基于视觉的烟火监控云台算法研究

火灾给人们的生命财产安全带来了严重威胁,做好火灾预防有着重要意义。基于人工智能和嵌入式控制技术,开发了一套基于视觉的嵌入式烟火监控云台,用于公共区域的烟火实时监控与预警。该云台使用NumPy算法库对视频图像进行快速预处理,以提高烟火检测的准确度和处理速度;使用Yolov5检测算法对视频图像中的烟雾和火焰进行分类识别,通过选取大量不同的火焰和烟雾场景制作数据集,得到烟火视频图像的检测模型,可以实现大范围的烟火监控与跟踪。实验表明,该算法可以实现通用场景下的烟火快速识别、检测与预警。     

基于物联网的消防综合信息系统设计探讨

设计基于物联网的消防综合信息系统。系统由消防管理子系统、电气与明火火灾监测子系统和客户端软件组成。设计基于近红外图像处理算法的火灾探测算法,使用电气火灾监控技术监测电气设备,结合DTU通信技术,将数据发送到云端处理,并在客户端实时显示。实验结果表明,近红外图像处理算法在2.3 s内可以探测到视场约为10'的火焰,4 s内客户端准确显示各项灾情警告,且能准确排除干扰。研究对于明火火灾监测以及电气火灾监测具有重要意义。     

视频探测技术、标准和应用更新

在过去的10年间,视频图像烟雾和火焰探测技术得到了长足的发展。技术的进步和使用经验使得其应用得以扩展,并使得其成为火灾探测的主流技术。成像仪、处理器和分析方法的进步使得视频图像探测技术成为大批量生产的、能够嵌入IP的探测装置,这使得人们能够实时掌握现场情况。标准、规范以及认证的进步使得消防专业人员能够在过去无法解决探测的场所放心地使用该项技术。     

基于卷积神经网络的视频烟雾探测追踪技术研究

火灾探测预警技术是有效降低火灾损失、辅助扑救火灾,保护人民生命财产安全的重要技术保障,是对烟雾进行探测较为有效的手段之一。目前,大部分烟雾探测报警装置主要设置于室内空间场所,仅具备探测和报警功能,同时误报率相对较高,也无法同步传递实时视频画面信息,对室外空间区域也无法进行探测。针对上述情况,基于视频监控系统对烟雾进行实时探测研究。通过对CNN架构进行改进,在EfficientNet中加入残差模块Res-EfficientNet,更精准的探测和识别烟雾。通过STRCF实现对烟雾的精度定位。为提高探测准确率,还考虑了烟雾偏振传输特性,如烟雾的扩散和半透明状态。为了能够更好地探测视频中的烟雾,将空间频率的能量作为滤波器的一维约束项,在基准数据集上进行了试验,试验结果表明,准确率提高了3%。     

火灾检测系统发展的现状分析及展望

目前图像型火灾烟雾探测技术还不够成熟,在实际应用中,容易出现误报漏报现象。针对现阶段图像型火灾烟雾探测在实时性和准确性方面存在的问题进行分析,并阐述了图像型火灾烟雾探测技术的优势及关键问题。     

新型火灾探测器——电子鼻

新型火灾探测器——电子鼻高飞编译火灾探测技术是一项成熟的技术，通过传感器对燃烧的三个参数之一即对烟雾粒子、热和光（火焰）的监测发出火灾警报。火灾报警还有第四种形式，这就是最普通和最常见的通过我们人类感官的报警。一个人接近火灾时可看见烟雾或火焰，或者是...     

Fike SigniFire视频烟雾图像探测系统

Fike SigniFire是基于摄像头的视频烟雾、火焰探测系统,可以实现可视化探测烟雾和火灾,不受空气气流的影响。     

太湖县体育馆大空间火灾报警系统设计分析

对火灾的基本特征进行了分析，进行了火灾火焰双波段图像探测和识别技术的研究，实现了对太湖县体育馆高大空间设计火灾自动报警系统进行火灾监控的目的。     

基于连续帧图像面积变化的火灾探测方法

针对传统视频火灾探测方法误报率高、适用性弱的缺点,基于火焰在连续帧图像上的面积变化规律,提出了一种新的火灾探测方法。首先利用RGB-HSI颜色模型筛选出单帧图像中的疑似火焰区域,再结合区域跟踪算法和面积极大值统计计算出疑似火焰区域的闪烁频率,从而实现火灾探测。酒精火和远距离强光背景下的火焰探测实验证明:该方法能够排除常见干扰源的影响,对于室内火灾探测具有一定的实用价值。     

多传感器融合的火灾识别算法研究

针对传统火灾探测存在反应滞后,误报率高等问题,提出一种基于多传感器融合的火灾识别算法。采用运动和颜色检测提取可见光图像的疑似火灾区域,同时采用阈值分割提取红外图像的疑似火灾区域。将两者疑似火灾区域分别进行特征提取,再根据所获特征进行基于 SVM 的融合火灾识别,通过传感器检测实时的温度与烟雾浓度,从而实现可靠和快速的火灾识别。实验结果表明,该火灾识别算法在可接受的时间范围内准确率高且鲁棒性强。     

