多波段紅外圖像型火災探測系統及其火災預警方法

專利名稱：多波段紅外圖像型火災探測系統及其火災預警方法
技術領域：
本發明涉及消防領域，具體是涉及基于圖像識別的火災探測系統及其火災預警方法。

背景技術：
人類發展到今天，火災依然是威脅人類生命安全的重大災害。火災不僅吞噬人們的財產，還會奪走人們的生命，其巨大危害不言而喻。人們一直尋找新的技術和方法，以期對火災進行檢測控制，達到最大程度的減小“火”給人們帶來的災難。
目前通用的火災探測方法是探測火災發生時生成的煙，經信號處理、比較和判斷后發出火災報警信號，但此類報警系統多是火災已經形成后進行的報警。
然而隨著社會的不斷發展，城市用地的不斷減少，使得城市建筑物朝著高層化、密集化的方向發展，建筑物的裝修用料和方式也越趨多樣化，并隨著用電量及天然氣耗量的加大，對火災自動報警系統設計提出了更高、更嚴格的要求。近些年來大空間建筑(例如大型公共娛樂場所、歌劇院、大型倉庫、大型集貿市場、車庫、油庫、候車大廳和候機大廳等)及地下建筑(如地下隧道、地鐵站道、地下大型停車場和地下商業街等)的數量不斷增加，由于此類建筑內部往往舉架高、跨度大，火災初期煙霧擴散受到建筑內部安裝的空調和通風系統等影響較大，有的場所人員密集，易燃品多，火災隱患多。而且此類建筑火災蔓延迅速，生成煙氣毒性大，人員疏散避難及火災撲救困難，一旦發生火災往往造成很大的經濟損失和惡劣的社會影響。因此，從被動的火災撲救發展到主動的去探測預防火災，探測和撲救并行，以期將其扼殺在尚未造成太大破壞發生的早期是目前火災報警的重點和難題。
縱觀目前的探測技術，如圖1所示，接觸式探測有感溫探測技術、感煙探測技術、氣體探測技術，靜電探測技術等。非接觸式探測有火焰探測技術、聲音探測技術、圖像探測技術等。它們都有各自的優缺點，比如感溫探測技術靈敏度低，探測速度慢，報警時間遲，易受氣溫或溫度變化的影響，對陰燃火反應差，不適用于早期報警。感煙探測技術無論是離子感煙探測器還是光電感煙探測器都是對粒子進行探測，易受各種灰塵、水滴、油霧、昆蟲等粒子的干擾，誤報率高。火焰探測技術是一種對火焰發出的輻射進行探測的火災探測器，當響應波長低于400nm輻射磁通量時為紫外探測，波長高于700nm輻射磁通量時為紅外探測，響應速度快，可早期報警，但易受電焊弧、雷擊、照明、太陽光的干擾。
可以說，所有的火災自動報警技術主要是基于傳感器的檢測。在現有的各種火災報警和消防監控設備中，大多數場所的火災檢測中，都采用常規的火災探測的方法，如感煙、感溫、感光探測器，它們分別利用火焰的煙霧、溫度、光的特性來對火災進行探測。但在室外倉庫和大型室內倉庫等大空間場合中，上述傳感器信號由于空間的巨大而變得十分微弱，即使是高精度的傳感器也會由于種種干擾噪聲而無法工作。
傳統的火災探測器用于對監控現場敏感現象(如煙霧濃度、溫度、火焰等)的實時變化進行檢測，提取實時參數，它的性能優劣直接會影響火災自動報警的準確度和可靠性。因此，火災探測器在整個系統中起著舉足輕重的作用。由于一些大空間及地下建筑的特殊性，普通的點型感煙、感溫火災探測報警系統無法迅速采集火災發出的煙溫變化信息，這些傳統檢測方法存在一定的缺陷。
一方面是因為在一個實際應用的建筑物系統中各種探測器所處的環境相互之間相差較大，每個探測器本身在一天或一年中不同的時刻相差較大。
另一方面，火災危險的場所往往不能使用感煙、感溫傳感器，因為初期火的熱和煙難以到達空間很高的場所，如劇場、倉庫等，這類探測器因此難以滿足早期探測并預報此類建筑火災的要求。
長期以來，在高大空間或具有高速氣流的場合，尤其是在戶外(如森林防火)，早期火災的煙霧探測在世界范圍內都是一個難題。因為在這類環境下，存在著許多影響火災探測的因素，主要包括探測方式、空間高度、熱量屏障、覆蓋范圍、氣流速度、易爆、有毒氣體、可以接受的誤報率、警報信息管理以及遠程信號傳輸等等。傳統的探測手段往往在這樣的環境中失去了作用。在這種情況下，由于圖像型火災探測技術對于火災探測具有非接觸式探測的特點，不受空間高度、熱障、易爆、有毒等環境條件的限制，使得該項技術成為在大型工廠、倉庫、森林等大空間和室外開放空間進行火災探測的有效手段。


發明內容
本發明的目的之一是提供一種不受空間高度、熱障、易爆、有毒等環境條件的限制，可在大空間和室外開放空間(如森林防火)進行火災早期探測，誤報率低，且價格低廉的多波段紅外圖像型火災探測系統。
本發明的目的之一是提供一種進行火災早期探測的多波段紅外圖像型火災預警方法。
本發明的目的之一是提供一種不受空間高度、熱障、易爆、有毒等環境條件的限制，可在大空間和室外開放空間(如森林防火)進行火災早期探測，能進行低溫探測的多波段紅外圖像型火災探測系統。
為了實現本發明的目的，本發明之一技術方案為 多波段紅外圖像型火災探測系統，包括圖像采集單元、圖像處理和控制單元及報警單元，其中，圖像采集單元將采集的圖像傳送至圖像處理和控制單元，經過圖像處理和控制單元的處理，判斷所采集到的紅外圖像是否符合火災的特性，對符合火災預設值的即向報警單元報警，其中，圖像采集單元由半透半反分光鏡、及加裝紅外濾光片的圖像采集裝置組成，其中被監測區域通過半透半反分光鏡被加裝不同波長紅外濾光片的兩個圖像采集裝置同時監測。
進一步地；圖像采集單元中還包括未加裝裝濾光片的彩色攝像頭，所述彩色攝像頭與所述加裝濾光片的兩個圖像采集裝置位于同一個位置，用于檢測同一個火災區域，當由所述圖像采集裝置監測的圖像被認定符合火災預設值時，所述彩色攝像頭開始抓拍火災圖像。
進一步地；所述圖像采集裝置是USB數字攝像頭；或由CCD模擬攝像頭和SDK圖像采集卡組成。
進一步地；多波段紅外圖像型火災探測系統還預留有通訊接口，可以與任何滅火系統聯動。
其中兩濾光片波長的選取可根據不同探測場合的溫度需要，依據維恩位移定律λmaxT＝a求出在某個溫度下光譜輻射出射度的峰值波長，和依據不同圖像采集裝置對能夠成像波長的響應度來適當地選擇濾光片。如果采用紅外焦平面陣列制作的攝像頭(熱像儀)，則只要依據維恩定理計算出所需探測溫度的紅外濾光片波長即可。
本發明另一技術方案為 多波段紅外圖像型火災探測系統，包括圖像采集單元、圖像處理和控制單元及報警單元，其中，圖像采集單元將采集的圖像傳送至圖像處理和控制單元，經過圖像處理和控制單元的處理，判斷所采集到的紅外圖像是否符合火災的特性，對符合火災預設值的即向報警單元報警，其中，圖像采集單元由半透半反分光鏡和紅外焦平面陣列熱像儀組成，其中被監測區域通過半透半反分光鏡被兩個焦平面陣列熱像儀同時監測。
