Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏
当前位置:首页 > 计算机论文 > 正文

基于图像处理的楼宇智能火灾检测算法论文

发布时间:2022-05-17 10:59:53 文章来源:SCI论文网 我要评论














SCI论文(www.scipaper.net)

摘   要:国民经济的发展与社会生产力的增强使得城市基础建设水平逐渐提高,城市化进程不断加快,在越来越多的城市 楼宇建筑持续崛起的同时,各类火灾安全隐患日益增多,导致城市建筑空间发生火灾的几率增加,影响到建筑财产安全与居民 的生命安全。传统的火灾检测识别技术在复杂的楼宇建筑空间内部已无法满足精准检测识别火灾的需求,需要利用基于图像处 理技术的智能火灾检测算法对火灾情况进行评估,以实现精准识别火灾并及时防控的效果。本文从智能火灾检测算法的技术原 理出发,介绍了智能火灾检测算法在火灾防控工作中的重要作用,分析了现阶段存在的应用优势与问题,并提出了基于图像处 理的楼宇智能火灾检测算法的设计方案。

关键词: 图像处理技术 ;楼宇建筑 ;火灾 ;智能检测算法

Intelligent Building Fire Detection Algorithm Based on Image Processing

QI Ruiyang
(College of Information Engineering, Inner Mongolia University of Technology, Hohhot Inner Mongolia 010000)

【Abstract】:The development of the national economy and the enhancement of social productivity have gradually improved the level of urban infrastructure construction, and the process of urbanization has been accelerating. While more and more urban buildings continue to rise, various types of fire safety hazards are increasing, resulting in urban buildings. The probability of fire in the space increases, which affects the safety of building property and the lives of residents. Traditional fire detection and recognition technology can no longer meet the needs of accurate fire detection and recognition in complex building spaces. Intelligent fire detection algorithms based on image processing technology need to be used to evaluate the fire situation to achieve accurate fire identification and timely prevention and control effect. Starting from the technical principles of intelligent fire detection algorithms, this article introduces the important role of intelligent fire detection algorithms in fire prevention and control, analyzes the advantages and problems existing at this stage, and proposes an intelligent building fire detection algorithm based on image processing design scheme.

【Key words】:image processing technology;building construction;fire;intelligent detection algorithm

0 引言

基于图像处理的楼宇智能火灾检测算法技术建立在 建筑内部监控视频图像的基础上,通过对视频图像进行 智能化的检测感应,将图像序列出火灾发生的可疑未知 区域分割出来,在识别确认后向相关人员发出火灾警 报,以确保建筑灭火消防工作的顺利开展。基于图像处 理的楼宇智能火灾检测算法技术无需物理接触即可智能 感应火灾发生情况,将火灾信息直观地呈现展示出来,对楼宇建筑火灾防控工作有着重要作用。下面将对基于图像处理的楼宇智能火灾检测算法进行探讨探究。

\

1 楼宇智能火灾检测算法的技术原理

火灾事故发生的过程中伴随着烟雾、火焰、噪音等 物理化学现象,智能火灾检测系统正是通过使用各类敏 感元件将这些现象转化为电信号,并与火灾发生标准进 行对比分析,识别火灾情况,及时进行预警,以便后续 消防灭火工作的顺利开展。目前被广泛应用的火灾检测识别参数有烟气、火焰以及噪音。烟气包含了燃烧产生 的气态物质与液固相物质,其温度、浓度以及气相特征 光谱是易于检测的参数特征,能够根据参数的变化识别 出火灾发生情况 ;火焰是燃烧产生的电磁辐射微粒的集 合,可以通过对火焰的形状、光学特性、电磁辐射情况 等参数检测评估火灾发生状况 ;噪音则是火灾周边空气 在受热膨胀后产生的压力次声波,该声波部分可被人耳 识别,还有部分属于人耳无法识别的超声领域,可以根 据火灾噪音的特殊频率对火灾情况进行分析检测 [1]。

2 楼宇智能火灾检测算法的重要作用

国民经济水平的提升加快了我国城市化建设进程, 越来越多的基础建设出现在城市中,而土地资源的锐减 与人口的密集程度的增加使得城市建筑从原本的平面化 扩张模式转变为立体垂直化扩张模式,建筑的高度不断 增加,空间面积也随之加大,而消防建设在垂直高空领 域尚未得到充分的发展,这导致高层建筑火灾消防工作 面临着较大的困难与挑战。此外,城市高层楼宇建筑的 空间结构复杂,内部空间以多种多样的形式进行分割, 大量的走廊、通道、楼梯、电梯等设施使得火灾消防工 作难以顺利开展。另外,高层楼宇建筑中聚集着较多的 人员,在火灾发生时可能导致的生命安全损失较大。基 于图像处理的楼宇智能火灾检测算法技术能够根据火灾 发生时的特殊物理化学表征及时检测识别出火灾发生位 置与火灾情况,将火灾信息数据传输给消防监管人员与 智能消防灭火设备,以便消防水炮等消防设备能够根据 火灾定位充分发挥消防灭火作用,协助消防工作人员顺 利开展消防方案设计,并实施灭火救援工作。基于图像 处理的楼宇智能火灾检测算法技术能够提升火灾检测的 速度与精准度,为火灾消防救援工作争取了更多的时间, 提升了楼宇建筑火灾防控能力,保护了建筑财产安全与 居民的生命安全,也为生态环境的绿色发展做出了贡献 [2]。

