淺析機器視覺在消防技術(shù)中的應(yīng)用

方江平 萬峰 傅琪 蘇俊

摘要：隨著人工智能和圖像處理技術(shù)的不斷發(fā)展，機器視覺技術(shù)在多個領(lǐng)域發(fā)揮了其價值。其中，在消防技術(shù)中，機器視覺得到了很好的應(yīng)用。本文通過調(diào)研國內(nèi)外最新文獻和產(chǎn)品信息，簡要介紹了機器視覺原理，重點分析了機器視覺在檢測火災(zāi)時采用的關(guān)鍵算法與應(yīng)用流程。并通過分析典型應(yīng)用案例，總結(jié)機器視覺在消防技術(shù)中的應(yīng)用前景。

關(guān)鍵詞：機器視覺;消防應(yīng)用;特殊區(qū)域;火災(zāi)防控

1 引言

煙霧傳感器和相應(yīng)的水泵是過去幾十年自動消防系統(tǒng)的一部分。但在室內(nèi)環(huán)境火災(zāi)傳感器中還存在一定的空白，只有當火災(zāi)或煙霧接觸傳感器時才會發(fā)出報警信號。到這個時候，火勢變得無法控制，水泵也無法控制火勢。另一個缺口是控制戶外火災(zāi)，這些火災(zāi)會對田野、戶外儲存空間和油庫造成損害。在室外環(huán)境中安裝火災(zāi)傳感器是難以實現(xiàn)的，但機器視覺技術(shù)的發(fā)展為室外環(huán)境的監(jiān)控提供了可行性。

目前消防機器人在消防領(lǐng)域已經(jīng)有所應(yīng)用。但由于機器視覺對于火災(zāi)監(jiān)測的算法還未完善，導(dǎo)致具備火災(zāi)判斷與處理能力的消防機器人的發(fā)展和應(yīng)用還未普及。針對這一方面，一些學(xué)者已經(jīng)做出了機器視覺對火災(zāi)監(jiān)測流程的相應(yīng)算法。同時，也有學(xué)者針對森林火災(zāi)、油庫火災(zāi)等大型特殊火災(zāi)場所的火災(zāi)監(jiān)測和處理做出了相應(yīng)研究。

本文總結(jié)了近年來國內(nèi)外相關(guān)領(lǐng)域的研究課題，淺析機器視覺在消防系統(tǒng)中的應(yīng)用。詳細介紹了機器視覺的原理和幾種對于火災(zāi)分類與判別的方法。并對機器視覺在消防技術(shù)中應(yīng)用的前景趨勢進行了分析。

2 機器視覺技術(shù)在火災(zāi)探測中的應(yīng)用原理

在以往的火災(zāi)探測中，主要是利用機器視覺技術(shù)中的數(shù)字圖像處理技術(shù)來對于視頻中火焰進行運動檢測和邊緣檢測。優(yōu)化了火焰的檢測技術(shù)，實現(xiàn)了對煙霧產(chǎn)生的火焰的檢測和火焰像元的擴散。這些系統(tǒng)可以用來減少火災(zāi)的誤檢。圖1為機器視覺檢測系統(tǒng)的基本組成部分。

基于機器視覺的智能消防系統(tǒng)（如圖2），將實現(xiàn)火災(zāi)探測和火災(zāi)控制一體化。其配備了兩種不同功能的攝像頭：普通攝像頭和火災(zāi)控制結(jié)合，拍攝消防炮發(fā)射火炮的畫面;而紅外攝像頭用于檢測火焰元素，提取特征。從而來判斷火災(zāi)是否發(fā)生以及火災(zāi)的嚴重程度。當火災(zāi)被判定發(fā)生時，系統(tǒng)會啟動報警裝置，啟動消防炮等滅火裝置進行自動滅火。該系統(tǒng)在消防炮滅火過程中會追蹤其軌跡，結(jié)合提取到的火焰特征來調(diào)整角度，使消防炮更準確的將水噴射到火災(zāi)發(fā)生處。而最終依靠紅外攝像頭所提取圖片來判斷是否成功滅火。

3 火災(zāi)檢測流程中的關(guān)鍵技術(shù)

機器視覺要使用在消防系統(tǒng)中，有一個重要的問題是對于火災(zāi)的特征提取和判斷。根據(jù)判斷結(jié)果，智能系統(tǒng)才能觸發(fā)內(nèi)部判斷，從而采取相應(yīng)的措施。因此，火災(zāi)的檢測流程就十分重要。如圖3所示，可以分為疑似區(qū)域提取-提取火焰特征-判斷火災(zāi)類別-火災(zāi)處理四部分。

3.1疑似區(qū)域提取

在機器視覺中，由于設(shè)備等各種原因，都會使采集到的圖像含有噪聲。因此，對采集到的圖像進行去噪處理、增強圖像對比度等方法，來減少噪聲的干擾，使得提取的圖像特征更符合實際，從而使處理過后的輸入圖像比原圖更加適合于特定的應(yīng)用。