本發明另一技術方案為 多波段紅外圖像型火災探測方法，按以下步驟探測 1)被監測區域的情況通過半透半反分光鏡被兩個加裝不同波長的紅外濾光片的圖像采集裝置同時監測；兩個圖像采集裝置同時拍攝到的兩幅紅外目標溫度圖像相位一致； 2)然后將由兩個圖像采集裝置同時拍攝到的兩幅紅外圖像經傳送至圖像處理和控制單元，圖像處理和控制單元首先對兩個圖像采集裝置所采集的兩幅紅外圖像進行雙波段溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災； 3)再將其中任一圖像采集裝置連續采集的多幀圖像進行比較，具有溫度越限的疑似火災目標的紅外圖像的面積是否隨時間而增大，以及邊緣是否規則，當目標物體的圖像面積擴大，且圖像形狀不規則時，判斷為疑似火災。
進一步地；2)然后將由兩個圖像采集裝置同時拍攝到的兩幅紅外圖像傳送至圖像處理和控制單元，圖像處理和控制單元首先對同一圖像采集裝置所采集的連續兩幅圖像進行相減取絕對值，當絕對值不為零時；再對兩個圖像采集裝置同時所采集的兩幅圖像進行雙波段溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災； 進一步地；通過對其中一圖像采集裝置所采集的一幅圖像進行灰度級的分析，來判斷火焰的外焰較內焰和焰心部分像素值的大小，如果目標圖像邊緣的像素值大于內焰和焰心，則判斷為火災。
進一步地；所述圖像采集單元中還包括未加裝裝濾光片的彩色攝像頭，所述彩色攝像頭與所述加裝濾光片的兩個圖像采集裝置位于同一個位置，用于檢測同一個火災區域，當由所述圖像采集裝置監測的圖像被認定符合火災預設值時，所述彩色攝像頭開始抓拍火災圖像。
進一步地；圖像處理和控制單元對2監控到的彩色圖像(沒加濾光片的彩色攝像頭3(HD-HV1302UC))進行區域劃分，一旦某個區域發生火災隱患，系統則調用預先存儲的相應的語音廣播，通知現場的人員緊急撤離和應急疏導。
進一步地；根據圖像(彩色攝像頭3監控到的彩色圖像)的坐標，對起火點進行定位與跟蹤。
本發明中所述的半透半反鏡是能夠對入射的光透射50％光強，反射50％光強，達到半透半反的效果。本發明中采用的半透半反鏡適用波長范圍為400nm-750nm，這是較常用的一種。其主要作用是為兩個加裝紅外濾光片的攝像頭提供相位完全一致的成像光路，這就有效地保證了兩個位置不相重疊的攝像頭能夠拍攝到相位完全一致的紅外圖像，而這兩幅相位完全一致的紅外圖像，在進行圖像處理時，可以大大簡化火災圖像識別算法的復雜度，有效提高火災判別的精確度，誤報率低。
一般來講，火災圖像具有如下的特點 早期火災的熱物理現象主要有陰燃、火羽流、煙氣。
陰燃是只在氣固相界面處的燃燒反應，而沒有氣相火焰的燃燒現象。陰燃的溫度較低，燃燒速度慢，不易發現，因而危險性很大。作為自我維持而無明火燃燒，陰燃的典型溫度范圍600K-1000K。
火羽流是任何火災都要經歷的一個重要的初始階段即在火焰上方由浮力驅動的熱氣流持續上升進入新鮮空氣所占區域。從火災初起，就存在著這種被稱為火羽流的燃燒現象。由于其包括火焰部分，故稱為火羽流。火羽流的溫度是隨位置和時間變化且因燃燒材料的不同而不同。由于熱解的典型溫度在600K-900K之間，而氣相火焰為1200K-1700K。對火災探測有意義的早期火羽流溫度不應大于1700K。因此，典型的火羽流溫度范圍為500K-1700K。
煙氣是燃燒產物中的微小顆粒的集合。由于煙氣在流動的過程中與周圍環境的熱交換，其溫度逐漸下降，因此可以確定一般條件下，煙氣溫度的上限低于火羽流的溫度，而下限高于環境溫度。一般為300K-800K。早期火災各種熱物理現象的溫度范圍及對應峰值波長范圍如圖2所示 上述熱物理現象在火災發生時都因與周圍環境存在著溫度差而有一定的邊緣和形體效應。通常，這種邊緣和形體效應在可見光的范圍內表現出來，就是所謂的圖像信息。若要領先其自身發光而表現出物體形體的圖像信息，其溫度必須在600K以上。獲得圖像信息后，就要根據火災輻射與背景輻射的區別，將其檢測出來。
火災輻射特點根據不同的性質，火焰可以分為兩種，即預混合火焰和擴散火焰。預混合火焰具有藍色本性燈火焰的特征，火焰的燃燒是完全的。擴散火焰是較普通的黃色火焰，這種火焰是由于不完全燃燒的結果而形成的。這兩種性質不同的火焰的光譜能量分布特征如圖3所示。
火焰是包含各種燃燒生成物和中間物的高溫氣體和以含炭物質、無機物為主體的高溫固體微粒構成。因此，火焰的熱輻射包含離散光譜的氣體輻射和連續光譜的固體輻射。火焰的波長在0.2-10μm的范圍內，不同物質的燃燒，其輻射強度隨波長分布多少有些不同。如圖4所示各種不同材料的火焰光譜能量分布。
可以看出，大多數材料如紙張、木材、油類、汽油和其它烴類物質不僅發出可見光輻射，而且還有很強的紅外輻射。
閃爍閃爍是火焰區別其它輻射的一個顯著特征。研究表明，自由燃燒狀態下的火焰產生無規則的閃爍，如果對火焰發出的紅外線頻率進行分析，可以觀測到其峰值頻率約10Hz左右。當然，受到火災規模和風的影響，其閃爍頻率在2-20Hz之間范圍內會有所變化。
由于擴散火焰的輻射受這個有意義的調制量作用，而背景輻射一般情形下沒有類似這種方式的調制作用，因此，按火焰閃爍原理工作的探測器可表現出對背景分辨能力很大的改進，從而相應地減少誤報率。
輻射亮度增長液體火災的輻射亮度的增長速率很高，而對于像木材類的火災輻射亮度的增長速率卻低得多。探測器探測初期火災，檢驗火災初始的輻射亮度的增長速率是十分有用的。
輻射面積增長火災從發生起就開始不斷地蔓延擴散，其輻射面積在火災發生的初期速率增長很高，而后慢慢降低。探測器探測初期火災，檢驗火災初始的輻射面積增長速率是十分有用的。
背景輻射特點在任何火災探測過程中，均存在著一定的背景信號，因此，火災信號必須與背景信號區別開來。對于火焰探測器來說，背景輻射信號主要來自太陽的天然輻射(陽光直射、通過反射表面的反射)、其它自然光源和高強度的人工輻射光源的輻射。
太陽輻射在紅外光譜區，太陽輻射是一種溫度約為6000K的黑體輻射。然而，在地球上看到的太陽光譜受大氣吸收而改變，在小于280nm的波長上，陽光輻射完全被上層大氣的臭氧層吸收。在2.7μm波長上，由于水蒸氣和CO2的作用，在4.3μm的波長上，完全由于CO2的作用，陽光輻射也完全被吸收。
火焰探測器的設計通常利用陽光輻射被吸收的這些譜帶。
背景輻射調制作用盡管太陽是一穩定的輻射源，但大氣的不均勻性引起的閃爍將導致在地面上任意點接受的輻射有一個幅值調制分量。直接或經反射的太陽輻射的調制作用，也可能由于云霧遮擋、風吹樹葉及水面波浪、機械轉動等引起。處于火焰閃爍頻率范圍內的背景輻射的調制作用必須引起足夠重視。
