基于红外图像识别技术的隧道防火预警巡检方法

为了提高隧道火灾预防能力,基于红外图像识别技术设计了一套隧道防火预警系统。硬件部分采用红外CCD摄像头、红外光源和红外滤波光片,实现了红外图像的采集。利用树莓派4代开发板,对采集到的红外图像进行实时处理与识别,利用报警控制主机,完成隧道的防火预警。软件部分使用Python编程语言和模块化的思想,采用迁移学习和基于区域的全卷积网络算法,实现了红外图像的识别。试验结果表明,红外图像识别准确率可高达96%,系统运行12 h时,消耗的功率为100 W,红外图像识别准确率高。所设计的系统为下一步技术研究奠定了基础。