排序后的中间值作为种子点,再由原RGB火灾图像转换而成的灰度图像中,以该种子点进行区域生长,最后将区域生长后的火焰分割图像与采用较小自适应阈值背景减法得到的火焰分割图像进行交集处理,得到最终的火焰分割图像。实验表明ASRG算法在存在壁面反射的低照度火灾环境中,火焰分割效果好,有效解决了该环境下的火焰过分割问题,同时在其他火灾环境中也有较好的火焰分割效果。     

一种改进的帧差法实现火焰目标分割

针对传统船舶火灾报警系统采用的传感器在远离火灾源时很难探测到初期火灾的特性,提出了利用摄像头模式识别的方法来探测火源的构想,将顶置鱼眼摄像头作为图像传感器,在一个较大的范围内探测初期火灾,提出了一种基于火焰闪点位置的交叉性与聚合性的帧差算法,实现火焰目标分割识别.该方法是在实时视频流中,对连续两帧图像进行帧差,根据闪点位置的交叉性排除运动物体的干扰,再根据闪点的聚合程度排除一部分游离的干扰闪点,最后得到疑似火焰区域.对疑似火焰区域二值化、抽取轮廓、再由种子点位置确定火焰外形.此法能够高效地从视频图像中分割出火焰,从而为火灾的初期预防报警提供高效识别手段.     

火灾烟雾探测技术的发展与探讨

简述了火灾烟雾探测的基本原理，针对火灾烟雾中固态产物的物理特征，从探测器设计和相应算法两个层面综述了国内外火灾烟雾探测技术的进展，展望了火灾烟雾探测技术的发展趋势。     

面向视频火灾火焰识别的轻量化卷积神经网络模型

深度学习在基于视频的火灾火焰识别技术中得到了广泛应用。为解决当前常用的卷积神经网络模型由于层数和训练参数过多，导致存储和速度问题突出，很大程度上限制了其在一些硬件平台上使用的问题，基于轻量级卷积神经网络模型SqueezeNet,通过适当修改模型结构，构建了一种适用于火灾火焰识别的新网络模型。将获取的各类火灾火焰图像数据，采用数据增强的方法来增加数据量，制作火灾火焰图像数据集，形成学习样本，并使用运动探测算法提取图像的火焰区域进行模型训练和识别前预处理。试验结果表明：该模型所需存储空间仅为0.28 MB,为VGG16的1/200;火灾火焰识别预测准确率达98%,比SqueezeNet提高了近4个百分点，且具有良好的抗干扰能力，有效缓解了当前卷积神经网络中存在的存储和速度问题。     

室内火灾烟雾对微波衰减的影响研究

针对建筑室内火灾烟雾环境对微波信号的干扰问题,利用火灾标准实验间和微波实验装置,研究棉绳阴燃、聚氨酯明火等四种典型火灾烟雾对频率分别为600 MHz和2.7GHz微波衰减特性的影响规律。在有和无火灾烟雾环境下,对比分析入射波频率、烟雾浓度、烟雾类型对微波衰减的影响。实验结果表明,四种火灾烟雾对微波传播有明显衰减,且衰减量均随烟雾浓度的增加而增加,而衰减速率逐渐减小。频率以及不同特性类型的烟雾对微波衰减特性的规律不同。最后,计算并修正了室内火灾烟雾环境下微波衰减因子模型的衰减因子,提高了该模型在火灾烟雾环境下的适用性和准确性。     

基于扩展分形特征的图像型火灾检测

针对火灾检测中存在的不稳定及误判率高的问题,提出一种基于扩展分形特征的图像型火灾检测算法。首先在图像的HSI颜色空间进行火焰疑似区域的分割,然后采用文中提出的扩展分形特征计算方法计算图像扩展分形特征,利用该特征对目标事物对比度和大小尺寸敏感的特性,对火焰区域进行再次分割,得到最后的火焰区域。实验结果表明,该算法运行效率较高、误报率较低,适用于多种场合的火灾检测。     

基于运动块追踪的视频烟雾探测方法

烟雾探测是预见火灾隐患的重要手段,具有快速响应和非接触等优点,但现有方法在减少计算量和减少误报上尚需改进。提出了一种基于运动块追踪的视频烟雾探测方法。采用混合高斯模型对背景进行建模,提取可疑运动区域并划分运动块,根据运动块灰度变化及与周围8邻域运动块的灰度梯度,筛选需要全程跟踪的目标运动块。在随后追踪过程中,分析各个运动块的运动方向、灰度衰减变化及半透明性特征,综合各特征值对烟雾进行判断。在测试烟雾视频中,60帧内便可以探测到烟雾块,而在干扰视频中只出现了1次误报。试验结果表明该方法减少了计算量,提高了烟雾检测的准确性,降低了误报率。     