人工輻射源與太陽輻射源相比，人工輻射源的輻射比較容易預防。
人工光源的總輻射能量通常是小于陽光輻射能量。
人工光源的變化是瞬間的，輻射亮度和面積增長速率在瞬間由極大變為零等。
根據普朗克輻射定律，凡是溫度大于絕對零度的物體都會產生紅外輻射。自然界中實際物體的溫度均高于絕對零度。因此，自然界中的任何物體都存在紅外輻射，同時也吸收周圍其它物體的紅外輻射。根據普朗克公式，絕對黑體的輻射出射度Mλ與黑體溫度T和波長λ的關系為 其中c1＝3.7418×10-16(W·m2)叫第一輻射常數，c2＝1.4388×10-2(m·K)叫做第二輻射常數。黑體的輻射出射度Mλ的含義是在指定波長λ處，輻射源單位表面積向半球空間發射的輻射功率，單位為W·m-3。普朗克公式描述了黑體輻射的光譜分布規律，它揭示了輻射與物質相互作用過程中和輻射波長及黑體溫度的依賴關系，是黑體輻射的理論基礎。
斯忒藩-玻爾茲曼定律該定律表達為黑體單位面積輻射到半球空間的在λ1～λ2波段內的總功率M(W·cm-2)為 微分普朗克定律式(2-1)，求出極大值，就得到維恩位移定律 λmaxT＝a (2-3) 式中λmax-光譜輻射出射度的峰值波長，其中a是與溫度無關的常數，a的近似值是0.2897cm·K，T為開氏溫度。因此，光譜輻射出射度的峰值波長與絕對溫度成反比。將(2-2)式帶入(2-1)式，得出維恩定律的另一個形式，給出了光譜輻射出射度的峰值 式中

-光譜輻射出射度的峰值(W·cm-2·μm-1)，b為1.2862×10-15W·cm-2·μm-1·K-5。如圖9給出了300K-1700K絕對黑體光譜輻射出射度與波長的關系曲線。
這些曲線可以看出黑體輻射的幾個特性 每根曲線不相交，與曲線下的面積成正比的總輻射出射度是隨溫度增加而迅速增加的，因而溫度越高，所在波長上的光譜輻射出射度也越大； 光譜輻射出射度的峰值波長隨溫度增加向短波方向移動。
然而，在自然界中絕對黑體是不存在的，為了描述非黑體的輻射，引入輻射發射率的概念，用ελ表示 輻射發射率的含義為，在相同溫度下，輻射體的輻射出射度與黑體的輻射出射度之比，是波長和溫度的函數，還與輻射體的表面性質有關。根據物體輻射發射率ελ的不同，將輻射體分為三類 1)黑體，ελ＝1； 2)灰體，ελ＝ε＜1，與波長無關； 3)選擇體，ελ＜1且隨波長和溫度而變化。
可以看出，黑體的輻射特性1)、2)同樣適用與一般物體。
從目標出發的紅外輻射，在到達紅外系統之前受到大氣中某些氣體的選擇性吸收、大氣中懸浮微粒的散射，因此，輻射能受到衰減。紅外輻射通過大氣的透過率可表示為 τ＝e-σx (2-6) 式中σ為衰減系數，x為通過大氣路程的長度。
值得注意的是，較大的液體金屬的鑄造過程可能產生高強度的人工輻射光源。鎢絲白熾燈在0.75-1.4μm波段內發射50％的功率，鎢絲燈輻射功率最大值位于1μm波段，波長大于3.5-4μm的輻射絕大部分透不過燈泡玻璃。交流電的燈光(尤其是輝光放電燈管)發射受調制的輻射，但其調制頻率是在火焰閃爍頻率范圍以外，故可由適當的電子濾波器排除。
可燃物在燃燒時會釋放出頻率范圍從紫外到紅外的光波，在可見光波段，火焰圖像具有獨特的色譜、紋理等方面的特征，使之在圖像上有明顯的區別與背景。可以利用這些特征，利用圖像處理的方法，對火災進行識別。所以借助紅外波段的圖像識別，利用紅外成像的原理獲取燃燒初期所發出的紅外圖像進行圖像處理，從而達到監控的目的。
濾光片波長的選擇主要依賴于光譜輻射理論基礎。可見光圖像和紅外圖像在成像機制上存在固有差異，同一場景可見光圖像提供的特征與紅外圖像提供的特征通常并不相同，它們具有不同的灰度級別特征，在可見光圖像中出現的特征并不一定在紅外圖像中也出現，從而達到消除部分干擾信號。
(一)實驗測得的溫度 根據普朗克公式，絕對黑體的輻射出射度Mλ與黑體溫度T和波長λ的關系如式(2-1) 微分普朗克定律式(2-1)，求出極大值，就得到維恩位移定律(2-3) λmaxT＝a (2-3) 式中λmax-光譜輻射出射度的峰值波長，其中a是與溫度無關的常數，a的近似值是2897.8±0.4μm·K，K為開氏溫度。然后根據式(2-3)，可以求出在某個溫度下光譜輻射出射度的峰值波長，即可根據此波長來適當地選擇濾光片。
(二)紅外輻射的波長 當火災發生時，對我們有用的溫度范圍為600K-1700K，在這個范圍我們可以盡早的對火災進行報警，人眼只對380nm～780nm的電磁波有亮度感覺，而波長小于400nm的電磁波稱為紫外線，波長大于750nm的電磁波稱為紅外線。火焰燃燒的紅外輻射主要集中于950nm～2000nm波段。
因此必須采用某種合適波段的濾光片，使得檢測區域高溫目標輻射的最大區域在攝像頭上成像，壓制現場低溫背景成像的幅度，同時最大限度地保留監測的火災目標的能量，實現增加對比度的目的，清楚的采集到火災初期發生的紅外圖像。
不同波長的紅外濾光片有不同的應用效果，因此選擇適合于火災圖像上的紅外濾光片波長是必要的。紅外濾光片的選取主要根據以下兩條原則依據維恩定理計算所需探測溫度的紅外波長和依據不同攝像頭對能夠成像波長的響應度。如果采用紅外焦平面陣列制作的攝像頭(熱像儀)，則只要依據維恩定理計算出所需探測溫度的紅外濾光片波長即可。采用波長是0.8μm和1.0μm濾光片的透過率如圖7所示。
從圖8的分析比較可以看出，攝像頭在有無濾光片的情況下所采集到的圖像是不同的，不同紅外濾光片可有效濾除人工照明燈光等背景干擾的影響，降低軟件識別算法的復雜度，從而能更好的實現火災前期的探測。
針對火災的實際情況，需要監控系統能在一定大的范圍內并且有較高的精度來檢測出火災隱患。單波段算法對火災紅外圖像的采集，其像素會隨著距離和光照等外界因素的變化而變化，從而大大降低了探測精度，增加了誤報率的可能性。
雙波段算法能有效地消除距離和光照等外界因素的干擾，并且通過兩個攝像頭的監控，大大降低了誤報率。
采用在兩個攝像頭前加紅外濾光片來檢測同一幅圖像，分別檢測兩個波段，然后再進行處理，得出的結果與距離無關，只要在攝像的范圍之內的火災就可以檢測到。隨著火災溫度的變化，其發出的紅外光波長也在不斷變化，反應在圖像上(如圖5所示)，就是峰值在不斷變化，這就使檢測到的圖像像素值在不斷變化，而無法得到一個確定的數值。雖然波長在不斷變化，但透過長、短兩個濾光片而得到的圖像像素值(如圖5所示)之比在火災發生前大于1是不變的，每一個溫度都有一個自己的比值，經過實驗，可以得到每一個比值與溫度的一一對應關系。據此，可以通過檢測到的圖像來計算出圖像的相應溫度，然后與實驗和經驗所得到的相應火災發生時的閾值溫度相比較，從而判斷有無火災發生，如果計算所得溫度大于閾值則判定火災發生，反之無火災。
