基于视频监控的火灾探测系统的研究与实现

基于视频监控的火灾探测系统的研究与实现

ID:23732415

大小:52.00 KB

页数:7页

时间:2018-11-10

基于视频监控的火灾探测系统的研究与实现_第1页
基于视频监控的火灾探测系统的研究与实现_第2页
基于视频监控的火灾探测系统的研究与实现_第3页
基于视频监控的火灾探测系统的研究与实现_第4页
基于视频监控的火灾探测系统的研究与实现_第5页
资源描述:

《基于视频监控的火灾探测系统的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于视频监控的火灾探测系统的研究与实现第一章绪论1.1课题研究的背景与意义火是物质燃烧的放热过程,其过程会产生一系列的化学反应和物理反应,如燃烧分解、传热过程、热副热等现象。如果燃烧失控将会给人们的生命和财产安全造成不可预计的损失。引起火灾的因素很多,但火灾发生时的特征大体是相同的,如燃烧初期产生温度升高,产生各种气体,释放烟雾,产生火焰等等。火灾的发生可以为四个阶段,分别是燃烧初期、燃烧逐渐壮大阶段、火势旺盛阶段和逐渐熄灭阶段。为了有效的控制火灾的发生,必需在燃烧起初阶段探测到火灾的发生并及时采取应急措施。因为在物质刚刚达到燃烧的临界温度值,释放的

2、热辐射和燃烧引起的气体对流强度较小,由燃烧引起的烟气量也不大,燃烧所产生的一氧化碳、硫的氧化物、氮氧化物等有害气体尚未扩散开,这个阶段是灭火段和被困人员逃生的最佳阶段[1]。  基于视频监控的火灾探测系统的研究与实现第一章绪论1.1课题研究的背景与意义火是物质燃烧的放热过程,其过程会产生一系列的化学反应和物理反应,如燃烧分解、传热过程、热副热等现象。如果燃烧失控将会给人们的生命和财产安全造成不可预计的损失。引起火灾的因素很多,但火灾发生时的特征大体是相同的,如燃烧初期产生温度升高,产生各种气体,释放烟雾,产生火焰等等。火灾的发生可以为四个阶段,分别是

3、燃烧初期、燃烧逐渐壮大阶段、火势旺盛阶段和逐渐熄灭阶段。为了有效的控制火灾的发生,必需在燃烧起初阶段探测到火灾的发生并及时采取应急措施。因为在物质刚刚达到燃烧的临界温度值,释放的热辐射和燃烧引起的气体对流强度较小,由燃烧引起的烟气量也不大,燃烧所产生的一氧化碳、硫的氧化物、氮氧化物等有害气体尚未扩散开,这个阶段是灭火段和被困人员逃生的最佳阶段[1]。火灾探测器根据燃烧过程中释放出的烟雾、热量、有害气体以及各种射线等物质的物理、化学特征,采用各种探测算法,如火焰检测、烟雾检测、红外检测、紫外检测、有害气体检测,最终判断火灾是否发生。其中物理特征主要包括

4、烧释放的红外紫外光线、燃烧速度、火焰温度、热释放速率、热通量等,化学特征主要包括燃烧过程中释放的各种有害气体浓度,如CO、HCl和SO2等[2]。根据这些特征进行火灾探测器分类,如图1-1所示:..........1.2国内外研究现状随着社会对于网络化、智能化的视频火灾探测技术的需求,很多国内外的科研机构(公司、研究所、大学等)对此展开了大量的研究。其中比较杰出的是Bosque公司研制的BSDS系统,主要采用双波段技术,即利用红外摄像机和普通可见光摄像机进行双波段监控,该探测器对于大型的森林火灾的探测效果最佳,不仅准确率较高,而且还可以区别干扰现象,

5、系统的误报率相比传统的探测装置大大降低[4]。对于大型空间的火灾探测监控方面,比较杰出的探测器是由ISLI公司和MagnoxElectric公司联合开发的VSD-8系统。该系统主要于电站火灾监控,主要以视频运动检测软件作为系统主体,采用先进的人工智能技术,同时利用各种滤波器技术来实现[5]。对于视频图像型火灾探测技术的研究,国内有关研究机构已处于国际消防研究领先地位。以中国科技大学的火灾科学国家重点实验室研制的双波段图像型火灾探测系统为例,该探测系统采用红外和彩色摄像机作为火灾信息探测器件,主要探测火焰燃烧过程中释放的红外线,有效减少了干扰物对系统的

6、影响,并且检测算法相对简单,识别率高,能够有效地解决大空间火灾探测问题[6-7]。但对于现有的较为完整的安防监控系统而言,再额外安装成本较高的红外摄像机,不利于市场应用的推广。视频图像包含的信息量很大,包括客观的起火源、火势大小、起火地点等信息,还能采集烟雾火焰的纹理、物体形状颜色等信息,而且还可以与人工智能化、网络化、大数据化相结合。因此,视频图像型火灾探测器将会有巨大的发展空间。对于视频图像型火灾探测算法,国内外也在积极开展研究。国外方面,文献[8]提出了基于图像处理利用小波分析和不规则特征对火焰和烟雾进行识别的算法。该算法先确定视频中的活动区,

7、然后对活动区进行颜色分析,利用颜色初步识别出烟雾和火焰区域。对疑似烟雾和火焰区域进行二维小波分解,因为在有火焰和烟雾产生时图像经过二维小波分解后其高频信息会降低,再利用二维小波进行能量检测,最后利用烟雾和火焰形状的不规则特征(取决于燃料和气流)进行识别。该算法利用了火焰和烟雾的移动特征、颜色特征、形状不规则特征以及高频部分能量的变化特征,所以误判率较低,但这种算法对类似于烟雾和火焰特征并快速晃动的干扰物识别率较低。文献[9]釆用概率统计的方法,对火焰的颜色、面积、表面粗糙度、边界粗糙度、偏斜度进行统计,然后使用贝叶斯分类器进行决策。文献[10]利用轮

8、廓波动数据处理方法识别火焰,该算法通过计算火焰颜色区轮廓时空波动数据来检查火焰。.......第二章论文相关

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。