3 楼宇智能火灾检测算法的应用优势

3.1 排除环境干扰,提高识别精准度

楼宇智能火灾检测算法可以通过先进的图像处理技术 接收丰富的火灾图像信息, 能够根据楼宇建筑内部空间的 光照条件、气流状态、探测位置等特征做出智能化的分析 与调整, 保证在不同场景环境下智能楼宇火灾检测算法技 术的检测识别功能的精准度不受干扰, 将与火灾关系不大 的现场因素进行过滤, 整合出与火灾状况联系紧密的参量 进行监测,使得不同类型结构与不同用途的楼宇建筑均能 够使用智能火灾检测算法技术及时预判并处理火灾。

3.2 远程实时监控,提升响应速度

楼宇智能火灾检测算法能够对楼宇建筑内部进行远 程实时监控,让楼宇内部的各个角落随时处于火灾检测算法的管控之下。此外,智能火灾检测算法能够利用图 像视觉原理精准确定火灾的发生位置,通过与智能消防 灭火设备的互动交流,使用消防水炮对火源位置精准 灭火,并发出火灾警报,供消防工作人员根据火灾数据 信息制定相应的灭火救援方案,并开展实施灭火救援工 作。这一环节极大地提升了火灾响应速度,为后续的消 防工作争取了充足的时间,保护了财产安全与生命安 全。再者,远程监控视频信息能够储存在数据库中,能 够随时调取查询,以便对火灾进行调查取证。

3.3 拓展功能组件,增强识别可靠性

现阶段的楼宇智能火灾检测算法不仅能够基于图像处 理技术对火灾发生时产生的烟气、火焰等视觉信息进行检 测分析处理,还能够在此基础上拓展功能组件,加入识别 火灾温度、电磁辐射、噪音等物理化学信息的技术模块单 元,建立更先进、更智能的火灾信息检测识别算法模型, 再通过算法模型对多元的火灾信息数据进行处理,提升 火灾识别的速度与准确度,增强火灾识别的可靠性 [3]。

4 楼宇智能火灾检测算法的现存问题

在现阶段基于图像处理的楼宇智能火灾检测算法的 实际应用过程中,诸多关键技术难点还未得到有效的解 决,下面将对现阶段楼宇智能火灾检测算法技术中存在 的主要问题进行介绍。

4.1 算法模型建设不够全面

现阶段的智能火灾检测算法在自动检测模型的建立 上还不够成熟,难以精确收集火灾静态与动态的视觉表 征数据,在通过算法模型实现精准智能火灾检测识别并 分割出火焰目标的过程中也遇到了较大困难。

4.2 环境因素考虑不够周到

现阶段的智能火灾检测算法对火灾外部环境的适应 程度还不够高,在过滤楼宇建筑内部各类光照条件、气 流状态、探测位置等外在因素干扰的过程中存在较大困 难,难以根据不同的环境场合智能选择合适的火灾判断 标准,使得火灾检测识别的准确度难以得到有效提升 [4]。

\

5 楼宇智能火灾检测算法的方案设计

5.1 监控视频图像预处理

在基于图像处理的楼宇智能火灾检测算法的应用过程 中, 其视频监控系统可能由于外在环境光照条件的不稳定 以及摄像系统的信号干扰等原因, 采集到图像质量较低的 监控视频,使得视频中的图像细节模糊,难以被后续的智 能机器精准分析识别,降低了火灾检测识别效率。因此, 为保证楼宇智能火灾检测算法技术的运行效率,需要首 先对监控视频进行预处理,在对楼宇建筑内部监控视频 图像的智能机器学习与处理的基础上, 采用特定的预处理 技术排除图像中的干扰因素,突出图像有效信息主体, 提升监控视频的图像质量,方便后续对火灾进行精准的检 测识别。在监控视频图像预处理过程中,需要在 RGB 以及 HIS 两种色彩空间模型的基础上对图像进行灰度 化调整,再利用灰度变换与直方图均衡化方法提升监控视 频图像的对比度,利用平滑滤波技术去除图像噪声污染, 从而为监控视频图像的质量提升做出贡献,为后续基于 智能化算法模型的火灾图像检测识别工作奠定基础 [5]。