該原理可簡單表述為當輻射能入射到物體表面時，物體在固定波段λ1～λ2和λ′1～λ′2上接收到的能量比值服從一個僅與溫度有關的函數分布。
對于λ1～λ2波段，由式(2-1)、(2-2)、(2-5)、(2-6)得，物體單位面積內接受到的輻射功率為 同理，對于λ′1～λ′2波段，其單位面積內接受到的輻射功率為 則有能量比值D服從，

(2-9) (2-9)式中僅有唯一變量T，雙波段原理得證。
在圖5中，該原理可表示為兩陰影部分面積之比S1/S2服從溫度的函數。
圖6為在大氣下λ1～λ2為3～5μm，λ′1～λ′2為8～12μm的計算所得D-T關系曲線。
雙波段的優越性主要體現在以下幾方面 采用的雙波段的檢測手段，可以進行在攝像范圍之內的檢測，而不受距離的約束，提高精度。
通過兩個攝像頭的采集，通過采集的兩幅圖像像素比值的運算，有效地消除距離和光照等外界因素的干擾，減小誤報率。
火焰燃燒時的紅外輻射主要集中于950～2000nm波段，所在圖像獲取的時候可使用帶有紅外濾光片的攝像頭，該濾光片能完全濾除可見光。
在實際情況中，系統的大部分時間處于沒有疑似火源的狀態，故可對圖像序列先進行簡單的有無異常情況的判斷。本系統采用差分運算檢測圖像的狀態是否有改變。運算公式為 ΔPi(x，y)＝Pi(x，y)-P(x，y)(3-1) 其中，Pi(x，y)為待處理的圖像，P(x，y)為基準圖像 而ΔPi(x，y)值的確定是根據環境而不同的，所以根據實驗的結果，采用一種閾值自動選取方法來進一步提高圖像預處理的判斷力度。
在火災檢測中，閾值處理可采用最大類間方差法(又稱Otsu閾值算法)獲取。
記f(i，j)為M×N圖像(i，j)點處的灰度值，灰度級為m，不妨假設f(i，j)取值
。記p(k)為灰度值為k的頻率，則有 假設用灰度值t為閾值分割出的目標與背景分別為{f(i，j)≤t}和{f(i，j)＞t}，于是 目標部分比例 目標部分點數 背景部分比例 背景部分點數 目標均值 背景均值 總均值μ＝ω0(t)μ0(t)+ω1(t)μ1(t) 最大類間方差法指出求圖像最佳閾值g的公式為 式(3-3)右邊括號內實際上就是類間方差值，閾值g分割出的目標和背景兩部分構成了整幅圖像，而目標取值μ0(t)，概率為ω0(t)，背景取值μ1(t)，概率為ω1(t)，總均值為μ，根據方差的定義即得該式。因方差是灰度分布均勻性的一種度量，方差值越大，說明構成圖像的兩部分差別越大，當部分目標錯分為背景或部分背景錯分為目標都會導致兩部分差別變小，因此使類間方差最大的分割意味著錯分概率最小。
μ0(t)和μ1(t)，可以分別代表目標和背景的平均值灰度，μ則代表整幅圖像的中心灰度，要使目標和背景得到最好的分割，當然希望分割出的目標盡量遠離圖像中心，即(μ0(t)-μ)2(或|μ0(t)-μ|)盡量大，背景也盡量遠離中心，即(μ1(t)-μ)2(或|μ1(t)-μ|)盡量大，由于希望兩者都大，于是 1)兩者之加權和最大 2)兩者之積最大 注意有到μ＝ω0(t)μ0(t)+ω1(t)μ1(t)，且μ0(t)≤μ≤μ1(t)，因此有 ω0(t)(μ0(t)-μ)2+ω1(t)(μ1(t)-μ)2＝(μ-μ0(t))(μ1(t)-μ)(3-6) 由此可見二者是等價的。
所以，系統采取對連續5幀的圖像數據流計算g值，把最高與最底的g值取出，形成一個閾值范圍帶。如果前面ΔPi(x，y)的值在這個范圍內，那么進入火災圖像識別流程，否則就認為沒有異常的情況。
面對Otsu占用計算機資源的情況，本系統采用分階段來計算求像最佳閾值g的方法來實現對減少對資源的消耗。剛開始系統初始化時，Ostu算法是必須的。隨著系統探測的進行，采用一個定時器來進行對Ostu算法的計算，其基本思想是隨著時間的流逝，對Ostu的計算會越來越少，然而系統一旦檢測到有情況時，定時器從頭開始計算。
依據紅外火災圖像的特點，并結合采集到的圖像數據進行分析。給出了經典的火災特征模型，包括溫度、面積、速率、火焰形狀。根據分析的數值，提出了動態數據的環帶線聚類算法。
紅外圖像反映的是目標和背景自身向外界紅外輻射能量的差異，因此，紅外圖像主要描述的是目標和背景的熱輻射，其火災初期紅外圖像有以下特點 紅外圖像的灰度分布，實際上對應于火災和背景的溫度和發射率的分布。紅外成像只能從紅外特有的低差圖像中抽取所需信號，數字圖像中可利用的基本信息是以像元強度形式出現的。
由于紅外圖像攝取的每秒幀數不是很大，目標周圍的輻射分布在兩幀之間基本上保持不變，這個性質為逐幀分析目標特征和目標圖像的預處理提供了保證。
由于紅外圖像處理方法建立在二維數據處理和隨機信號分析的基礎上，其特點是信息量大，因而計算量和存儲量也大，紅外成像信息處理必須實時、快速、簡單、可靠；大容量信息存儲和高速信息處理，始終是圖像處理的技術關鍵。
在要發生火災時，一般可燃物會生成大量熾熱微粒。這些熾熱微粒使火焰發射出電磁波輻射，包括可見光，這些光學特性為遠距離探測火災提供了可能。產生的能量輻射和輻射光譜，在可見光和紅外波段都有體現。同時，這些熾熱的發光微粒的集合會勾畫出火焰形狀。我們就利用這個時候的熾熱微粒所產生的火焰形狀通過紅外取像來判別火災的發生。任何火焰都可以分為外焰、內焰和焰心三部分。外焰溫度最高，其次是內焰，焰心溫度最低。因而造成火焰圖像灰度級呈一定的分布規律。
如圖20是一組有無濾光片拍攝到的圖像比較從這些圖像的分析比較中，我們可以看出，紅外濾光片可有效濾除人工照明燈光等背景干擾的影響，從而能更好的實現火災前期的探測。
從圖21和22中可以明顯的看出，紅外濾光片的作用以及有火災情況與沒有時的圖像信息的差別。
由上述內容可知火災發生的初期其溫度有明顯的變化過程，而太陽溫度的變化及其緩慢，而人工輻射源的變換常常是在瞬間完成的，故而可以將溫度的變化速率作為分離依據。通過設定合適的速率閾值，可輔助濾除部分背景信息。
設圖像中某點的坐標為(m，n)，其t時刻的象素值為l(m，n，t)，則其象素的變化速率v(m，n)為 v(m，n)＝dl(m，n，t)/dt(4-1) 計算機處理時需用差分來近似微分運算， v′(m，n)＝|L(m，n，t2)-L(m，n，t1)|/t2-t1 (其中，t2＞t1) (4-2) 根據試驗，可得火災圖像的變化算率區間I1。當v′(m，n)∈I1時，保留點(m，n)的象素值；當時，去除點(m，n)的象素值。
該算法可去除太陽和瞬間變化光源(如打開白熾燈)的信息，保留可觀測動態變化的信息。
物體的溫度越高其輻射能量的值越大，相應其形成的圖像象素值越高。通過設定合適的閾值，可進一步濾除低溫背景的信息。