基于静态特征和动态行为的火灾检测模型*

为实时准确地检测视频监控的火灾信号,减少火灾误报,提出1种基于静态特征和动态行为的火灾检测方法。利用改进的Faster RCNN检测模型,根据可疑火灾区域的颜色特征和空间特征对其进行目标检测和特征降维,与传统的Faster RCNN相比平均检测精度提升5%;利用ILSTM对连续帧中的特征进行累加,对短期内是否发生过火灾进行分类。连续的短期决策在1min内以多数票表决最后决策。结果表明:方法将火灾检测的准确率提升到97.92%,并成功解释火焰和烟雾的时间行为。     

盾构铁路隧道坡度对火灾烟气蔓延的影响研究*

为研究坡度隧道内列车阻滞后的火灾烟气蔓延行为，利用火灾动力学模拟软件（FDS）建立盾构铁路隧道火灾模型和CRH6高速列车阻滞模型，隧道坡度分别为0%、1.0%、1.5%、2.0%、2.5%、3.0%、3.5%和4.0%，通过分析隧道内烟气、温度、能见度等特征参数的变化规律，研究坡度隧道内高温烟气的受力情况，探讨坡度变化对火灾烟气蔓延的作用机理。结果表明，坡度隧道内发生火灾，随着烟气的蔓延，隧道内形成沿坡度方向的烟囱效应力，使得烟气在火源两侧呈不对称分布。火源下游区域的高温烟气在火风压和烟囱效应的协同作用下蔓延速度比上游更快，下游烟气层分界中性面与隧道轴线平行，上游烟气层分界中性面呈现水平状态。有坡度的铁路隧道内发生火灾，建议向火源下游方向施加纵向机械通风，人员向火源的上游方向疏散逃生更安全。     

长走廊内烟气组合控制的数值模拟与试验研究

为研究适用于高层建筑火灾中烟气控制的组合控制模型,提出通过设置防烟缓冲区来改善传统前室正压送风系统,并且与其他烟气控制方式相结合建立组合模型。设计并实施狭长走廊建筑的火灾烟气全尺寸风洞试验;在试验基础上,采用Fire Dynamic Simulation(FDS)软件模拟该风洞在相同试验条件下的火灾现象,对模拟结果和全尺寸试验的数据进行比较分析,发现2者规律吻合,且平均温度误差率为4.08%,验证所建模型的合理性。研究结果还表明在与防烟缓冲区组合中,30 m内走廊段只需设置一个排烟口,且排烟口位置以靠近火源为宜,其排烟效率为72.1%;此外还需要在排烟口后增设挡烟垂壁,来加强排烟效果,从而达到组合模型的最佳烟气控制效果。     

多传感器耦合区域火灾报警技术研究

早期预警与低误报率一直是建筑火灾探测面临的挑战与难题。已有研究多针对特殊场所特定燃烧产物或多种传感器耦合,普适性不强,探测设备成本高,无法大规模应用。通过将火灾烟气蔓延规律与探测器信号时空分布融合,在不增加探测器数量和分布的情况下,提出了一种基于建筑结构微元的多传感器耦合区域火灾报警模型。对典型火灾场景的烟气蔓延情况进行了模拟分析,狭长结构中探测器信号强度变化具有一定的规律性。应用区域火灾报警模型后,报警时间较传统模式提前了14.7%,基本杜绝了单个探测器误报引发建筑物火灾报警的问题。结果表明:多传感器耦合探测模式显著缩短了火灾报警时间,降低了火灾探测误报率,实现了火灾的早期准确识别与预警。     

大型综合购物广场中庭火灾烟气的数值模拟

中庭火灾的烟气流动与控制数值模拟是性能化消防设计的关键。借助Fluent软件,以广州某广场中庭为实例,考虑火源位置和补风口位置两因素,设计了不同的中庭类建筑火灾场景,并建立了数值模型。结果表明:当补风口稍高于火源时,不仅对火源的影响较小,还有利于烟气的排出;烟气中的CO向远距离处迁移时浓度变化较小;发生火灾时,中庭底部烟气的毒性危害高于烟气的高温危害。     

基于改进水平集算法的锅炉承压视觉预警技术

传统锅炉承压预警技术主要依靠人工巡查发现问题,在检测过程中受工作人员自身操作不稳定因素影响,存在故障预警实时性差、盲点多等问题,达不到相应的预警要求.针对此问题,提出基于改进采用水平集算法的锅炉承压预警技术.利用图像处理技术从图像中分割出锅炉承压关键部件,统计关键部件灰度值,并利用灰度值设定特征图像及初始轮廓,设计采用...