主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
基于图像的火灾检测系统
小类:
信息技术
简介:
本作品结合新技术的发展及消防公共安全的更高要求,根据GB15631-2008标准及相关技术要求,以视频特点,利用计算机图像识别火焰和烟雾的技术,制作了一种新型图像型火灾检测控制装置。既能实现视频监控又能实现火灾探测。适用于大空间场所。 作品分两种:一种为基于计算机视觉;另一种是基于DSP做成标准型的火灾探测器。
详细介绍:
本发明利用光电成像技术和图像处理技术开发出可实现早期火灾探测的系统。作品分两种:一种为基于计算机视觉,它是将监控系统摄像机采集的视频输入到计算机中,利用火灾识别算法检测是否发生火灾;另一种基于DSP做成标准型的火灾探测器,它是将火灾识别算法集成到DSP中,将识别结果送到中央控制平台及互联网。它不受空间高度、气流速度、热障、易爆、有毒等环境条件的限制,具有非接触式探测、高智能、强灵敏的优点。能够及时探测到早期的火焰和烟雾并报警。既能实现视频监控又能实现火灾探测,而且不需要单独加装图像采集单元,节省成本,避免重复投资。可在大空间、大面积的环境中使用;可用于多粉尘、高湿度的场所;可在室外环境中使用;可对火灾现象中的图像信息做出快速反应;可提供直观的火灾信息。

作品图片

  • 基于图像的火灾检测系统
  • 基于图像的火灾检测系统
  • 基于图像的火灾检测系统

作品专业信息

设计、发明的目的和基本思路、创新点、技术关键和主要技术指标

为了解决大空间传统感温、感烟等火灾探测设备探测距离和灵敏度之间的矛盾,利用摄像机监视画面广、灵敏度高的特点自动探测现场是否发生火灾。方法一,对从摄像机获得的图像序列在计算机中使用各种图像处理技术处理和分析,通过早期火灾在图像中的特征探测火灾。方法二,将火灾识别算法移植到DSP开发平台,做成标准型火灾探测设备。图像型火灾探测技术具有非接触性,已成为大空间及户外火灾探测需求的发展方向;反应快,可提供直观的火灾信息,实现火灾准确定位。 主要技术指标:灵敏度:<=3s,准确度:>=95%。

科学性、先进性

该技术是将图像处理、计算机视觉、模式识别等高新技术应用于火灾探测控制技术中,在现有的视频监控系统上加装图像型火灾探测系统,利用视频监控得到的图像序列进行火灾探测,与传统火灾探器相比,具有非接触式探测、高智能、强灵敏度的特征而不受空间高度、气流速度、热障、易爆和有毒等环境条件的限制。 参考文献 [1] 杨娜娟,王慧琴 基于支持向量机的图像型火灾探测算法[J]. 计算机应用 2010.4 [2] 吴爱国, 杜春燕 基于混合高斯模型与小波变换的火灾烟雾探测. 仪器仪表学报 2008.8

获奖情况及鉴定结果

作品所处阶段

中试阶段

技术转让方式

作品可展示的形式

录像

使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测

针对现有的火灾探测系统可报不可视的缺陷,开发出智能图像型火灾探测系统。根据市场要求,结合消防公共安全的需要,以视频图像特点,利用计算机图像识别早期火焰和烟雾。该探测系统集可视火灾监控、安全防范于一体,可网络化集中监控,广泛适用于风力发电、冶金、发电、石油化工、隧道等行业。还可用于无法安装常规火灾探测器的场所及需要火灾报警监控的易燃易爆的环境。该系统报警响应时间低于常规的火灾报警探测器。具有非接触式、高灵敏度和快速反应的特点,具有广阔的市场的潜力和经济效益。

同类课题研究水平概述

国外各大公司和科研机构对火灾探测技术有较深入的研究,基于各种火灾识别模式的火灾探测器相继问世,并在不断改进和完善,在众多的产品中利用图像信息的火灾监控系统为数也不少。ECP 公司的森林火灾监控系统,利用计算机视觉和模式识别的理论,采用模式识别算法,可以对4千米外的林火在短时间内进行识别并发出警报。Bosque公司的 BSDS系统采用红外和普通摄像机的双波段监控,在准确识别森林火灾的同时还可以区别其它现象的干扰,误报率较低。在大空间火灾监控方面有ISL公司和Magnox Electric公司联合开发的用于电站火灾监控的VSD-8系统,该系统以视频运动检测软件为主体,使用了各种滤波器技术,并与人工智能相结合,可以用来对电站内的火灾进行监控。德国汉堡的一家电子仪器公司MUT在2004年开发出一套早期火灾探测系统IMUS&ARTUS,这套系统包括红外摄像头和相应的后台处理软件,它可以不直接接触实物,远程地测量燃烧体表面的温度。 国内一些研究机构对于图像型火灾探测技术也进行的研究。西安交通大学学者研究并提出基于可信度模型的多特征融合处理的火焰识别算法,华中科技大学学者研究基于K均值聚类方法的分形编码技术进行烟雾图像分割算法,上海交通大学学者提出了基于模糊神经网络的火灾探测算法,这些都对火灾的智能化探测技术提出了一些新的解决方法,探测手段主要集中于使用红外型摄像机,而且探测系统的算法抗干扰性还有待提高,需要建立一套独立的防火探测系统,投入成本较高。中国科技大学的火灾科学国家重点实验室研制出的LA-100型双波段大空间早期火灾智能探测系统通过有关方面的验收,并在国内的一些单位使用。该系统一部分的探测任务由红外摄像机来完成,对己经有安装闭路电视监控系统的单位,需要加装一定数量的红外摄像机或特制的感烟红外阵列器材。 上述几种图像型探测技术有一定的有效性和实用性,但大都局限于需要安装专用视频探测器,在成本和实用性上不具备推广优势。 随着计算机技术和网络技术的快速发展,视频监控系统的应用越来越广泛。如果能充分利用视频监控系统,利用其采集的图像同时实现对火灾的探测,其必具有重要的应用价值和实际意义。本项目将视频监控和图像型火灾探测相结合,研究基于视频监控图像的火灾探测技术,是在现有的视频监控系统上加装图像型火灾探测模块,利用视频监控得到的视频图像实现火灾探测。
建议反馈 返回顶部