設波段λ1～λ2圖像中點的坐標為(m，n)，其t時刻的象素值為L(m，n，t)；(m，n)在波段λ′1～λ′2圖像中對應于點(m′，n′)，其t時刻的象素值為L(m′，n′，t)。則有基于雙波段原理生成的比值圖像象素值D(m，n，t)為 D(m，n，t)＝L(m，n，t)/L(m′，n′，t) (4-3) 由試驗可得比值圖像象素值區間I2。當D(m，n，t)∈I2時，保留點(m，n)的象素值；當時，去除點(m，n)的象素值。
該算法進一步去除低溫背景的信息。
經過以上技術的處理后，圖像顯示的是具有動態特征的高溫物體。它既可能是火災，也有可能是人為制造高溫物體，如點燃香煙蠟燭、打火機等。火災區別于其它高溫物體顯著特征就是，其面積范圍在不斷的擴大且不規則。通過跟蹤疑似目標的面積變化情況，可以確定是否火災發生。
計t時刻比值圖像中非零值象素點的個數為面積S(t)，則有面積增長率α為 α＝dS(t)/dt(4-4) 同樣使用差分近似微分，則有 α＝S(t2)-S(t1)/t2-t1 (其中，t2＞t1)(4-5) 當α＞1時，表明疑似目標為火災；α≤1時，表明疑似目標并非火災。由試驗測試表明，火災探測一段時間內的各采集的量值不是相互獨立，呈一種與火災發生趨勢的分布。雖然各個數據點的值不斷的在變化，但是根據前面的數值分析可知，火災過程中熾熱的發光微粒的集合就會勾畫出火焰形狀。火災發生后，隨著火勢的增大，火焰不斷地增強，火焰的圖像一方面表現為火焰面積、邊緣在不斷變化；另一方面從其形狀變化、空間變化、空間分布有一定的相似度，特別是時間間隔較短的連續幀圖像，每幅連續幀圖像的相似度更為明顯。
而且根據火的特性任何火焰都可以分為外焰、內焰和焰心三部分。因而造成火焰圖像灰度級呈一定的分布規律。
連續采集的4幅圖像如圖24至圖30所示，從這些火災圖像信息與其對應的像素值變化中，可以總結一些規律。
隨著火災的發生，其顯示在圖像上的數值變化也會呈現出輻射與坡度形態。根據這個原理，可以選擇其關鍵數據點(也可以是小范圍的關鍵域)來模擬這個過程。
一幅圖像可表示為
f(m，n)為(m，n)點的灰度值，圖像中所有的點都可以表達成這種方式，由前面的圖像實驗數據可知，數值點的變化是從中心開始向周圍遞減，這是符合火災發生的規律的，所以呈現在圖像上是一種帶有明顯區別與周邊的環帶區域。
圖31是圖24、26、28、30四幅圖像的像素值變化區域圖，對照中可以清晰的得出這四幅圖像的火焰抖動以及圖像灰度級分布情況。
根據這些特點，我們可以建立一個模型，而模型中選取的像素點必須大于或等于我們預處理時的閾值。選擇大于關鍵點或區域來做為這個環帶變化的數值模型的中心圓心，把擴散到小于閾值的范圍內的環帶計算其圓心度。考慮到火災發生時的特征，在環帶之外的大于閾值的點或區域，另外建立一個環帶。以此類推下去，可能一幅圖像數據流上會有幾個環帶區域。
要提取這里的環帶邊界涉及到圖像處理的輪廓提取。兩個具有不同灰度值的相鄰區域之間總存在邊緣。邊緣是灰度值不連續的結果。在這里，選用邊界跟蹤法提取環帶的輪廓。
邊界跟蹤主要取決于跟蹤的起點的選取和跟蹤準則的選取。邊界跟蹤的基本方法是先根據某些嚴格的“探測準則”找出目標物體上的像素，再根據這些像素的某些特征用一定的“跟蹤原則”找出目標物體上的其他像素。一般的跟蹤原則是邊緣跟蹤從圖像左上角開始逐像點掃描，當遇到邊緣點時則開始順序跟蹤，直至跟蹤的后續點回到再沒有新的后續點為止。一個環帶跟蹤完畢，則繼續掃描下一個點或區域，直至圖像內的所有邊緣都跟蹤完畢。
從圖32圖左圖可以看出，中心像素可以跟蹤的方向有8個，對每個方向指定了方向編號和偏移量。所以開始讀取圖像信息的時候，一旦發現有大于閾值的信息，則找到了起始點，把該點記錄下來，定義初始的跟蹤方向是左上方0方向，判斷該點是否為目標點，是則把該點為跟蹤為起始開始點，逆時針旋轉90度作為新的跟蹤方向，繼續檢測該新的跟蹤方向上的點，若不是目標點則沿順時針旋轉45度，一直找到目標點。找到目標點后，在當前跟蹤方向的基礎上，逆時針旋轉90度作為新的跟蹤方向，用同樣的方法跟蹤下一個環帶的邊界。圖32的右圖是邊界跟蹤的示意過程，黑點表示邊界點，白點為圖像的內部點。假設跟蹤的初始點在最右下方的黑點，跟蹤的初始化設定為左上方45度。按照上面的跟蹤準則來不斷保存黑點的信息位置，知道檢測完畢。
在獲得了圖像環帶區域的標記基礎上，通過對圖像內每個像素進行標記操作，將環帶區域的像素值改為標號，再采用邊界跟蹤法。跟蹤各個環帶區域的黑像素標號，記錄圖像環帶邊界的坐標值序列。
圓形度用來刻畫物體邊界的復雜程度，它們在圓形邊界時取最小值。，其計算公式為 圓形度＝(周長)2/面積 (4-6) 周長在這里是環帶區域的邊界長度，而面積則通過計算該區域內的像素點數。這2個值都可以在環帶邊界的計算中得出。
在得出圖像信息流的圓形度之后，隨著火災的進行，圖像數值的變化，這圓形度數值也會隨著變化。由實際的火災的狀況來看，一般火災的形狀應該會不斷的復雜，其圓形度值會慢慢增大。
從連續的圖像火災區域像素值流動分析中，可以看出，一幅圖像中可能會有幾個環帶，而連續的圖像信息流中，環帶也可以增加出來，既火勢蔓延開來的或分散開來的趨勢。所以，連續圖像流中相關聯環帶的圓形度有相應的變化，兩者的比值一般來說的大于1的，但考慮到火災的抖動性，其相應環帶區域的的圓形度可能會比上一圖像的圓形度會小，其比值小于1。
針對這樣的情況，依據基于二值的貝葉斯決策算法來進一步加強判斷，把問題轉化為對特定模式的決策分類問題。
貝葉斯決策判據既考慮了各類參考總體出現的概率大小，又考慮了因誤判造成的損失大小，判別能力強。
所以針對上述的情況，對于火災報警的估計實際上就是一種離散情識別類。在臨界點附近的量值判斷，對應著實際情況就是兩類分類的問題，第一類是非火災正常，第二類火災。從數學范疇來講，在這一臨界點上，出現這各種情況卻是一種隨機分布。ω1的決策對應現場有火災，ω2的決策對應現場無火災。系統的模式特征為處理方便取為一定時間的采樣進行值量化，即取n維空間矢量x＝(x1，x2，…，xn)，對任意特征x1，x2，…，xn量化后的取值為0或者1。在這里x為連續圖像流關聯環帶的比值，x大于等于1則取值為1，否則取為0。
因為量化模式判斷，考慮一個各分量獨立的二類問題，此時特征矢量的分量是取0或者1兩個值。假定兩個判別函數g1、g2，然后根據是否g1＞g2來決定x歸類于ω1，定義一個判別函數 g(x)＝P(ω1|x)-P(ω2|x) (4-7) 判別法則為如果g(x)＞0，則決策x歸類于ω1，如果g(x)＜0決策x歸類于ω2。
