基于BP神经网络的公路隧道视频火焰识别

为提高基于视频图像的公路隧道火灾火焰识别率,在对火焰动态特征研究成果之上,利用BP神经网络融合火焰静态特征,对公路隧道视频火焰进行综合识别.火焰动态特征选取作者研究的火焰边缘运动量(AMFE)和火焰区域跳动特征,火焰静态特征选取前人研究的尖角数目、火焰颜色特征和圆形度.将此5种火焰特征作为BP神经网络的输入,达到融合火焰多特征信息并实现火焰综合识别的目的.实验结果表明,火焰识别率稳定在86.2%~96.5%之间,验证了该方法的可靠性.     

基于 BP 神经网络的公路隧道视频火焰识别

为提高基于视频图像的公路隧道火灾火焰识别率,在对火焰动态特征研究成果之上,利用BP神经网络融合火焰静态特征,对公路隧道视频火焰进行综合识别．火焰动态特征选取作者研究的火焰边缘运动量（AM FE）和火焰区域跳动特征,火焰静态特征选取前人研究的尖角数目、火焰颜色特征和圆形度．将此5种火焰特征作为BP神经网络的输入,达到融合火焰多特征信息并实现火焰综合识别的目的．实验结果表明,火焰识别率稳定在86．2％～96．5％之间,验证了该方法的可靠性．     

基于PCNN分割的火焰图像检测技术

基于PCNN分割的火灾探测方法,提出了基于计算机视觉和数字图像处理技术的火焰特征计算方法,根据色度学原理对火焰图像进行阈值分割、去除噪声、寻找火焰边界、计算周长和面积、找出火焰特征坐标等处理.从理论分析及实验结果中得出了该方法具有精度高、适应性强、易于计算等特点,可以抵抗常见的干扰对系统的影响,可以提高火灾探测的准确率减少漏判和误判.     

基于支持向量机的火灾探测系统研究

火灾的早期探测技术长期得到火灾预防专家的关注,基于图像型的火灾探测系统成为研究的重点．针对目前的火灾早期探测技术存在的问题,提出基于火灾火焰图像和支持向量机识别原理的火灾识别技术,系统获取火灾初期火焰的六个主要特征,采用基于线性核函数等不同核函数的支持向量机技术进行识别实验,得出基于线性核函数识别火灾的准确率最高的结论．本探测系统一定程度上弥补传统监测系统的缺陷,缩短预报时间,降低误报率．     

具有高区分度的视频火焰检测方法

为了在视频监控系统中准确地判断火焰区域并预测火灾的发生,提出一种新的基于人工神经网络的视频火焰检测方法.该方法在分析火焰的运动和三维颜色特征的基础上,分别通过傅里叶变换和圆形度分析、角点检测的方法研究火焰的闪烁频率、几何形状对应的时空域特征,采用获得的各类特征构成概率向量作为人工神经网络分类模型的输入,输出表示火灾发生的概率.在保持检测准确率的同时,该方法通过实验选择最优的参数组合解决神经网络容易陷入局部极值及收敛慢的问题.该方法可以区分大空间（隧道、仓库、博物馆等建筑物）中闪烁的车灯和真实火焰,能够避免在实际的视频监控系统应用中将闪烁车灯误判为火焰,有效减少环境光对检测结果的影响,降低火灾火焰的误报率.实验结果表明,采用该方法在保持检测实时性的同时,能够达到96%的检测正确率.     

基于模式识别的火灾烟雾探测中抗水雾干扰研究

水雾与火灾烟雾在颜色、形态以及面积扩散等方面均具有相似性,容易对基于图像识别的火灾探测技术形成干扰。在同一地点及环境下使用监控系统录制火灾烟雾和水雾的真实视频,从运动方向特征和纹理特征着手进行分析,并利用支持向量机(support vector machine,SVM)对视频进行火灾烟雾和水雾的识别。实验结果表明,火灾烟雾与水雾在运动方向特征及纹理特征中熵和对比度上有明显差异,火灾烟雾识别时使用运动方向特征及纹理特征既能准确的识别出火灾烟雾,又能极大减小疑似烟雾目标带来的干扰。     

基于SVM的多传感器火灾报警系统

为提高火灾报警系统的灵敏性和可靠性,将温度传感器、烟雾传感器、二氧化碳传感器和一氧化碳传感器探测到的数据作为多分类SVM的输入,利用SVM的分类泛化能力实现火灾信号的识别.仿真结果表明,基于SVM的多传感器火灾报警系统能准确地识别多种火灾信号,提高系统的抗干扰能力.     

