圖像識別火災探測技術在艦船消防中的應用分析

方萬水，安中昌，吳曉偉

(中國人民解放軍 92942部隊，北京 100161)

0 引 言

在現代海戰中，隨著艦船大型化以及不沉性設計技術的持續進步，導彈直接將艦船擊沉已經越來越困難，造成船舶沉沒的主要原因更多的歸因于一次毀傷后的次生災害。而在所有次生災害中，火災越來越成為威脅艦船生命力的首要因素，據統計二戰后有85%左右的艦船被導彈命中產生大火毀傷[1]。除了戰時武器命中導致的火災，艦船平時訓練、停泊、維修期間各類事故也經常誘發大火，威脅著艦船和艦員的安全。因此做好艦船的火災防控工作是提高艦船生命力的重要保證。

對于船舶火災來講，其與一般建筑的火災存在一定的差異。船舶火災的發生率高，火災載荷較大，且散熱困難，因此火災一旦發展開來，往往很難撲救，造成極嚴重的后果[2]。因此對于船舶火災，特別是艦船火災提倡“早期探測，快速滅火”，在火災發生時盡早探測報警，并實施有效滅火，確保人員和艦艇的安全。船舶的火災探測技術經過長時間的發展逐步演化出了幾種主流的探測方式，包括感溫探測、感煙探測等[3]。但該類探測普遍存在響應時間較長，在受到空間高度、空氣流速、溫度和濕度等外界因素的干擾下易引起頻繁誤報或漏報的現象，因此難以對早期火災做出準確預警。隨著計算機視覺技術的發展，火災探測也正朝著圖像化、智能化的方向轉變，近年來基于圖像識別的火災探測技術在不同領域的應用越來越多[4–6]。基于視頻圖像的火災探測系統具有智能化程度高、探測范圍廣、響應靈敏度高、抗干擾和適應性強等優點，代表了目前火災探測技術的較高水平。因此本文對圖像識別火災探測技術的基本原理及技術發展現狀進行綜述，并對火災圖像探測技術在艦船的適用性進行分析。

1 火災圖像探測技術基本原理

一個火災圖像的識別可以分為5個步驟，其完整流程如圖1所示。第1步是圖像信息的獲取，火災圖像通過探測器記錄下來，并通過光電掃描將圖像信號轉變為電信號，以便后續處理；第2步是對獲取的圖像進行預處理，即使用一些相關技術手段來改善圖像的質量；第3步是對圖像進行圖像分割，即把目標圖像從背景中分割出來；第4步是圖像的特征提取，主要根據相應的判據對火災火焰特征進行準確的辨識；第5步是進行火焰識別，通過建立火災圖像識別算法模型，將火災特征作為模型的輸入信息從而分析判斷有無火災發生[7]。

其中對圖像的數字處理是整個流程的核心，是能否通過圖像準確探測火災的關鍵所在。數字圖像處理主要包括流程中的圖像預處理、火災特征的提取以及火災圖像識別3個部分。其中對火災圖像的預處理常采用的方法包括圖像的增強、濾波和細化等[8]。火災圖像特征提取中常采用的火災識別判據有火焰面積變化、火焰形態變化、火焰圓形度、火焰相對穩定性、火焰尖角特性、火焰相似度等[9]。火災圖像識別則采用基于規則或統計的智能學習算法，主要方法有概率與統計方法、貝葉斯估計法、支持向量機、模糊邏輯法以及人工神經網絡方法等。

2 火災圖像探測技術發展現狀

區別于其他的火災探測技術，火災圖像探測更關心火災在圖像上的表征。火災圖像是一種包含對象強度、形體、位置等信息的信號，能夠明顯區別于其他的物理量，因此火災探測的準確性相比傳統的火災探測器更高。國內外對圖像識別技術進行大量研究，并推出了相應的產品，這里將主要就視頻火災探測技術和圖像型火災探測產品2個方面介紹國內外火災圖像探測技術的發展現狀。

2.1 火災圖像探測技術研究現狀

火災圖像探測技術根據探測對象及識別算法的不同，通常可分為圖像火焰探測技術和圖像煙霧探測技術。其中，圖像型火焰探測技術是指采用視頻圖像來分析燃燒過程中產生的火焰，從而進行火災探測報警。在理論研究方面，Noda等[10]利用隧道已有的黑白電視監控系統在灰度圖像上實現火災圖像檢測；Liu[11]提出一種火焰區域的光譜、時間和空間模型，通過自回歸模型來描述火焰輪廓的變化情況，從而得到火焰的識別判據；One等[12]利用紅色分量圖的差影圖對火焰可疑區域進行提取，并使用神經網絡的方法對火焰特征量進行識別。吳龍標等[13]則釆用火焰尖角數量隨時間的變化對火焰進行了判定。