設x＝(x1，x2，…，xd)T，且彼此獨立，其中分量xi取值0或1。
pi＝P(xi＝1|ω1) qi＝P(xi＝1|ω2) (4-8) 對模式的每個特征做是或不是的分類問題。最后決定這種未知模式是否劃歸哪一類，即是ω1類還是ω2類。由于假定條件獨立，故可把P(x|ωi)寫成x的各分量的概率之乘積。
式(4-9)和式(4-10)關于xi是線性的，所以可以表示為 決策函數是關于xi的線性函數，這樣對于實際情況下對于決策探測器量測模式的分類，便可求得的決策函數的值。
當g(x)＞0未知模式決策為ω1類，當g(x)＜0未知模式決策為ω1。
對于圖像處理和控制單元而言經過紅外濾光片拍攝的圖像，其實并非為純灰度的圖像，故先將圖像轉換為灰度圖像，然后對灰度圖像進行二值化處理。再針對二值化圖像中亮的區域進行邊沿檢測和邊緣處理，還可以轉換為直方圖，觀察灰度分布情況。
下面簡單介紹每個過程中轉換和處理的原理 灰度圖象(Y)和非純灰度圖象(R)的相互轉換 轉換公式如下 轉換為二值圖像，需要閾值化。閾值化的原理主要如下 閾值化可以看作是削波的一個特例，如圖12所示不難看出，只要令削波中的g1old＝g2old就實現了閾值化。閾值就像個門檻，比它大就是白，比它小就是黑。經過閾值化處理后的圖像變成了黑白二值圖。進行閾值化只需給出閾值點g1old即可。
當我們需要知道一幅圖中的灰度分布情況，可以采用灰度直方圖來表示，如圖13所示(本發明在一次實驗中所得圖像的直方圖)，圖中的橫坐標表示灰度值，縱坐標表示該灰度值出現的次數(頻率)。低灰度的象素占了絕大部分。在本發明也采用了直方圖的功能。
邊沿檢測和輪廓提取 具有如下優點 a)可以更準確地獲取物體的周長 b)用此圖像本身更緊湊的方式描述物體的形狀，可用于計算火焰圓形圖，以此作為火災是否發生的判斷準則之一。
c)通過輪廓提取，可以減少處理的點數，提高運算效率，同時很方便地計算出亮的區域面積的變化。
通過順序找出邊緣點來跟蹤出邊界。經輪廓跟蹤后得到的結果，如圖14所示。
一個簡單二值圖象閉合邊界的輪廓跟蹤算法很簡單首先按從上到下，從左到右的順序搜索，找到的第一個黑點一定是最左上方的邊界點，記為A。它的右，右下，下，左下四個鄰點中至少有一個是邊界點，記為B。從開始B找起，按右，右下，下，左下，左，左上，上，右上的順序找相鄰點中的邊界點C。如果C就是A點，則表明已經轉了一圈，程序結束；否則從C點繼續找，直到找到A為止。判斷是不是邊界點很容易如果它的上下左右四個鄰居都是黑點則不是邊界點，否則是邊界點。
由于每幀圖像的傳送到計算機均有一定的時間間隔，故直接將同一攝像頭監測的前后兩幅圖像相減取絕對值，實現差分運算。如圖16所示；如果超過閾值則進入溫度算法計算，否則返回，并將圖像存入存儲區。
如圖17所示，對圖像進行溫度閾值處理。對于灰度值小于閾值的象素直接設置灰度值為0；灰度值大于閾值的象素保留原值并開始進行面積算法，如圖18所示。
對于本發明圖像采集裝置而言，數字攝像頭或模擬攝像頭與圖像采集卡等方法均可使用。其中USB數字攝像頭包括CMOS攝像頭和焦平面陣列熱像儀。
市場上大多數圖像采集卡都是多路輸入，這樣便于一臺電腦可同時檢測多個區域。視頻采集設備可以將模擬攝像頭產生的模擬視頻信號轉換成數字信號，進而將其儲存在計算機里。模擬攝像頭拍攝到的視頻信號必須經過視頻采集卡將模擬信號轉換成數字信號，才可以轉換到計算機上運用。， 數字攝像頭可以將拍攝到得圖像直接通過USB接口傳到計算機里。現在電腦市場上的攝像頭基本以數字攝像頭為主，而數字攝像頭中又以使用新型數據傳輸接口的USB數字攝像頭為主，目前市場上可見的大部分都是這種產品。
CCD攝像頭在選擇攝像頭時，鏡頭是很重要的。按感光器件類別來分，現在市場上攝像頭使用的鏡頭大多為CCD和CMOS兩種。其中CCD(ChargeCoupled Device，電荷耦合組件)是應用在攝像、圖像掃描方面的高端技術組件，CMOS(Complementary Metal-Oxide Semiconductor，附加金屬氧化物半導體組件)則大多應用在一些低端視頻產品中。但是這樣的定位并不表示在具體的攝像頭使用時，兩者有很大區別。事實上經過技術改造，目前CCD和CMOS的實際效果的差距已經大大的減小了。
CCD是一種半導體成像器件，因而具有靈敏度高、抗強光、畸變小、體積小、壽命長、抗震動等優點。被攝物體的圖像經過鏡頭聚焦至CCD芯片上，CCD根據光的強弱積累相應比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經濾波、放大處理后，形成視頻信號輸出。視頻信號連接到監視器或電視機的視頻輸入端便可以看到與原始圖像相同的視頻圖像。
USB攝像頭使用USB接口的攝像頭支持真正的即插即用，一旦你插入設備，系統也會立即匯報，并為其尋找合適的驅動程序，而且，USB攝像頭所使用的電源可以直接從主板USB接口中得到，不再需要笨拙的獨立電源轉換器；USB(V2.0)接口理論上提供了480Mbps傳輸帶寬，傳輸速度大大高于電腦現有的外設端口。從這里不難看出，采用了USB接口的電腦攝像頭，在速度上是擁有很大優勢的。
紅外焦平面陣列熱攝像儀紅外熱攝像儀技術已成為全世界普遍關注的熱門產業技術，像90年代中期的CCD固體攝像技術一樣，由于飛速發展的CCD制造技術已經成熟，全球范圍的各有關廠家中有的已批量投產，有的正在等待投產，CCD固體攝像機的應用市場急劇增長，很快發展成為全球范圍的新興產業，對包括生活領域(如數碼攝像機等)在內的各個領域產生了深刻而廣泛的影響。毫無疑問，從目前全球紅外焦平面陣列技術的發展趨勢來看，由于作為紅外熱攝像儀關鍵性技術的紅外探測器技術取得長足進展，特別是非致冷紅外焦平面陣列技術取得的突破，實現了高性能廉價的小型化紅外攝像儀，解決了價格長期居高不下造成的應用障礙，開拓了廣闊的民用和軍用市場。
圖像采集卡本發明采用的采集卡是天敏公司帶可二次開發的SDK2000系列采集卡。
10MOONS SDK2000是一款專門針對系統開發商及電腦DIY發燒友的高品質PCI視頻卡。SDK2000具有高品質的視頻采集性能，具備高速PCI總線，兼容即插即用(PNP)，支持一機多卡。
提供功能全面的二次開發包(以下簡稱SDK)。可以選擇VisualBasic、VisualC++、Delphi等多種編程語言通過SDK進行開發，SDK中包含DLL動態庫(VC使用)，OCX控件(VB，Delphi使用)及其詳細說明。可通過SDK控制圖像的輸入端口，圖像亮度，對比度，色度，灰度等輸入信號，動態截取圖像，以AVI格式進行錄像偵測圖像是否有移動目標等等。