火灾图像的模糊识别探测方法

烟气是火灾过程的重要物理现象.烟气中悬浮的烟气颗粒数目、尺寸分布、烟气浓度及其湍流效应等是火灾图像探测的重要影响因素,本文分析烟气的多参数特征,提出一种基于烟气多参数特征的火灾图像探测方法.     

基于多特征的火灾监控系统设计

随着网络摄像机的普及以及图像处理技术的不断发展,基于视频的火灾监控系统得到越来越多的关注。目前基于视频的火灾监控系统的常用方法是通过对火灾发生后产生的火焰进行检测,其缺点在于报警时火灾已经发生。提出的火灾检测系统首先通过运动检测和烟雾刚出现时的运动特征找出疑似烟雾区域,在此基础上在疑似烟雾区域内进行烟雾和火焰联合检测。其中烟雾检测采用烟雾颜色特征以及纹理特征相结合方式,火焰检测采用火焰RGB、HSI两种颜色特征相结合方式,以此提高检测的准确率。实验结果表明,系统可以在火灾蔓延前提供报警并准确检测出火灾着火点的位置,验证了所提方法的有效性。     

基于神经网络的网络传感器火灾报警系统

利用网络化多传感器技术设计了数据融合模块,基于神经网络BP算法良好的非线性映射能力．对温度传感器、烟雾传感器和一氧化碳传感器同时探测的数据进行智能化融合处理。结果表明：该火灾报警系统能准确地识别火灾信号,明显减少了误报和漏报率。     

使用多尺度LBP特征和SVM的火焰识别算法

目前基于视频图像的火灾识别系统是大空间场景中预防火灾的有效方法。为了提高检测性能,基于火焰特定的纹理结构,使用多尺度纹理特征,以获得更全面的特征信息。首先使用火焰的明亮特性定位到疑似火焰区域;然后针对这些区域,采用局部二值模式(local binary patterns, LBP)方法提取多尺度纹理特征;最后将多尺度LBP纹理特征输入到支持向量机(support vector machine, SVM)中进行识别。实验结果表明,该方法计算简单,火焰的检测率较高,误警率较低。     

考虑火焰辐射的大空间建筑火灾中钢构件升温实用计算方法

对基于集总热容法建立的钢构件热平衡方程进行了参数分析,发现在火焰辐射下对钢构件升温有影响的参数有：大空间建筑火灾中烟气的升温历程和烟气最高升温、火焰面与其正上方钢构件表面微元间的角系数、受火焰辐射钢构件有效表面积系数以及钢构件的形状系数。建立了包含这些影响参数的火焰辐射下钢构件升温典型曲线的数学表达式,通过对精确结果进行拟合,得出了火焰辐射下钢构件升温计算式的待定系数,从而得出大空间建筑火灾中火焰辐射下钢构件升温的实用计算式,该实用计算式避免了直接利用钢构件热平衡方程计算火焰辐射下钢构件升温的繁琐,同时与精确计算的结果吻合程度较好,便于工程技术人员在大空间建筑钢结构抗火设计中应用。     

引入新数据源的D-S融合检测方法

针对火灾检测时延过长的问题,该文引入新的火灾探测数据源,将模糊逻辑和D-S证据理论融合,提出一种信号火灾探测方法。该方法使用CO浓度、烟雾浓度、温度、O₂浓度以及热释放速率等作为火灾探测数据源,建立火灾判别概率函数,计算各个数据源的无火、阴燃火和明火的判别概率,结合Jousselme距离为数据源分配权重,最终通过D-S证据理论对多源判别信息进行融合。仿真结果表明,该方法相比于未引入O₂浓度和热释放速率的火灾探测方法,能提早3~5 s探测出火灾,提升了火灾探测及时性。     