火災(zāi)的發(fā)生是逐漸蔓延的，在一系列監(jiān)測圖像中，體現(xiàn)在相對于固定背景出現(xiàn)新的目標。通過采用運動檢測算法對這些圖像進行檢測，對相應(yīng)前景區(qū)域再進行顏色判別，最終得到火災(zāi)疑似區(qū)域。

3.2提取火焰特征

隨著計算機視覺方法的發(fā)展，視頻火災(zāi)檢測與現(xiàn)有的煙霧探測器、熱傳感器等火災(zāi)檢測方法相比，具有更好的檢測效果。有學(xué)者針對火焰的視頻處理做出了相應(yīng)研究，認為火焰的燃燒從零開始，每一個階段有其相應(yīng)的視覺特征。他將煙、火焰作為移動的對象（如圖4），并將其用于進一步的分析，如背景差、時間差、光流分析等。后來他轉(zhuǎn)向頻率分析，比如小波分析，傅里葉分析來區(qū)分火焰和運動物體。小波域能量分析可以解釋煙氣的時變特性。監(jiān)控攝像機實時檢測視頻場景中的火焰，提供早期預(yù)警，確保對破壞性火災(zāi)危險的快速反應(yīng)。

3.3火災(zāi)分類

在智能系統(tǒng)提取完采集到的圖片中所含有的火焰特征后，根據(jù)得到的火焰特征可以進行火災(zāi)的分級。總的分為1級（可自動處理火災(zāi)），2級（需自動處理且對附近消防部門進行報備的中型火災(zāi)），3級（進行滅火處理與通知消防官兵緊急出動的大型火災(zāi)）。此外，應(yīng)針對不同地區(qū)采取不同的分類。在礦山地區(qū)的火災(zāi)級別可以適當?shù)慕档桶爰墸菰蜕值葦U散速度快，災(zāi)害影響大的區(qū)域（如圖5），火災(zāi)級別需要相應(yīng)提升。

3.4火災(zāi)處理

在進行火災(zāi)分類之后，需要進行相應(yīng)的處理措施。在一些偏遠無人地區(qū)，需要裝備自動滅火裝置，由自動滅火裝置進行前期的處理，并根據(jù)分級來進行通知與報備。

4 機器視覺在消防火災(zāi)中的典型應(yīng)用

如果所監(jiān)測區(qū)域已經(jīng)發(fā)生嚴重火災(zāi)，及時反應(yīng)并進行應(yīng)對就非常重要。基于此，就需要自動滅火系統(tǒng)。消防水炮（如圖6）的控制使用是自動滅火系統(tǒng)的核心。根據(jù)前文所述，其工作主要有三個過程：首先，獲取真實的火焰圖像; 其次，對圖像中的疑似區(qū)域進行特征的提取，并進行判別與分類; 最后，智能控制系統(tǒng)操控消防水炮來控制火勢，達到火災(zāi)防控的目的。

在森林，平原，油田等室外區(qū)域，需要防火的面積較大，單一的消防水炮不能夠滿足對整個區(qū)域防控的能力。為了完全覆蓋整個監(jiān)控區(qū)域，有時需要多臺消防炮的配合使用。在火災(zāi)發(fā)生時，智能系統(tǒng)會調(diào)用最近區(qū)域的消防炮，在第一時間進行滅火，但是當火勢極其兇猛或者火災(zāi)危險程度特別高的時候，就會觸發(fā)內(nèi)部機制，更進一步的調(diào)用多個區(qū)域的資源，使用多個消防水炮一起工作來參與滅火。

其中需要強調(diào)的是，消防水炮安裝地點與智能消防攝像裝置的安裝地點需要有一定的安全距離。安裝距離過近將導(dǎo)致兩者不能有效的配合工作。因為消防水炮在工作時會產(chǎn)生大量水霧，這會影響攝像裝置的清晰度，從而影響整個智能消防系統(tǒng)的正常運行。

下面有一些針對不同地區(qū)所設(shè)計或已經(jīng)投入使用的裝置。

4.1險峻地形中火災(zāi)的處理

一些研究者設(shè)計使用多功能防火機動巡查裝備（如圖7），該裝備有著卓越的越野性能和良好的機動性能，可在白天和夜間兩種工作模式間進行自由轉(zhuǎn)換。該裝備利用車頭搭載的智能攝像機采集圖像來自主判斷火災(zāi)情況，并在車身搭載了脈沖式水槍，可以在各種險峻地形（如沙地、泥地、草地、雪地和礫石地等）進行消防作業(yè)。

