淺談圖像火災探測技術發展現狀及趨勢

【摘 要】 本文介紹了國內外目前在圖像火災探測技術領域的幾種典型產品以圖像火災探測算法研究的技術現狀， 并對基于CCTV閉路電視系統的圖像型火災探測系統和基于DSP技術的分布智能式火災探測系統進行了比較，分析了系統構成及算法的特點，對圖像火災探測技術發展趨勢做以討論和展望。

【關鍵詞】 材質 微凸體 粘著磨損

1 概述

隨著機器視覺和圖像處理技術的發展和廣泛應用，視頻圖像識別技術在火災探測報警領域的應用也越來越廣泛。與以往常規火災探測器相比，基于視頻圖像技術的火災探測器采用非物理接觸式的探測原理，能直接對監控區域內煙、火源的圖像特征進行識別，其測距離遠、保護范圍廣、靈敏度高、響應速度快、抗干擾能力強、環境適應性好[1]，符合目前用最小的代價、最短的時間實現可靠早期報警的技術理念[2]，尤其適合于對車廠碼頭、油罐庫區、工業車間和大型商超等典型室內、外高大空間場所的火災監控和探測報警，該項技術已逐漸成為探測報警研究領域中的熱點，為國內外廣泛關注。

圖像火災探測技術根據探測對象及識別算法的不同，可分為圖像火焰探測技術和圖像煙霧探測技術，總的來說，此項技術在國內尚屬起步階段，產品在識別技術、系統構成和適用場所等方面還存在差異，目前只有作為特種火災探測產品的國家標準，而相關工程應用規范還沒有出臺。而歐美等發達國家在此領域的研究和應用起步稍早，其產品技術和在典型場所應用技術研究也相對領先，在新一版的美國國家火災報警規范（NFPA 72）中已對圖像型火災探測系統的應用場所和使用方式給出了指導建議和規定[3][4]。相比之下國內的相關研究成果和產品主要集中于少數以圖像識別為研究領域的科研院所和有自主開發能力的廠商。

這里將主要就視頻圖像火災技術和圖像型火災探測產品等方面介紹國內外圖像型火災探測系統的發展現狀及趨勢。

2 視頻圖像火災探測技術及產品發展現狀

對于視頻圖像火災識別技術來說，火災識別算法是其核心內容。火災的圖像識別信息主要包括其光譜和空間結構的靜態、動態特征[5]。早期，人們通過提取煙霧和火焰的顏色特征信息來探測視頻圖像中煙霧和火焰的存在，并利用HSV和HIS等彩色空間模型進一步增強了這樣顏色信息提取的可靠性[6]，但僅靠靜態的光譜特性很難有效鑒別真實煙火和干擾信息，技術人員又將煙霧的擴散和火焰的輪廓等特征的提取綜合到識別算法之中[7]，目前，主要的視頻圖像火災識別算法是通過分別對煙霧在圖像信息中引起的對比度連續變化和火焰在圖像中表現出的顏色、輪廓及其變化頻率等特征的綜合處理來識別圖像中的火災信息的[8]。在系統組成方面，目前較為成熟的圖像型火災探測系統一般都是基于CCTV（closed-circuit TV）閉路電視監控系統的。該系統利用安裝于現場的監控攝像頭采集圖像信息后通過視頻信號線將模擬視頻信號傳輸到消防控制中心圖像處理計算機上轉換成數字圖像信號，再由圖像處理計算機分析圖像內容、識別火災信息。此類系統將安防監控和火災探測報警有機地結合起來，既增加了系統的效率和可靠性，又有效地降低了系統成本和應用限制，是目前應用最為廣泛的圖像型火災探測系統。

但由于這種基于CCTV閉路電視系統的視頻圖像火災探測系統，采用數據集中處理的方式，需要將視頻信號通過視頻信號線傳輸到處理主機上進行處理和火災信息識別，既不能保證對現場圖像采集的清晰與準確，又增加了視頻線路的鋪設成本，從而限制了系統的容量和先進復雜算法的使用，在實際應用當中也表現出系統穩定性不強、抗環境干擾能力差、對典型場所針對性、適應性不強等弊端。

隨著DSP技術的發展和廣泛應用，基于DSP技術和硬件系統的獨立式圖像型火災探測報警器不但具有良好的通用性和可擴展性，實現了實時（Real-Time）獨立探測和報警的功能，而且由于DSP信號處理器強大的運算能力和高度的算法集成，使得系統的探測能力和可靠性也大大提高。正是由于這諸多先進性和優越性，目前許多行業領先廠商正準備研究開發甚至已經開發出基于DSP系統的獨立式圖像型火災探測報警器，來取代原有基于CCTV閉路電視系統的圖像型火災探測器。

目前國內外典型的視頻火災探測系統主要有以下幾種：

（1）科大立安LIAN-DC系統

LIAN-DC視頻火焰探測系統采用雙波段圖像火災探測器，由紅外CCD和彩色CCD組成，識別對象主要為圖像內現場火焰信息，適用于大空間和其它特殊空間場所。該系統利用紅外CCD（紅外波段波長在750nm～1200nm）的熱成像原理采集火焰的輻射信息，轉換成高亮度的視頻灰度圖像信號，之后在識別火焰區域面積的基礎上，利用FFT（傅里葉變換）提取圖像幀序列中火焰面積變化的頻率分布，再利用相似度計算確認火焰信息。

