早期火灾图像监测技术的应用与比较

本文对可提供图像信息的火灾物理现象进行了具体分析，讨论了利用摄像技术进行早期火灾探测的可能性、使用条件以及图像监测技术在火灾探测中的地位和作用，进行了若干种图像监测技术的对比实验，得出了相应的结论。

基于改进CV模型的煤矿井下早期火灾图像分割

煤矿井下早期火灾图像中火焰区域、火焰余辉及非火焰高灰度干扰区域三者的灰度值十分接近,利用传统的Chan-Vese(CV)模型很难将火焰区域精确地提取出来。针对这一问题,提出了一种改进的CV模型以实现煤矿井下早期火灾图像的精确分割。在计算目标和背景区域拟合中心时,引入自适应权值进行加权平均,充分考虑了像素点灰度值与拟合中心的差异,并据此确定该点对拟合中心的贡献度,更加精确地计算目标和背景区域的拟合中心;为了加速模型的演化,引入曲线内外区域像素的中值绝对差,替换模型中的内外区域能量系数,提高模型分割效率。最终达到快速提取早期火灾图像中火焰区域的目的。大量实验结果表明,与现有的Otsu算法、CV模型、引入能量权重的CV模型、引入梯度信息的CV模型以及两种类似提出模型的CV模型相比,利用改进CV模型对煤矿井下早期火灾图像,能取得更好的分割效果,并且满足实时性要求。

早期火灾CO气体的时间序列建模

通过傅里叶变换红外光谱探测技术,对火灾燃烧过程中产生的CO气体体积分数进行探测和定量分析,并对现场实测数据的非平稳时间序列进行平稳化处理和AR(p)模型(自回归模型)建模.通过对模型参数在相平面上的分析,提取早期火灾发生过程中的特征信息,建立一种及时的火灾探测、报警的方法.

大空间早期火灾的双波段图像型探测方法

针对大空间环境下的早期火灾的探测问题,介绍了一种双波段图像型火灾探测方法。阐述了火灾探测系统的原理和结构,着重讨论了对红外图像进行图像预处理、特征提取以及火灾判断的过程。为了提高图像处理的效率,采用了先对图像进行区域分割,然后去掉背景信息而只对各可疑区域做进一步处理的方法,提高了系统的实时性。

基于无线传感器网络的早期火灾图像探测系统

针对传统火灾监控系统存在的不足,设计了一种基于无线传感器网络的新型早期火灾图像探测系统.首先利用图像传感器实时采集现场图像,并通过低功耗的无线传感器网络将图像信息传送至ARM处理器中,再利用火灾图像识别算法对获取的图像进行分析处理,从而判断是否发生火灾,最后采用GPRS和Internet方式实现远程监控.该火灾图像探测系统能够进行早期火灾的检测与报警,具有较高的技术先进性和良好的应用前景.

大空间早期火灾火焰图像分割区域的特征描述与提取(英文)

基于火焰视频图像的检测结果,对分割出的火焰图像进行特征描述和分析,提取出火焰候选区域的多种定量特征描绘子。首先从颜色特征、纹理特征和形状特征3 个方面描述火焰影像区域的静态视觉特性,同时引入面积变化率和形体相似度 2 种描绘子来描述火焰区域的动态视觉特征,作为对火焰静态视觉特征的有效补充,以提高火焰识别系统的有效性和鲁棒性。相关结果可为后续火灾模式识别以及火焰空间定位提供理论基础,减少识别误报率,提高大空间灭火系统的工作效率。

用于早期火灾分类的非线性决策树支持向量机

对早期火灾信息进行研究,提出了一种基于非线性决策树的支持向量机多类分类模型。该模型利用非线性映射将样本投影到高维特征空间,比较每类样本在高维空间的分布情况,进行聚类构造出一个二叉决策树,使容易区分的类别从根节点逐层分类出来,有效克服了错分积累和避免不可分情况;同时,各个节点采用二值最小二乘小波支持向量机,以获得较高的泛化能力。该文将该模型用于早期火灾分类,并与BP神经网络、K近邻法和决策树方法进行比较,实验结果表明,该模型对早期火灾的识别率更高。

基于深度学习的早期火灾预警算法

传统火灾预警方法存在检测精度低、未发生火灾时不能及时预警的问题,提出一种基于深度学习的早期火灾预警算法.首先,使用红外热像仪采集特定场景中的红外图像,构建数据集;其次,使用改进的YOLOv4算法进行训练得到网络权重,在主干网络的3个输出特征层后引入卷积注意力模块,提升网络对关键信息的提取能力;在主干网络和路径聚合网络中增加卷积层,提高特征提取的能力;最后,使用提出的智能火灾检测(intelligent fire detection,IFD)算法对预测图像处理并根据得分评估火灾隐患.实验结果表明,改进YOLOv4算法在数据集上的mAP达到98.31%,比原始YOLOv4算法的mAP提高了2.7%,FPS达到37.1 f/s,IFD算法精确度为93%,误检率为3.2%.提出的早期火灾预警算法具有检测精度高,未形成火灾时及时预警的优点.