圖像型煙霧火災探測則是采用視頻圖像方式分析燃燒或熱解過程中產生的煙霧，從而實現火災探測。火災煙霧在色彩、亮度等圖像特征上相對于火焰往往更不明顯，因此煙霧圖像特征的提取在技術上難度更大。近年來，隨著模式識別和圖像處理等技術的不斷發展，使用煙霧視頻進行探測逐漸變為可能。Chen[14]通過在RGB顏色空間中建立相應的煙霧顏色分布模型對火災煙霧進行了識別。Guillemant等[15]對森林火災煙霧探測的計算方法進行研究，算法通過多維時空聚類成功分析了森林火災場景和干擾源圖像顏色分布的差異。

2.2 火災圖像探測系統發展現狀

對國內外典型的火災視頻探測系統的調研發現，目前主要的產品有[16–17]：科大立安公司開發的雙波段火災探測器、北京智安邦科技有限公司開發的VSFD系統、美國SigniFire系統以及美國MicroPack公司的FDS系統。

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，探測器由紅外CCD 和彩色CCD 共同組成，識別對象主要為拍攝畫面內火焰信息，適用于大空間和其他特殊空間場所，且該系統抗振動性能良好，在–10℃～55℃的溫度范圍內均能正常使用。

LIAN-DC系統結構如圖2所示，該系統首先通過紅外CCD的熱成像原理采集火焰的輻射信息，然后根據火災面積的判據對火焰進行識別，并利用FFT（傅里葉變換）提取圖像幀序列中火焰面積變化的頻率，從而利用火焰相似度計算確認火情信息。另外，該套系統通過以太網與前端的火災探測器、自動消防炮等設備進行連接，組成一個核心管理系統，可完成對探測器的管理、配置、報警顯示、日志記錄查詢、打印和消防聯動功能，實現了對火情的智能分析、分布式探測和集中式管理。

圖2 LIAN-DC視頻火焰探測系統Fig. 2 LIAN-DC video flame detection system

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[17]。在火災探測時，攝像機首先采集火災視頻信號并將其傳送到識別處理器中，處理器應用火災智能識別算法對視頻圖像內的火焰和煙霧進行識別，最終產生火災報警并傳輸到火災監控管理平臺。

該系統優勢在于采用了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，最終輸出控制和報警信號。另外，VFSD采用DSP數字處理技術，具有強大的信息吞吐及處理能力，可實現視頻信號的在線實時處理（Real-Time），大大提高了系統的可靠性和擴展性。

3）美國SigniFire系統

SigniFire系統是一款美國開發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。該公司開發了基于DSP數字處理技術和工業以太網通信方式的獨立式圖像型火災探測器即SigniFire IP系統，如圖3所示。該系統采用SigniFire IP視頻煙霧探測攝像機，具有高分辨率和畫面清晰度。另外該系統還能同時識別火焰和煙霧信息，可檢測信號包括：1）攝像機視野內存在的火焰；2）火焰被阻擋時反射的火光；3）羽化的煙云和環境煙霧。其中對于火焰的識別算法更是融合了火焰的頻閃信息和色區信息，實現了對高溫燃燒區和焰角（焰冠）的邊緣識別。

在管理終端，火災視頻通過SPYDERGUARD監控軟件進行分析，該軟件旨在通過企業范圍的網絡或Internet無縫訪問多個圖像探測服務器，實時提供各位置的報警信息，從而及時對火情進行處理。另外，該軟件提供搜索和回放功能，以便對釀成火災的事件進行事故分析。

圖3 SigniFire煙霧視頻探測系統Fig. 3 SigniFire video smoke detection system

圖4 MicroPack的FDS視頻火焰探測系統Fig. 4 MicroPack FDS video flame detection system

4）美國MicroPack公司的FDS系統

美國MicroPack公司的FDS系列探測器也是一款基于DSP數字處理器的圖像型火焰探測器（見圖4），其算法可以有效地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。并且該系統配備的視覺火焰探測器具有水平120°和垂直80°的視野，可提供現有探測器中最大的覆蓋范圍，從而降低維護和安裝成本。更為重要的是，該探測器是目前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應用。美國MicroPack公司的FDS系統不僅檢測視野范圍廣，響應時間短，且結合防爆型設計，適用范圍廣，是目前工業領域一款較為優秀的火災圖像識別系統。