（2）北京智安邦VSFD系統

VFSD（Video Fire Smoke Detection）智能視頻煙火探測系統由視頻火災探測器（包括攝像機、VFSD智能視頻煙火識別處理器）、控制室監控管理平臺等組成。攝像機將視頻信號傳送到智能視頻煙火識別處理器，智能視頻煙火識別處理器應用智能算法軟件檢測視頻圖像內的火焰和煙霧，并產生火警信息，通過網絡傳輸到火災監控管理平臺。

該系統采用獨立的圖像型火災信息處理器，可以獨立采集、分析攝像機傳出的視頻信號并對視頻信號中的圖像信息進行識別，最后輸出控制和報警信號。此種圖像處理器采用DSP數字處理技術，具有強大的信息吞吐能力和處理能力，可將視頻信號在終端處理、分析、識別，實現系統的實時處理（Real-Time），而無需通過視頻信號將視頻信號傳回消防控制中心的計算機上處理，大大提高系統的可靠性和擴展性。

（3）美國SigniFire系統

SigniFire系統可以說是一直以來處于技術領先地位的圖像型火災探測系統，其在車場碼頭、商超館園都有應用，是目前最先進，效率最高的圖像型探測系統。2003～2004年美國海軍研究實驗室的一項測試中對3類常規點式煙火檢測器和3類商業圖像型火災探測系統進行比較，結果顯示SigniFire的檢測率去與離子感煙探測器相當，比光電感煙探測器和其他兩種圖像型火災探測系統都快很多。

該系統的早期版本也是基于標準的CCTV閉路電視監視體統，而最近一年，該公司推出了新一代基于DSP數字處理技術和工業以太網通訊方式的獨立式圖像型火災探測器即SigniFire IP系統，該系統的探測器采用數字攝像機，并利用DSP數字處理芯片將對火焰和煙霧等火災信息的識別算法集成到探測器上。

該探測器采用是識別算法比較復雜，能同事識別火焰和煙霧信息，其中火焰識別算法融合了火焰的頻閃信息、色區信息即高溫燃燒核和對焰角（焰冠）的邊緣識別。

（4）美國MicroPack公司的FDS系列

美國MicroPack公司的FDS系列探測器是基于DSP數字處理器的獨立式圖像型火焰探測器，其算法可以有效的識別真實火焰和發熱體、高溫CO2氣體輻射以及閃爍發光體之間的區別，更為重要的是，該探測器是目前位少數采用防爆設計的圖像型火焰探測器，并通過了我國的GB3836-1.2000和GB3836-2.2000的防爆認證，其產品在中國石化等企業已有成功案例。

3 總結與展望

以上分別對圖像火災探測產品和探測算法進行了介紹。通過分析可以看出，視頻火災探測技術已逐漸成為火災探測領域一個新的研究熱點，逐漸提出和產生了各種各樣的探測算法和系統。基于CCTV閉路電視監控系統的早期圖像型火災探測器系統視頻信號的傳輸和集中處理，其可靠性和擴展性受到了很大的局限，已逐步被基于DSP技術的獨立式圖像型火災探測器所取代。

另外，圖像火災探測技術所涉及的關鍵技術主要包括光學技術、電子技術、圖像獲取技術、火災特征識別技術、圖像處理技術及相關理論、算法和應用軟件的設計與編制等，是一種較為復雜的系統，由于應用場所的多樣性，很難開發出適用于所有場合的系統。因此，針對某些特殊場合并附加特定功能的火災探測產品將是一個重要的發展方向。通過多種不同圖像探測算法的結合，實現對系統參數的靈活調整，從而適用于更廣泛的應用領域也是圖像火災探測算法的研究趨勢。

參考文獻：

[1]孫宇臣，王自朝，葛寶臻.視頻火災探測系統現狀分析[J]消防科學與技術，2007，26（4），414-417

[2]潘剛.火災探測報警技術發展趨勢[J].消防科學與技術，2002，21（1），29-30；

[3]《NFPA 72， National Fire Protection Association， National Fire Alarm Code（2007 ed.）》

[4]Bob Elliott.Performance Based Testing of Video Image Detection Devices，www.NFPA.org

[5]楊俊，王潤生.基于視頻圖像分析的火燃檢測及其應用[J].電視技術，2006，（8），92-96

[6]Yamagishi H， Yamaguchi J. Fire flame detection algorithm using a color camera[C]//Micromechatronics and Human Science， 1999. MHS'99. Proceedings of 1999 International Symposium on. IEEE， 1999： 255-260

[7]Chen T H， Kao C L， Chang S M. An intelligent real-time fire-detection method based on video processing[C]//Security Technology， 2003. Proceedings. IEEE 37th Annual 2003 International Carnahan Conference on. IEEE， 2003： 104-111

[8]袁非牛等.計算機視覺火災探測中的特征提取[J].中國科學技術大學學報，2006，36（1），39-43