数据中心极早期火灾探测及火灾探测器的选择

在对数据中心的火灾形成和蔓延特性进行分析的基础上,以及对点型火灾探测器的特点进行剖析的前提下,提出数据中心的极早期火灾探测应采用空气采样烟雾探测报警系统和线型光纤火灾自动报警系统,并阐述了这两种极早期探测系统的应用方法和应用范围。

基于二叉树的LS-WSVM早期火灾多类分类研究

针对早期火灾信息特点,提出了一种基于二叉树的最小二乘小波支持向量机(Least squareswavelet support vector machine,LS-WSVM)多类分类方法.该方法首先把主成份分析用于早期火灾信息的特征提取.然后,把二叉树结构和LS-WSVM相结合,提出了基于二叉树的LS-WSVM多类分类模型,不仅避免了盲目分类和不可分情况,而且提高了分类速度和泛化能力.最后,用该模型对特征信息进行处理,从而实现了对早期火灾的多类识别.早期火灾分类实验结果表明,该方法比采用径向基核函数的最小二乘支持向量机多类分类方法具有更好的识别效果和更快的分类速度.

高大空间早期火灾试验的火源选择研究

对早期火灾探测器试验的两种火源——棉绳阴燃火和木材热解火进行试验,分别从烟气运动速度、烟气温度,火源温度以及环境对烟气的影响进行对比分析,找出早期火灾的运动规律,并为高大空间早期火灾试验选择合适的火源。

早期火灾发生区域检测算法研究

介绍了图像型火灾探测器的系统组成,对早期火灾区域检测算法进行了研究分析,并采用一种实时的火灾区域检测方法对火灾发生的区域进行检测,该算法分别进行粗、细两级检测,在保证较高的检测精度的同时,尽可能降低了计算复杂度。仿真结果表明,该方法可以准确地检测到早期火灾发生的区域,并且实时性也比较高。

1种结合图像处理及深度校正模型的室内早期火灾定位方法

为解决传统火灾探测器难以对室内早期火灾进行有效探测与定位的问题,在传统双目立体视觉对火灾定位的基础上提出1种增加图像处理及深度校正模型的火灾定位方法。利用该方法在黑暗、明亮2种亮度条件下的校园办公室、走廊和宿舍3种真实室内环境下进行验证。结果表明:在106组有效实验中,共有104组实验结果符合《特种火灾探测器》(GB15631—2008)中对图像型火灾探测器定位精度的要求,其定位精度合格率为98.1%,定位平均时间为12.19 s。该结果可以满足室内早期火灾定位的使用需求。

早期火灾报警系统在消防设计中的应用探讨

早期火灾报警系统是一种空气采样式火灾报警系统。本文就该设备的技术性能及特点,分析和探讨了其在消防设计中的应用。在某些特殊场合下,它与传统的点式探测器比较,具有明显的优势。

谈洁净厂房与早期火灾探测

对洁净厂房火灾不易发现的特点 ,论述了使用早期火灾报警系统的原理 ,采样方式 ,探测灵敏度 ,抗干扰能力 ,主张在净洁厂房中使用早期火灾报警系统。

发电厂电缆夹层早期火灾演化特征及探测技术研究

通过全尺寸电缆夹层试验平台,开展了电缆夹层早期(阴燃及初期)火灾探测试验,研究了温度场和CO气体蔓延特性,通过试验及模拟研究相结合的方法,对比分析了不同响应阈值的点型感烟、点型感温、吸气式感烟、缆式线型感温探测器的有效性。研究结果表明:阴燃及初期火灾温度场衰减均呈现指数函数关系;到火源的距离不同,阴燃火灾CO气体传播平均速度基本相同,而初期火灾CO气体传播平均速度随到火源的距离增加而降低;缆式线型探测器报警时间比吸气式探测器提前69%,比点型感烟探测器提前82%;各探测器初期火灾响应时间比阴燃火灾平均提前56%;阴燃火灾条件下点型感温探测器出现漏报现象;高阈值火灾探测器与低阈值探测器相比,响应时间延迟10%~20%。

典型相关分析和神经网络相结合的早期火灾识别

早期火灾烟雾不仅具有动态特征,同时具有静态特征,为提高早期火灾识别准确率,提出一种典型相关分析和BP神经网络相结合的早期火灾识别算法(CCA-BPNN)。首先提取烟雾主方向性状、烟雾面积增长、颜色和亮度等特征,然后采用典型相关分析算法对这些特征进行融合,最后将特征输入到BP神经网络进行训练,建立早期火灾识别模型。仿真结果表明,相对于对比算法,CCA-BPNN算法提高了早期火灾识别准确率,降低了虚警率和漏报率,能够满足早期火灾识别的准确性和实时性要求。

可视图像早期火灾报警系统在石化行业的应用测试探讨

可视图像早期火灾报警系统技术是一种较为新型的火灾探测技术,在一些环境相对单一的探测情况下,相比传统火警有较大的优势,但是在石化企业,现场环境复杂、影响因素较多,通过实地应用测试,发现系统需要进一步优化相关内容,同时结合现场实测的情况进行了分析,提出相应的对策建议。

极早期火灾报警系统在电子洁净厂房中的应用

介绍了极早期火灾自动报警系统的组成与主要技术参数,论述了极早期火灾自动报警系统在电子洁净厂房中设置的必要性。举例说明探测器在不同环境下的安装形式以及参数设置。结合实际工程经验,阐述了洁净室内应考虑采用点式探测器与极早期火灾自动报警系统相结合的设置方式。

浅谈极早期火灾探测系统在数据中心机房中的应用

本文重点阐述了极早期火灾探测系统的特点,并结合昆山数据中心简单介绍该系统的设计思路与做法。