3 火災圖像探測技術艦船適用性分析

3.1 艦船典型火災適用性分析

3.1.1 船舶油類火災

與陸上建筑中的可燃物不同，船舶艙室尤其機艙常常裝載大量的液態燃油，發生的火災多以油池火和噴射火為主，并且船舶機艙為局部受限空間，火災的發展勢必與陸地建筑物火災有所不同。因此分析圖像型火災探測器能否準確識別船舶受限空間油類火災早期特征是論證其適用性的關鍵。研究表明封閉空間船舶封閉艙室油類火災的火災初期表現與普通油類火災的初期特性基本相同，火羽流形狀明顯，并隨著火災的發展呈現周期性的脈動[18]。但是值得注意的是，雖然油類火災火羽流特征明顯，但是船舶機艙中油管布置錯綜復雜，油品泄漏位置往往極其隱蔽，因此在火災發生早期難以發現。為了避免火情的漏報，建議采用多功能型圖像火災探測器，從感焰和感煙多個角度識別火情，保證火災探測的準確性。

3.1.2 船舶電氣火災

電氣火災也是船舶上較為常見的一種火災類型。電纜的局部過熱或全線過熱造成溫度的上升，當溫度達到一定值時，就會引燃電纜絕緣層、外護套及現場的其他可燃物，從而引發電氣火災[19]。電氣火災中電纜燃燒時會產生一定的煙塵，由于煙對光的吸收和散射作用，使得僅有一部分光可以透過煙氣，從而降低火場的能見度。煙氣的遮光性給火場中的圖像識別造成了很大的困難，因此僅采用感焰式的火災探測器顯然存在不足，此時感煙式的火災探測器反而具有較大的探測優勢。

3.2 艦船運行環境適應性分析

3.2.1 海洋環境影響

對于艦船來說，船舶長時間在海上航行。艦船上的設備會受到海洋大氣、海水飛沫、雨雪以及凝結水的侵蝕，設備在這種環境下長時間運行對設備的可靠性帶來了極大的挑戰。另外，海上環境濕度較大，鹽霧濃度相對較高，再加上每逢夏季高溫，便形成了海上特有的“三高”環境（高溫、高濕、高鹽）。設備長時間暴露在高濃度鹽霧下是金屬材料腐蝕生銹和非金屬材料因霉菌的侵蝕而變質的重要原因，同時配合上夏季海上高溫的環境，加劇了以上危害的惡化。環境對艦船設備的腐蝕直接影響到設備的可靠性和使用壽命，因此在設計艦用圖像型火災探測器外殼時，要充分考慮到海洋環境的適應性，選擇耐腐蝕的外殼材質并且采用鋅合金電鍍層等具有優良耐腐蝕性能的保護方法。

3.2.2 艙室環境影響

艦船內艙室功能多樣，許多艙室中都存在有一處或者多處熱源。特別是機艙中主輔機的排氣管、鍋爐等壁面溫度相對較高，部分設備周圍的溫度可達100℃以上。火災探測器要在如此高溫的環境中可靠運行，對探測器的環境適應性提出了很高的要求。因此在局部溫度升高時采取及時有效的隔熱降溫措施是避免設備損壞的有效途徑，通常可在圖像探測器內中安裝半導體冷卻器對探測器自身實施及時有效的冷卻。

電子設備在振動環境下，由于振動的疲勞性及共振現象，可能出現電性能下降，零部件失效，疲勞損傷甚至破壞的現象。因此振動噪聲是影響圖像型火災探測器產品艦船適用性的關鍵因素。一般情況下船舶的主要振動是螺旋槳產生的低頻周期振動，為了避免共振現象，探測器的固有頻率應避開振動激勵的頻率，并且在設備結構優化設計、提高設備的抗振動性能上做出相應的改進。同時在火災識別算法上，應該設計相應的抗誤報算法，避免因船舶振動引起日光燈、窗戶、甲板反光等引起的誤報現象。

4 結 語

火災圖像探測技術作為一種基于火災圖像的探測方法，為早期火災的辨識和判斷提供了可能，在艦船火災防控上具有巨大的應用價值和良好的前景。但對于將該技術運用于艦船環境，還有許多方面的問題值得改進。首先船舶典型火災發生規律不同于普通建筑火災，火災圖像識別算法應根據船舶火災的特點進行相應的修改，重點關注艦船油池火和電纜火在有遮擋情況下的早期識別。然后對于艦船這一特定的環境，圖像火災探測器應重點提高其耐腐蝕、耐高溫、抗振動的能力，避免因為船舶的惡劣環境而造成的探測器可靠性降低、壽命縮短等問題。