基于多数据融合的复合火灾探测系统设计

以烟雾、温度、CO气体作为火灾特征参量设计复合火灾探测器;利用Labview设计复合火灾探测系统监控客户端,实现对火灾的实时监控;以模糊神经网络算法代替简单的阈值法实现对火灾的判别。为验证系统的性能,进行不同方位火灾响应时间实验、抗干扰实验、分布式火灾探测实验。实验结果表明:火灾探测器平均响应时间为19.8 s,探测器与火源的水平距离比垂直距离对火灾响应时间的影响程度大;抗干扰实验中,火灾误报率为0.375%;由三路探测器组成的火灾探测系统能够实现单点和多点火灾探测。     

一种基于动态纹理的烟雾和火焰检测方法

在介绍图像型火灾探测器的系统组成的基础上,根据早期火灾的热物理现象,采用视频滑动窗口机制,基于动态纹理建模,提出了一种在阴燃和火羽流阶段分别对烟雾、火焰和烟雾进行检测的算法流程。介绍运动区域检测和烟雾或火焰检测算法,并进行试验验证。仿真结果表明,显著性运动检测方法可以准确地检测到烟雾、火焰和烟雾发生的区域,并且实时性也比较高。     

变电站内油浸变压器智能灭火装置开发

分析多站融合变电站内油浸变压器火灾发生原因,并针对火灾原因开发了一套变电站内油浸变压器智能消防装置.此装置应用LoRa无线通信技术远程监控油浸变压器温度、火焰、烟雾状态,采用多级火灾预警算法判断并识别火灾情况,提高油浸变压器火灾的早期探测预警能力和及时灭火能力,确保油浸变压器的安全稳定运行.将装置放在变压器火灾模拟场中...     

一种基于连续帧图像质心运动的火灾探测方法

针对传统视频火灾探测方法误报率高、适用性弱的缺点,根据火焰在连续帧图像上的质心运动规律,提出了一种新的火灾探测方法。先利用RGB-HSI颜色模型筛选出单帧图像中的疑似火焰区域,再结合区域跟踪算法和质心轨迹统计得出火焰的质心运动规律,从而实现火灾连续探测。实验证明,该方法能够排除常见干扰源的影响,对于室内火灾探测具有一定的实用价值。     

FDS-301可视火焰探测器

微型FDS-301可视火焰探测器,被设计用来在高危险环境中探测火焰,并且自动提供保护区域内的实时视频图像,进行火灾形势分析。探测器采用高端运算法则,常见的影响传统     

对无人值守通讯基站整体消防安全设防探讨

针对无人值守基站消防以及远距离实时监控的可行性和技术配置进行了探讨。认为应对蓄电池室内设置可燃气体报警系统和火焰探测器。对于基站内的电气火灾应以预防为主,对交流动力线路电气火灾进行监控,并且对交直流线路采用缆式感温探测器进行探测。无人基站内不宜采用早期火灾报警联动气体灭火系统。基站内可以采用网络系统将基站内的环境信息传递到集中火灾监控中心,实现远距离实时监控。     

电子鼻与火灾探测器

火灾探测技术是一项几近成熟的技术,它通过火灾探测器对燃烧参数的检测,即对热(温度)、烟雾、光(火焰)的检测发出火灾警报。目前世界各国生产和使用的火灾探测器常见的有感温式、感烟式、感光式探测器,还有可监测可燃气体泄露     

基于PNN算法的多传感器火灾探测技术研究

从传统算法和人工神经网络算法两方面,总结火灾探测中的多特征信息融合算法。以火焰、烟雾、CO和CO_2四种火灾特征的组合为例,基于MATLAB,运用PNN对实验采集到的数据进行训练和仿真测试。测试结果表明,采用PNN将多传感器信息融合后对火灾探测的准确度远高于单一种类火灾探测器;当扩展系数取0.3时,PNN对测试数据进行模式识别的准确度可高达98.95%。训练后的PNN可以更好地用于火灾的探测。     

火焰区烟雾颗粒采集系统的研制

介绍了一种最新研制的用于高速采集火焰区烟雾颗粒的实验系统，阐述了实验的原理和设计思想及实验装置的功能。所采集的烟雾颗粒样本通过扫描电镜观测和拍摄，得到了真实有效的烟颗粒大小、形貌及其分布照片，对进一步分析可得到的烟雾颗粒的粒径分布等物理参数，以及火灾燃烧过程中烟气发展研究和光电型火灾探测技术发展具有十分重要的意义。     

一种基于模糊特征的火灾烟雾实时识别算法

提出一种基于烟雾模糊特征的火灾烟雾实时判别算法,利用二维小波变换分析背景边缘能量信息来判定图像中烟雾区域。先用背景差分法提取前景图像,确定火灾疑似区域,再利用小波分析方法提取烟雾背景模糊特征,最后通过分块判别的方法实现烟雾图像的识别。实验结果证明,该算法通过提取烟雾预判别区域,大大降低了计算量,实现了实时烟雾图像识别,增强了算法的应用效果。