ตรวจจับควัน
เฮเลนหลี่
SMQT
2016-06-14 16:43:59
ตรวจจับควัน
เมื่อไฟเกิดความล่าช้าการตรวจสอบขั้นต่ำเป็นสิ่งสำคัญเพื่อลดความเสียหายและช่วยชีวิต เซ็นเซอร์ควันปัจจุบันโดยเนื้อแท้ทนทุกข์ทรมานจากความล่าช้าในการขนส่งของควันจากไฟเซ็นเซอร์ ระบบตรวจจับควันวิดีโอจะไม่ได้มีความล่าช้านี้ นอกจากนี้วิดีโอเป็นเซ็นเซอร์ปริมาณไม่เซ็นเซอร์จุด เซ็นเซอร์จุดดูที่จุดในพื้นที่ จุดนั้นอาจจะไม่ได้รับผลกระทบจากควันหรือไฟไหม้เพื่อให้ควันจะไม่ถูกตรวจพบ เซ็นเซอร์ตรวจสอบปริมาณที่อาจเป็นพื้นที่ขนาดใหญ่และมีความน่าจะเป็นที่สูงมากของการตรวจสอบก่อนที่ประสบความสำเร็จของควันหรือเปลวไฟ
ตรวจจับควันวิดีโอเป็นตัวเลือกที่ดีเมื่อควันไม่ได้เผยแพร่ในลักษณะที่เป็น "ปกติ" เช่นในอุโมงค์เหมืองและพื้นที่อื่น ๆ ที่มีการระบายอากาศที่ถูกบังคับและในพื้นที่ที่มีการแบ่งชั้นอากาศเช่นเครื่องบิน, โกดัง ฯลฯ วิดีโอ ยังเป็นตัวเลือกที่ดีสำหรับขนาดใหญ่พื้นที่เปิดโล่งที่มีอาจจะไม่มีความร้อนหรือการแพร่กระจายควันจุดคงที่เช่นโรงเลื่อยโรงกลั่นปิโตรเคมีไฟป่า ฯลฯ
งานวิจัยในการตรวจจับควันโดยใช้กล้องวงจรปิดได้กลายเป็นที่ใช้งานมากเมื่อเร็ว ๆ นี้ เช่นเดียวกับคำกล่าวที่ว่าเก่า "ที่มีควันบุหรี่มีไฟ" ทำให้การตรวจจับควันในช่วงต้นของความกังวลในชีวิตและทรัพย์สินของผู้คนเพื่อความปลอดภัย
มีการตรวจสอบควันวิดีโอก็เป็นไปได้ที่จะอยู่สองปัญหาในการตรวจจับควันแบบดั้งเดิมที่อยู่บนพื้นฐานของอนุภาค s ส่วนใหญ่
ampling 1. ตรวจจับควันแบบดั้งเดิมต้องมีบริเวณใกล้เคียงกับ ควัน
2. พวกเขามักจะไม่ได้ให้ข้อมูลเกี่ยวกับสถานที่ไฟไหม้ ขนาดเผาไหม้ศึกษาระดับปริญญาเป็นต้นอย่างไรก็ตามการตรวจจับควันไฟวิดีโอ ยังคงมีความท้าทายทางเทคนิคที่ดีตั้งแต่ในปัจจุบัน ประสิทธิภาพการทำงานจะด้อยกว่าผู้ particle- แบบดั้งเดิม การสุ่มตัวอย่างตรวจจับอยู่ในแง่ของอัตราการตรวจจับและเท็จ อัตราการเตือนภัย
นี้เป็นส่วนใหญ่เนื่องจากเหตุผลต่อไปนี้ด้วยสัญญาณควันวิดีโอ:
1) ความแปรปรวนของความหนาแน่นของควันไฟ, พื้นหลังที่มีความหลากหลายรบกวนไม่ใช่วัตถุแข็ง ฯลฯ
2) ไม่มีภาพดั้งเดิมคุณสมบัติเช่นความรุนแรง, การเคลื่อนไหว, ขอบและเงา characterizes ควันได้ดี
3) รูปแบบภาพของควันเป็นเรื่องยากที่จะรูปแบบ
เทคนิคที่มีอยู่
เมื่อเร็ว ๆ นี้วิธีการตรวจสอบควันจากหลายวิดีโอบันทึกในสเปกตรัมมองเห็นได้รับการเสนอ วิธีการเหล่านี้ทำให้การใช้ลายเซ็นภาพเช่นการเคลื่อนไหว, EDGE, เงาและรูปทรงเรขาคณิตของภูมิภาคควัน จากนั้นพวกเขาใช้การวิเคราะห์แบบเบส์หรือการวิเคราะห์ตามกฎที่จะตัดสินใจว่าตรวจจับควัน
วิธีการเป็นตัวแทนที่สำคัญสรุปได้ดังต่อไปนี้:
1. ฟูจิวาระและ Terada
[1] เสนอให้ใช้แนวคิดการเข้ารหัสเศษส่วนที่จะดึงภูมิภาคควันจากภาพ พวกเขาใช้ทรัพย์สินของตนเองความคล้ายคลึงกันของรูปทรงควันที่จะมองหาคุณสมบัติของภูมิภาคสูบบุหรี่ในรหัสที่ผลิตโดยการเข้ารหัสเศษส่วนของภาพ
2. Kopilovic et al,
[2] เอาประโยชน์จากความผิดปกติในการเคลื่อนไหวเนื่องจากไม่ใช่ความแข็งแกร่งของควัน พวกเขาคำนวณข้อมูลการไหลของแสงโดยใช้ภาพสองภาพที่อยู่ติดกันและนำไปใช้เอนโทรปีของการกระจายของทิศทางการเคลื่อนไหวที่เป็นคุณลักษณะที่สำคัญในการแยกความแตกต่างการเคลื่อนไหวควันจากการเคลื่อนไหวที่ไม่สูบบุหรี่
3. Töreyin et al,
[3] สกัดองค์ประกอบภาพเช่นการเคลื่อนไหวริบหรี่ขอบเบลอกับกลุ่มเคลื่อนไหวริบหรี่และขอบเบลอภูมิภาคออกจากวิดีโอ วิธีการที่จะดึงคุณสมบัติเหล่านี้ถูกลบพื้นหลังการเปลี่ยนแปลงเวฟชั่วคราวและการเปลี่ยนแปลงเชิงพื้นที่เวฟ
4. Vicente และ Guillemant
[4] สกัดการเคลื่อนไหวในท้องถิ่นจากการวิเคราะห์กลุ่มของจุดในพื้นที่ฝังหลายมิติชั่วคราวเพื่อติดตามซองจดหมายแบบไดนามิกในท้องถิ่นของพิกเซลและคุณสมบัติที่ใช้แล้วของ histogram กระจายความเร็วในการแยกแยะระหว่างควันและปรากฏการณ์ทางธรรมชาติต่างๆเช่นเมฆและลม ต้นไม้โยนที่อาจทำให้เกิดซองจดหมายดังกล่าว
5. Grech-Cini
[5] ใช้มากกว่า 20 คุณลักษณะของภาพเช่นร้อยละของการเปลี่ยนแปลงภาพความสัมพันธ์แปรปรวน ฯลฯ สกัดจากภาพอ้างอิงและภาพปัจจุบันและจากนั้นก็ใช้กฎหรือการวิเคราะห์กฎแรกคชกรรมต่อไป วิธีการที่จะแยกความแตกต่างการเคลื่อนไหวควันจากการเคลื่อนไหวที่ไม่สูบบุหรี่