5.2 监控视频图像分割和与区域检测

在基于图像处理的楼宇智能火灾检测算法的应用过 程中,为能够针对性地对火灾可疑区域进行专门的检测 识别,需要在前期对监控视频的图像区域进行科学合理 的分割,以方便准确定位火灾可疑的发生区域,在复杂 的环境背景中提取出关键性的目标图像,再对目标图像 所覆盖的区域单元进行针对性的参数检测与数据收集, 降低智能火灾检测算法的技术成本,提高智能火灾检测 算法的识别速度与精确度。在监控视频图像分割算法中, 单色图像分割算法的主要依据是图像像素亮度值的相似性 与不连贯性, 需要按照标准将图像分割成相似区域进行识 别检测, 也可根据视频图像像素亮度的突然转变来检测图 像区域的边缘,实现对视频图像的有效分割与区域检测。 对于单一空间域的图像分割技术,可以采用阈值处理手 段,利用最大类间方差算法计算出火焰图像的分割阈值 并进行分割处理 ;对于空间域 - 时间域联合的图像分割 技术,可以利用高斯混合背景模型检测火焰目标,提升 火焰图像分割的精确度。此外,还可以利用基于形态学 的火焰二值图像后处理技术过滤图像噪点,提高火焰图 像的质量,以方便后续的智能火灾检测识别处理 [6]。

5.3 火焰图像分割区域的表征描述

在对火焰图像进行高效分割处理之后,需要将图像 信息转变为机器容易理解识别的特定表征。现阶段基于图 像处理的楼宇智能火灾检测算法系统是建立在对火灾视觉 特性进行检测的技术基础上,火灾的视觉特性主要分为静 态与动态两种形式, 需要在火焰图像分割区域的信息表征 过程中采用具有针对性的不同表征手段。在火灾的静态视 觉特性表征与描述过程中, 需要结合上一步的火焰图像分 割结果, 利用标记算法与外部边界跟踪算法对火焰图像进 行测量。在表征描述火焰颜色特性的过程中, 需要基于 HIS 色彩空间模型计算火焰图像 Hue 分量值的前三阶中 心矩 ;在表征描述火焰纹理特性的过程中,需要对灰度 图像的亮度、对比度以及平滑度等进行分析计算,根据 灰度共生矩阵计算出纹理特征的表征评估元素值 ;在表 征描述火焰形状特性的过程中,需要通过圆形度和矩形 度两项评判标准进行判断。此外,在火灾的动态视觉特 性表征与描述过程中,需要根据面积变化率和形体相似度等判断标准进行评估描述,从而有效避免其他无效图像 信息的干扰,为后续智能火灾检测与识别工作奠定基础 [7]。

5.4 基于人工神经网络的火灾识别算法

在对火灾监控视频图像进行一系列预处理等工作 后,需要建立先进智能的火灾识别算法模型,提高楼宇 智能火灾检测识别的速度与准确度。在进行楼宇智能火 灾识别过程中,人工神经网络作为一种能够模拟大脑思 维模式的智能化算法模型,能够对火灾这一强非线性动 力学系统进行智能化判断,通过将火焰图像分割区域的 表征参数作为输入值,利用人工神经网络算法模型快速 适应并排除环境干扰因素,根据现场变化自动调整运行 参数,以接近于人脑思维水平的图像识别速度与精确 度,对火灾进行准确的检测识别与判断,从而保证楼宇 的建筑财产安全与居民的生命安全。

6 结语

城市化进程的推进伴随着城市基础建设的增加,越 来越多的高层楼宇建筑成为城市不可分割的新景观,在 为人们的日常生活提供便利的同时,也使得火灾安全隐 患增多,火灾事故的发生几率增加,危害建筑财产安全 与居民的生命安全。为对火灾的发生情况进行精准的 预判评估,并及时做出防控灭火处理,需要利用基于图 像处理技术的智能火灾检测算法精准检测识别火焰,以 便灭火防控工作的顺利开展。智能火灾检测算法在火灾 现阶段还存在着算法模型建设不够全面、环境因素考虑 不够周到等问题,需要通过监控视频图像预处理、监控 视频图像分割和与区域检测、火焰图像分割区域表征描 述、基于人工神经网络的火灾识别算法建设等步骤对基 于图像处理的楼宇智能火灾检测算法进行设计改进。

参考文献

[1] 杨剑,陈世娥.基于图像处理技术的烟雾检测在家庭火灾防 范中应用[J].电脑知识与技术:学术版,2021,17(6):189-191.    
[2] 郑昕然.基于图像处理技术的火灾识别方法的应用[J].电子 技术与软件工程,2019(1):66.
[3] 王心瑜.图像处理在火灾检测和消防报警中的应用研究[J]. 今日消防,2019,4(5):22-23.
[4] 赵伟伟,任锦芬,曹闯乐,等.基于图像处理的火焰检测算法研 究[J].黑龙江科技信息,2020(4):58-59.
[5] 李海,伍毅,熊升华,等.基于色彩空间模型的火灾图像偏色检 测研究[J].消防科学与技术,2019,38(11):1607-1611.
[6] 贺婉茹,刘国成.基于图像处理的火灾探测报警系统研究[J]. 中国设备工程,2021(16):71-72.
[7] 赵伟伟,任锦芬,曹闯乐,等.基于图像处理的火焰检测算法研 究[J].科学技术创新,2020(4):58-59.

关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网
文章出自SCI论文网转载请注明出处:https://www.scipaper.net/jisuanjilunwen/38050.html

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版 | 豫ICP备2022008342号-1 | 网站地图xml | 百度地图xml