林火监测中基于视觉的火焰检测方法

基于计算机视觉的火灾监测系统中对火焰的早期检测是防止森林火灾蔓延的关键。提出一种基于运动检测和像素颜色特征相结合的新的火焰检测方法。首先根据图像序列建立背景模型,突出显示运动部分;并采用邻域平均方法对目标和噪声进行分离。其次基于边缘特性,获取序列图像的边缘变化情况,将两者融合得到感兴趣(ROI)区域。最后,将亮度与饱和度分离,产生火焰的有效颜色空间。通过对火焰像素亮度(I)分量区域与饱和度(S)分量区域进行相关性分析来确定火焰。实验结果显示,方法具有良好的快速性,在较短的检测时间下,可以保证较高的检测率和较低的误检率,对火焰序列图像的检测率达到91.78%,对伪火焰图像的误检率达到7.11%。     

火焰检测原理及应用

本文介绍一种火焰检测方法，详细分析了检测原理，并给出了应用实例。     

基于视频的全天候多特征融合火焰检测算法

针对传统可视化火灾探测技术采用单独分析可见光摄像设备或红外摄像设备采集的图像进行火灾探测, 不能全天候监控火焰的问题, 提出一种全天候多特征融合的检测算法. 首先通过视频类型判断算法确定摄像头采集的每帧图像类型, 然后利用与图像类型相对应的算法提取疑似火焰区域, 最后对疑似区域进行基于DCT的火焰频率检测和帧间相关性检测, 判断火焰是否存在. 实验表明, 该检测算法解决了传统可视化探测技术不能全天候监控火焰的问题, 且能在保持火焰高检测率的同时降低误检率.     

基于嵌入式系统和红外图像的火焰检测算法

随着嵌入式技术的发展,把机器视觉应用于嵌入式系统是一个发展方向.目前火焰算法相对比较成熟,具有较高的准确率和抗干扰力.但算法复杂度普遍较高,主要应用于PC机系统,不能适应嵌入式系统的要求.结合已有的研究成果,提出了基于统计背景模型和火焰动态特征的火焰检测算法,成功移植到嵌入式系统上.试验证明算法抗干扰性强、检测率高,速度快.     

基于视频的火焰检测技术研究

综合分析了火焰的颜色、闪烁频率及其面积增长性等静态特征和动态特征,设计了一种基于视频的火焰检测自动预警算法.利用混合高斯模型有效地表示了火焰颜色及颜色的多态性.实验表明该算法具有误报警低、识别率高、实时性强等优点,是火灾自动报警的一种可行、科学的解决方案,具有广泛的应用前景,该研究在国内外还处于发展阶段.     

燃烧炉火焰检测探头的改造

通过材料选择和装配工艺设计,探索并实现了发电厂燃烧炉用的火焰检测探头的国产化改造的可行性。     

热电站锅炉安全保护与火焰检测

简要阐述热电站锅炉安全保护系统及其关键技术-火焰检测器的原理与特性,讨论在实际应用中火焰检测的稳定性和可靠性问题。通过对炉膛火焰的提取,分析与处理,使炉膛灭火保护装置的功能得以扩大和延伸。这一技术对热电站锅炉的火焰检测及灭火报警起着关键作用,该项技术目前已获广泛应用。     

计算机视觉检测技术及其在机械零件检测中的应用

基于计算机视觉检测（ＡＶＩ）技术在检测系统的智能化、柔性、快速性等方面较接触式检测方法具有更大的优越性,综述了其基本原理和分类以及近年来此方面的研究成果．分析了利用ＡＶＩ技术对机械零件进行检测的一般方法和系统构成,并探讨了基于ＣＡＤ的ＡＶＩ的关键环节．最后对ＡＶＩ技术的发展趋势提出了作者的观点．     

锅炉的燃烧分析及火焰检测系统

以煤粉燃烧为例分析了炉膛中火焰的燃烧状态,说明了炉膛火焰检测系统在炉膛安全生产中的重要性.介绍了红外火焰检测装置的原理结构及其火焰信号处理器的改进措施.     

基于计算机视觉的火灾识别方法研究

本文对基于计算机视觉的火灾检测识别方法进行研究。首先采用运动检测与火焰颜色模型想结合的方法对视频疑似火灾区域进行分割,然后提取出火焰矩形度、火焰面积增长特征、火焰波动频率三个特征,将此三个特征作为火灾识别的特征向量,最后训练BP神经网络分类器,对火灾进行识别。     

火灾探测技术的发展

综述了火灾探测的基本原理和方法 ,描述了气敏型、感温型、感烟型、感光型和感声型五大类数十种火灾探测器的物理实质 ,论述了其工作原理。指出解决火灾探测灵敏度与可靠性的矛盾 ,有赖于火灾科学基础研究的积累和突破。阐明了火灾探测算法中存在的问题 ,指明了火灾探测技术的发展方向     

HODOLIC计算机图像监控报警系统的设计

论述了ＨＯＤＯＬＩＣ计算机图像监控报警系统的总体设计方案，介绍了各个子系统的工作、功能及其控制方案，以及火灾探测和防范监视的设计思想，并且介绍了系统目前的基本技术指标．     

浅谈火灾探测报警器的应用与发展

简述了火灾探测报警器的类型及其适用范围,针对火灾事故易发场所的安全问题,提出了应用新型独立式火灾探测报警器的建议。     

智能计算机视觉消防系统设计

智能计算机视觉消防系统对火灾的预测和及时营救可以提供巨大的帮助,利用可见光图像甚至能够跟踪火源点以便人们有效灭火。现有的图像型火灾探测系统设计复杂,不能有效进行火灾现场情况的判断,针对以上缺点,本文提出一种简化的方法,从而提高系统整体的监控效率。     

基于红外光谱成像的危险气体泄漏检测技术综述

危险气体检测技术是石化等企业安全生产的必要保障之一,在工业生产中有着重要的作用。本文首先比较了现有气体检测技术的优缺点,明确了基于分子吸收光谱的红外成像技术在危险气体检测中具有适用于远距离监测、可对浓度进行分析的优势,进而为泄漏检测提供了可行的解决方案;其次介绍了红外光谱成像技术的检测原理与硬件构成;接下来列举并分析了泄漏气体图像可视化及气体浓度分析的相关研究;然后分析了基于红外图像分析技术的气体泄漏自动检测算法,并分别对传统的基于图像处理的方法与深度学习算法的发展现状及其存在的问题进行了深入的分析;最后对红外光谱成像技术难点与发展趋势进行了总结。     

消防炮自动火灾探测及确认误差研究

以西安北站工程项目为例,在介绍消防炮系统特点的基础上,从消防炮的工作原理、消防炮施工技术、消防炮管网及消防炮安装等方面,进行了消防炮自动火灾探测及确认误差研究。     

面向红外视频图像的火焰识别

针对红外图像的火焰识别,采用基于粒子群优化算法的二维最大熵阈值选取方法,选取最佳阈值对红外图像进行分割,使可疑区域从背景中分离出来.选择物体的高度作为特征量,采用标准模板序列,设计两层模糊分类器分析物体的高度变化和灰度分布,给出可疑目标隶属于火焰的评价.实验证明,这种结合火焰动、静特性的算法鲁棒性强,识别率及灵敏度较高,适用于广范围的火灾监控.     

可变窗信号趋势算法及其应用于火灾自动探测

提出了计算窗可变的趋势算法，并将该算法应用于火灾自动探测．测试结果表明，它能及时检测出标准试验火源并极大地降低了误报警率．