火灾视频图像的边缘检测

针对火灾视频图像存在较多噪声的特点，介绍了图像边缘的概念和几种传统的边缘检测算子，对各种边缘检测算子的优缺点进行了分析，给出了一种图像阈值分割与边缘检测相结合的方法.该方法先对火焰灰度图像进行分割，采用阈值迭代算法找到分割的阈值，使火焰与背景分离，然后再应用传统的边缘检测算子.通过利用拍摄的火焰视频图像对传统的算法和给出的算法进行多次试验及图像的对比分析，结果表明，提出的边缘检测方法检测出的火焰边缘在完整性和清晰度上具有更好的效果.     

Fire behaviour of multiple fires in a mine drift with longitudinal ventilation

The fire behaviour involving multiple fires in a mine drift with longitudinal ventilation was analysed. The conditions and fire phenomena occurring were described. The analysis was based upon experimental data from model-scale fire experiments. A fire involving several fuel items may lead to flames tilted horizontally and filling up the entire cross section, leading to earlier ignition, higher fire growth rates, higher fire spread rate and severe fire behaviour. Longer flame lengths will also result due to decreased air entrainment. A correlation for the continuous flame length was proposed. The results of the analysis will help identifying and preventing potentially dangerous fire situations with several large combustible items distributed along a mine drift.     

油池火下横隔梁对多肋钢筋混凝土T梁桥温度场的影响

基于油池火焰蔓延特性,探究了火灾下横隔梁对多肋钢筋混凝土T梁桥温度场的影响。理论分析了T梁底火焰蔓延总长度与热释放速率间的无量纲关系,用FDS建立4种火灾场景的流体计算模型,分析T梁边界温度时空分布规律,将FDS计算结果加载到T梁桥有限元模型上,计算截面内部温度场。结果表明：在开放空间,T梁底火蔓延与无量纲热功率之间的线性比值大于封闭空间的2.58;横隔梁有效降低了火焰邻近区域的温度,在顺桥向将T梁边界温度场分成4个区域,各分区间温度比无横隔梁时分别降低9.7%、41%、56.8%。说明横隔梁限制了热传递,使火源直接作用的梁构件温度梯度梁肋中部提高33%,梁底提高13.3%,翼板底提高5%。     

氮化硼对水性膨胀型防火涂料性能的影响

对六方氮化硼和立方氮化硼分别进行了剥离和羟基化改性,并采用X射线衍射、红外光谱分析、BET比表面积分析和热重分析对其结构进行了表征。将剥离前后的六方氮化硼,以及羟基化改性前后的立方氮化硼作为功能性填料应用于水性膨胀型防火涂中,研究了这4种氮化硼对水性膨胀型防火涂料性能的影响。结果表明,它们均能明显提高膨胀型防火涂料的阻燃性能,其中剥离后的六方氮化硼的阻燃效果最好。羟基化改性以及剥离均可提高氮化硼阻燃性能。剥离不仅可以提高六方氮化硼的阻燃性,还可以提高其涂料的耐水性,可能是因为剥离后的六方氮化硼纳米尺寸更小,更趋近于片状（层数减少）,利于在涂料以及碳层中的均匀分散,但羟基化改性由于提高了立方氮化硼的表面亲水性,因而降低了其涂料的耐水性。     

基于视觉特征对比度和二维熵的火焰检测

该文提出了在开放环境下应用视觉特征对比度和二维信息熵的火焰在线检测方法.首先利用光流法获取目标的运动矢量,然后通过运动标量生成运动对比度显著性图;进一步与颜色对比度显著图融合得到一个合成的显著图,提取出疑似火焰的感兴趣区域;接着对感兴趣区域的运动矢量计算二维熵,根据二维熵的时空一致性对是否为火焰区域进行判决.该文提出的特征对比度方法大大降低了传统基于高斯金字塔的视觉注意模型的计算复杂度.实验结果表明,该文方法对环境光照变化不敏感且能够排除其它运动物体的干扰,适用于开放环境下实时火焰检测.