圖1火災探測器分類示意圖 圖2早期火災溫度及峰值波長分布 圖3火焰的光譜能量分布 圖4各種不同材料的火焰光譜能量分布 圖5雙波段原理圖 圖6D-T關系曲線 圖7本發明所選用的濾光片透過率曲線示意圖 圖8有無濾光片的圖像比較 圖9300K-1700K絕對黑體光譜輻射出射度與波長的關系 圖10本發明多波段紅外圖像型火災探測系統 圖11為本發明明多波段紅外圖像型火災探測系統工作流程框圖 圖12閾值化的原理圖 圖13灰度直方圖 圖14原圖像 圖15輪廓跟蹤后的結果 圖16速率算法流程圖 圖17溫度算法流程圖 圖18溫度算法流程圖 圖19本發明多波段紅外圖像型火災探測系統框圖 圖20有無濾光片所采集圖像的比較 圖21有狀況時采集到的圖像與數值信息 圖22沒有狀況時采集到的圖像與數值信息 圖23火災圖像信息1 圖24與火災圖像信息1對應的像素值 圖25火災圖像信息2 圖26與火災圖像信息2對應的像素值 圖27火災圖像信息3 圖28與火災圖像信息3對應的像素值 圖29火災圖像信息4 圖30與火災圖像信息4對應的像素值 圖31連續的圖像火災區域像素值流動分析 圖32邊界跟蹤示意圖
具體實施例方式 下面結合附圖對本發明做進一步的說明 實施例1結合附圖10可見，多波段紅外圖像型火災探測系統，圖像采集單元由半透半反分光鏡、紅外濾光片及USB攝像頭1和USB攝像頭2組成，加裝0.8μm波長濾光片的攝像頭1和加裝1.0μm波長濾光片的攝像頭2固定朝向兩條垂直的光路，通過半透半反分光鏡同時監測被監測區域。圖像采集單元將采集的圖像傳送至圖像處理和控制單元，經過圖像處理和控制單元的處理，判斷所采集到的紅外圖像是否符合火災的特性，對符合預設值的即向報警單元報警。
USB攝像頭1與USB攝像頭2為HD-HV1302UM型；本發明所使用的USB攝像頭不限于此，市場銷售的USB攝像頭各種型號均可使用。
圖像采集單元采用型號是EC5-1719CLDNA(嵌入之星)，是一款采用Intel筆記本電腦芯片組945GM設計的高性能單板電腦。本發明所使用的嵌入之星不限于此，市場上任何型號PC均可使用。
其中，加裝濾光片的攝像頭可用紅外焦平面熱像儀替換，其輸出信號直接轉換成數字信號，可以省掉圖像采集卡而直接送入圖像處理和控制單元，紅外焦平面熱像儀作為圖像采集單元的主要優勢是低溫成像范圍寬，可以用于低溫物體可燃物的探測場合。而采用CCD攝像頭加裝濾光片主要作用是替代價格昂貴的紅外焦平面熱像儀，來完成對監控目標的紅外溫度圖像采集，CCD攝像頭以其價格低廉和高溫成像范圍寬等優勢，使整個火災探測系統的造價大幅度降低。
實施例2實施例1中，濾光片的波長的選擇可根據具體火災檢測場合的需要，依據維恩定理計算所需探測溫度的紅外波長和依據不同圖像采集裝置對能夠成像波長的響應度選取不同的波長。如果采用紅外焦平面制作的攝像頭(熱像儀)，則只要依據維恩定理計算出所需探測溫度的紅外濾光片波長即可。如木材燃點為250℃～300℃，則紅外濾光片的波長應選取5.54μm～5.06μm之間，棉花燃點為210℃～255℃，則紅外濾光片的波長應選取6.0μm～5.49μm之間，煙頭表面溫度700℃～800℃，則紅外濾光片的波長應選取2.98μm～2.7μm之間，紙張燃點為130℃，則紅外濾光片的波長應選取7.19μm～7.0μm之間，麥草燃點為200℃，則紅外濾光片的波長應選取6.12μm～5.9μm之間，滌綸纖維燃點為390℃，則紅外濾光片的波長應選取4.37μm～4.1μm之間等。
實施例3實施例2或實施例1中，圖像采集單元還包括一個未加裝濾光片的彩色攝像頭3，攝像頭1和攝像頭2監測的圖像被認定符合預設值時，未加裝濾光片的彩色攝像頭3開始抓拍火災圖像。
彩色攝像頭3采用HD-HV1302UC型號。
實施例4如圖10所示，本發明采用半透半反鏡和不同波長的紅外濾光片來通過2個(HD-HV1302UM)USB攝像頭采集雙波段紅外圖像到系統中，通過軟件的算法來探測攝像頭1和攝像頭2所監控區域是否有火災。一旦有可疑的火災發生，則通過與串口連接的GSM模塊發送報警信息到遠端服務器，同時也通過系統平臺的網口，將報警信息傳輸到遠端服務器上。
其中，GSM模塊采用的是Siemens公司的TC35，TC35是Siemens公司推出的無線通信GSM模塊，模塊主要由GSM基帶處理器、GSM射頻模塊、供電模塊(ASIC)、閃存、ZIF連接器、天線接口六部分組成。
通訊接口采用CAN總線或RS-485串口，主要用于火災發生后的各類現場語音報警、遠程INTERNET報警、GSM短信電話報警等，以及和現有消防滅火設備聯動控制，通訊接口根據圖像處理和控制單元預設火情等級的需要，會給出指令控制滅火設備的啟動。
實施例5 結合圖10、圖11和圖19所示，對本發明做進一步說明 多波段紅外圖像型火災探測方法，按以下步驟 1)被檢測區域的情況通過半透半反分光鏡被兩個加裝(波長0.8μm和1.0μm)的紅外濾光片的(大恒圖像HD-HV1302UM型)攝像頭1和(大恒圖像HD-HV1302UM)攝像頭2同時監測；兩個攝像頭拍攝到的兩幅紅外目標溫度圖像相位一致； 2)然后將這兩幅圖像經圖像采集單元((HD-HV1302UM))送入圖像處理和控制單元(EC5-1719CLDNA(嵌入之星))，圖像處理和控制單元首先對兩個攝像頭所采集的兩幅圖像進行溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災； 3)再將其中任一攝像頭連續采集的多幀圖像進行比較，看看具有溫度越限的疑似火災的目標紅外圖像的面積是否隨時間而增大，以及邊緣是否規則，當目標物體的圖像面積擴大，且圖像形狀不規則時，判斷為火災。
實施例6 結合圖10、圖11、圖17、圖18、圖19對本發明做進一步的說明 多波段紅外圖像型火災探測方法，按以下步驟 1)被檢測區域的情況通過半透半反分光鏡被兩個加裝不同(波長0.8μm和1.0μm)波長的紅外濾光片的(HD-HV1302UM型號的)USB攝像頭同時監測；攝像頭1和攝像頭2拍攝到的兩幅紅外目標溫度圖像相位一致； 2)然后將這兩幅圖像經圖像采集單元送入圖像處理和控制單元(EC5-1719CLDNA(嵌入之星))，圖像處理和控制單元首先對兩個攝像頭同時所采集的兩幅圖像進行溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災； 3)再將其中(HD-HV1302UM型號)USB攝像頭1或(HD-HV1302UM型號)USB攝像頭2連續采集的多幀圖像進行比較，視其具有溫度越限的疑似火災的目標紅外圖像的面積是否隨時間而增大，以及邊緣是否規則，當目標物體的圖像面積擴大，且圖像形狀不規則時，判斷為火災。
