烟雾探测
海伦黎
SMQT
2016-06-14 16:43:59
烟雾探测
当火灾发生时,最低探延迟为尽量减少损失和挽救生命的关键。当前烟雾传感器本身遭受从火到传感器烟雾的运输延迟。视频烟雾探测系统不会有这种延迟。此外,视频是一个容积传感器,而不是一个点的传感器。一个点传感器着眼于空间中的一个点。这点可能不被烟或火灾的影响,因此烟雾就不会被检测出来。卷传感器可能监视较大的区域,拥有成功的早期发现烟雾或火焰高得多的概率。
视频烟雾探测是当烟不“正常”的方式传播,例如,在隧道,矿井,并与强制通风等领域,并与空气分层,例如,飞机库,仓库等视频领域是一个不错的选择也为大型,开放区一个不错的选择,其中有可能是没有温度或烟雾传播到一个固定的点,例如,锯木厂,石化炼油厂,森林火灾等。
研究检测使用烟气监控摄像头已经成为非常活跃的最近。正如一句老话“哪里有烟有火”看跌期权,早期烟雾探测关系到人民群众的生命财产安全。
与视频烟雾探测,可以解决在传统的烟雾探测器的两个问题即大多基于粒子小号
ampling:1。传统的烟雾探测器需要靠近 抽烟。
2.他们通常不提供关于火灾的位置信息, 大小,燃烧程度等。然而,视频烟雾探测 还有,因为其当前巨大的技术挑战 性能不如那些传统碎料的 在检测率和误方面基于采样探测器 警率。
这主要是由于与视频烟雾信号,原因如下:
1)烟密度,光照,不同背景,干扰非刚性物体等变异
2)的原始图像的功能,如强度,运动,边,无遮蔽烟特征很好。
3)烟的视觉格局难以模型。
现有技术
最近已经提出了在可见光谱捕获的视频数烟检测方法。这些方法使得使用这样的可视特征如运动,边缘,遮蔽,和烟区域的几何形状。然后,他们使用贝叶斯分析,或以规则为基础的分析,以决定是否检测烟雾。
键代表方法总结于下:
1.藤原和寺田
[1]提出了使用分形编码概念来从图像中提取烟的区域。他们用烟形状的自相似的性质,以寻找在由图像的分形编码所产生的代码烟区域的功能。
2. Kopilovic等。
[2]把在运动由于烟雾的非刚性的凹凸的优势。它们使用两个相邻的图像来计算光流场,然后使用的运动方向的分布的熵作为一个重要特征,以区分与非烟运动烟运动。
3.Töreyin等。
[3]提取的图像功能,如运动,忽隐忽现,边缘模糊分割动,忽隐忽现,从视频边缘模糊的区域了。提取这些功能的方法是背景扣除,时间小波变换和空间小波变换。
4.维森特和Guillemant
[4]中提取由点的聚类分析局部运动在多维颞嵌入空间,以便跟踪像素的局部动态信封,并且速度分布直方图然后使用的功能的烟雾和各种自然现象如云和绕组区分颠簸可能造成这种信封树木。
5.格列奇-CINI
[5]使用多于20图像功能,如图像的改变,相关性,方差等的比例,从两个参考图像和当前图像中提取,然后使用基于规则或规则先贝叶斯下分析方法来区分非烟运动烟运动。