4.2智能攝像系統(tǒng)的消防應(yīng)用

攝像機和計算機視覺方法在許多場合中有著良好的應(yīng)用。例如使用安全攝像頭和紅外監(jiān)視攝像頭進行火災(zāi)探測。室內(nèi)的自動報警設(shè)備分為感煙式和感溫式，其工作在封閉的小空間內(nèi)相對較為容易及時發(fā)現(xiàn)火災(zāi)。然而，在一些大型空間，例如森林、大型建筑、倉庫等，探測器功能就不能得到很好的發(fā)揮，因為在這些場景中，火災(zāi)從發(fā)生到檢測到煙霧和溫度是需要時間的。基于視覺系統(tǒng)的火災(zāi)探測不會受到空間的影響，智能攝像系統(tǒng)可以盡快探測煙和熱并提供火焰?zhèn)鞑シ较颍@樣可以在火災(zāi)開始時就進行相應(yīng)的處理和控制。基于機器視覺的火災(zāi)探測設(shè)備可以以相對較低的成本接入現(xiàn)有的監(jiān)視系統(tǒng)中。比起傳統(tǒng)方式，該系統(tǒng)更高效便捷。

同時，智能攝像頭也可以直接搭載在自動滅火的消防設(shè)備上（如圖8），不僅可以快速的檢測到火災(zāi)，還能立即用消防設(shè)備所攜帶的消防炮進行火災(zāi)的控制處理。

5 發(fā)展前景趨勢

近年來，機器視覺技術(shù)得到了迅速發(fā)展，但仍然存在諸多不足，主要包括：

（1）在視覺系統(tǒng)的搭建上，主要使用的視覺傳感器（可見光攝像機占了絕大多數(shù)）是相同種類的。由于缺乏了不同類視覺傳感器之間的復(fù)雜度，在單一視覺傳感器下的成像系統(tǒng)往往有著固有缺陷，導(dǎo)致對環(huán)境信息的采集不夠充分。例如，盡管可見光攝像機能對于色彩、細節(jié)等信息獲取度較高，但在煙霧濃度較高、照度不佳的環(huán)境下工作效果受限。而紅外熱像儀雖然在低照度情況下工作良好，但獲取熱紅外圖像的質(zhì)量卻不如可見光攝像機。

（2）對于機器視覺算法的研究還不夠全面，使得機器視覺在分析理解環(huán)境信息的能力上有所欠缺。一方面，諸如火場地形分析，火場人員識別與跟蹤，以及火情態(tài)勢分析等方面的視覺感知算法雖然有研究者涉及，但總體處于相對空白的狀態(tài)。另一方面，機器視覺在消防技術(shù)中多是應(yīng)用于復(fù)雜的室外環(huán)境，因此包括火焰檢測、火焰?zhèn)鞑ボ壽E預(yù)測等方面的算法性能仍有較大的優(yōu)化空間。

（3）視覺信息處理系統(tǒng)的計算能力仍有待提升，這需要計算機軟硬件的發(fā)展支持。機器視覺想要對分析和理解環(huán)境信息能力進行增強，需要在有限時間實現(xiàn)對火焰圖像這類大數(shù)據(jù)更為充分有效的計算處理，因而對智能機器視覺系統(tǒng)的計算能力有著很高的要求。為此，對于計算機的GPU等設(shè)備有著更高的要求。

因此，一方面需要結(jié)合不同視覺傳感器的優(yōu)點來構(gòu)建更為完善的視覺感知系統(tǒng)，以此增強采集環(huán)境信息的能力。另一方面，提高機器視覺對于分析理解環(huán)境信息的能力必不可少，可以通過加強對火場環(huán)境信息采集算法的研究來進行提升。最終，配合快速發(fā)展的計算機運行系統(tǒng)，可以給機器視覺和消防技術(shù)的結(jié)合帶來更好的應(yīng)用前景。

參考文獻：

[1]譚勇.消防機器人視覺感知技術(shù)研究綜述[J].綿陽師范學(xué)院學(xué)報，2018（2）.

[2]熊曉松，劉鈺如，董逸君，等.基于機器視覺的火災(zāi)監(jiān)測系統(tǒng)研究[J].消防科學(xué)與技術(shù)，2017，36（2）：217-220.

[3]李世林，李生好，賀曉輝.基于計算機視覺的火災(zāi)識別方法研究[J].甘肅科技，2017，33（4）：52-53.

[4]劉凱，魏艷秀，許京港，等.基于計算機視覺的森林火災(zāi)識別算法設(shè)計[J].森林工程，2018（4）.

[5]楊俊，王潤生.基于計算機視覺的視頻火焰檢測技術(shù)[J].中國圖象圖形學(xué)報，2018，13（7）：1222-1234.

[6]楊挺.基于計算機視覺技術(shù)的油庫智能消防系統(tǒng)[J].油氣田地面工程，2013（7）：67-68.

[7]林船.淺談機器視覺智能攝像頭在消防中的應(yīng)用[J].低碳世界，2017（20）：282-283.

[8]方坤.智能計算機視覺消防系統(tǒng)設(shè)計[J].安慶師范大學(xué)學(xué)報（自然科學(xué)版）， 2014（4）：87-89.

[9]Yuan C， Liu Z， Zhang Y. Vision-based forest fire detection in aerial images for firefighting using UAVs[C]// International Conference on Unmanned Aircraft Systems.2016.