上述方法中，在步驟2)然后將這兩幅圖像經圖像采集單元送入圖像處理和控制單元，圖像處理和控制單元首先對(HD-HV1302UM)USB攝像頭1或(HD-HV1302UM)USB攝像頭2所采集的連續兩幅圖像進行相減取絕對值，當絕對值不為零時；再對攝像頭1或攝像頭2同時所采集的兩幅圖像進行溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災； 進一步，通過對其中(HD-HV1302UM)USB攝像頭1或(HD-HV1302UM)USB攝像頭2所采集的一幅圖像進行灰度級的分析，來判斷火焰的外焰較內焰和焰心部分像素值的大小，如果目標圖像邊緣的像素值大于內焰和焰心，則判斷為火災。
進一步，圖像采集單元還包括未加裝濾光片的(HD-HV1302UC)彩色攝像頭3同時檢測被檢測區域，當由加裝紅外濾光片的兩攝像頭檢測的圖像被認定符合預設值時，未加裝濾光片的攝像頭開始抓拍火災圖像。
還可將監控到的彩色圖像進行區域劃分，一旦某個區域發生火災隱患，系統則調用預先存儲的相應的語音廣播，通知現場的人員緊急撤離和應急疏導。
還可根據圖像的坐標，對起火點進行定位與跟蹤。
語音疏導將監控場合的圖像以“井”字型方式劃分為多個區域坐標，在圖像處理和控制單元中，通過軟件識別算法，來判斷是哪個區域坐標發生火災，一旦判定某個區域發生火災，則通過該區域對應的程序，經圖像處理和控制單元中的聲卡，播放事先錄制的語音疏導廣播，進行有序的人員疏導，以免火災現場混亂而發生更為嚴重的災害。
權利要求
1、多波段紅外圖像型火災探測系統，包括圖像采集單元、圖像處理和控制單元及報警單元，其中，圖像采集單元將采集的圖像傳送至圖像處理和控制單元，經過圖像處理單元的處理，判斷所采集到的紅外圖像是否符合火災的特性，對符合火災預設值的即向報警單元報警，其特征在于圖像采集單元由半透半反分光鏡、及加裝紅外濾光片的圖像采集裝置組成，其中被監測區域通過半透半反分光鏡被加裝不同波長紅外濾光片的兩個圖像采集裝置同時監測。
2、多波段紅外圖像型火災探測系統，包括圖像采集單元、圖像處理單元及報警單元，其中，圖像采集單元將采集的圖像傳送至圖像處理單元，經過圖像處理單元的處理，判斷所采集到的紅外圖像是否符合火災的特性，對符合火災預設值的即向報警單元報警，其特征在于圖像采集單元由半透半反分光鏡和紅外焦平面陣列熱像儀組成，其中被監測區域通過半透半反分光鏡被兩個紅外焦平面陣列熱像儀同時監測。
3、根據權利要求1所述的多波段紅外圖像型火災探測系統，其特征在于圖像采集單元中還包括未加裝裝濾光片的彩色攝像頭，所述彩色攝像頭與所述加裝濾光片的兩個圖像采集裝置位于同一個位置，用于檢測同一個火災區域，當由所述圖像采集裝置監測的圖像被認定符合火災預設值時，所述彩色攝像頭開始抓拍火災圖像。
4、根據權利要求1或3所述的多波段紅外圖像型火災探測系統，其特征在于所述圖像采集裝置是USB數字攝像頭。
5、根據權利要求1或3所述的多波段紅外圖像型火災探測系統，其特征在于所述圖像采集裝置由CCD模擬攝像頭和SDK圖像采集卡組成。
6、根據權利要求1或3所述的多波段紅外圖像型火災探測系統，其特征在于多波段紅外圖像型火災探測系統預留有通訊接口，可以與任何滅火系統聯動。
7、多波段紅外圖像型火災探測方法，其特征在于按以下步驟
1)被監測區域的情況通過半透半反分光鏡被兩個加裝不同波長的紅外濾光片的圖像采集裝置同時監測；兩個圖像采集裝置同時拍攝到的兩幅紅外目標溫度圖像相位一致；
2)然后將由兩個圖像采集裝置同時拍攝到的兩幅紅外圖像經傳送至圖像處理單元，圖像處理單元首先對兩個圖像采集裝置所采集的兩幅紅外圖像進行雙波段溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災；
3)再將其中任一圖像采集裝置連續采集的多幀圖像進行比較，具有溫度越限的疑似火災目標的紅外圖像的面積是否隨時間而增大，以及邊緣是否規則，當目標物體的圖像面積擴大，且圖像形狀不規則時，判斷為疑似火災。
8、根據權利要求7所述的多波段紅外圖像型火災探測方法，其特征在于2)然后將由兩個圖像采集裝置同時拍攝到的兩幅紅外圖像傳送至圖像處理單元，圖像處理單元首先對同一圖像采集裝置所采集的連續兩幅圖像進行相減取絕對值，當絕對值不為零時；再對兩個圖像采集裝置同時所采集的兩幅圖像進行雙波段溫度識別；將長、短兩個波段采集的紅外圖像進行像素比較，如果比值大于1，說明目標溫度低于所設置的報警溫度閾值，一旦被監測區域發生火災，則長、短兩個波段采集的紅外圖像的像素比小于1，則說明目標溫高于所設置的報警溫度閾值，判斷為疑似火災；
9、根據權利要求7或8所述的多波段紅外圖像型火災探測方法，其特征在于通過對其中一圖像采集裝置所采集的一幅圖像進行灰度級的分析，來判斷火焰的外焰較內焰和焰心部分像素值的大小，如果目標圖像邊緣的像素值大于內焰和焰心，則判斷為火災。
10、根據權利要求9所述的多波段紅外圖像型火災探測方法，其特征在于所述圖像采集單元中還包括未加裝裝濾光片的彩色攝像頭，所述彩色攝像頭與所述加裝濾光片的兩個圖像采集裝置位于同一個位置，用于檢測同一個火災區域，當由所述圖像采集裝置監測的圖像被認定符合火災預設值時，所述彩色攝像頭開始抓拍火災圖像。
11、根據權利要求10所述的多波段紅外圖像型火災探測方法，其特征在于圖像處理單元對2監控到的彩色圖像進行區域劃分，一旦某個區域發生火災隱患，系統則調用預先存儲的相應的語音廣播，通知現場的人員緊急撤離和應急疏導。
全文摘要
本發明涉及消防領域，具體是涉及基于圖像識別的火災探測系統及其火災預警方法。本發明多波段紅外圖像型火災探測系統，包括圖像采集單元、圖像處理單元及報警單元，其中，圖像采集單元將采集的圖像傳送至圖像處理單元，經過圖像處理單元的處理算法，判斷所采集到的紅外圖像是否符合火災的特性，對符合火災預設值的即向報警單元報警，圖像采集單元由半透半反分光鏡、紅外濾光片及攝像頭組成，其中被監測區域通過半透半反分光鏡被加裝不同波長紅外濾光片的兩攝像頭同時監測。本發明具有不受空間高度、熱障、易爆、有毒等環境條件的限制，可在大空間和室外開放空間進行火災早期探測，價格低廉等優點。
文檔編號G08B17/12GK101577033SQ200910052069
公開日2009年11月11日 申請日期2009年5月26日 優先權日2009年5月26日
發明者官洪運, 官慧峰, 江 李, 單一帆 申請人:官洪運