Sertifikalar
Kenar çubuğu ürünleri
Bize Ulaşın
Adres: Room 406, Building D, Baifuhui Teknoloji Parkı, Qinghu, Longhua New District, Shenzhen, Çin.
Posta Kodu: 518048
Telefon: + 86-755-82838361 / 62/63
Faks: + 86-755-82838365
E-posta: sales@eiseis.com
        eis@eiseis.com
        sales3@eiseis.com
        sales8@eiseis.com
        sales2@eiseis.comŞimdi Ulaşın

Haber

duman algılama

  • Yazar:Helen Li
  • Kaynak:SMQT
  • Serbest bırakmak:2016-06-14

duman algılama


Bir yangın meydana geldiğinde, minimum tespit gecikme zararı en aza indirmek ve hayat kurtarmak için çok önemlidir. Güncel duman sensörleri doğal sensöre ateşten duman taşıma gecikmesi muzdarip. Bir video duman algılama sistemi, bu gecikme olmazdı. Dahası, video ses sensörü, bir nokta sensörü. Bir nokta sensörü uzayda bir noktaya bakar. Bu nokta duman veya yangın etkilenmez, bu nedenle duman tespit olmaz. Bir ses sensörü, potansiyel daha büyük bir alanı izler ve duman veya alev başarılı erken teşhisin çok daha yüksek olasılık vardır.    

Video duman algılama duman tüneller, madenler ve cebri havalandırma ile diğer alanlarda ve hava tabakalaşma, örneğin, hangarlar, depolar, vb Video olduğu olduğu bölgelerde, örneğin, "normal" bir şekilde yaymak değil iyi bir seçenek Ayrıca sabit bir noktaya hiçbir ısı veya duman yayılımı olabilir geniş, açık alanlar için iyi bir seçenek, örneğin, değirmenler, petrokimya rafinerileri, orman yangınları vb gördü     

duman kullanarak güvenlik kameraları tespit Araştırma son zamanlarda çok aktif hale gelmiştir. Sadece eski söyleyerek olarak koyar, erken duman algılama insanların can ve mal güvenliğini ilgilendiren "duman var yangın var". 

Video duman algılama ile, çoğunlukla parçacık s dayanan geleneksel duman dedektörleri iki sorunları çözmek için mümkün
ampling: 1. Geleneksel duman dedektörleri için yakın gerektirir duman.   
2. Genellikle yangın konumu hakkında bilgi vermemektedir, boyut, yanma derecesi vb Ancak, Video duman algılama hala akım yana büyük teknik zorlukları vardır Performans geleneksel üzere partikül kişilerce geridedir algılama hızı ve yanlış açısından esaslı dedektörleri örnekleme alarm oranı. 

Bu video duman sinyali ile aşağıdaki nedenlerden kaynaklanmaktadır:  
 Duman yoğunluğu, aydınlatma, çeşitli arka plan, sert olmayan nesneleri müdahale vb 1) değişkenlik 
 2) Bu tür yoğunluğu, hareket, kenar ve kararması olarak ilkel görüntü özelliklerin hiçbiri de duman karakterize etmektedir.  
 3) duman görsel desen modeli zordur. 


mevcut Teknikleri    

Son zamanlarda görünür spektrumlu yakalanan videonun birkaç duman algılama yöntemleri önerilmiştir. Bu yöntemler hareket, kenar, kararma ve duman bölgelerinin geometrisi gibi görsel imza faydalanmak. Daha sonra duman algılandığında karar vermek için Bayes analizi, ya da kural tabanlı analiz kullanın. 

Anahtar temsilci yöntemler aşağıda özetlenmiştir:   

1. Fujiwara ve Terada 

[1] bir görüntü duman bölgeleri ayıklamak için fraktal kodlama kavramlarını kullanmayı önerdi. Onlar bir resmin fraktal kodlama tarafından üretilen kod duman bölgelerin özelliklerine bakmak için duman şekilleri öz-benzerlik özelliği kullanılır.  

2. Kopilovic ve diğ. 

[2] nedeniyle duman olmayan sertliği için hareket usulsüzlük yararlandı. Onlar iki komşu görüntüleri kullanarak optik akış alanını bilgisayarlı ve sigara duman hareketi duman hareketi farklılaştırmak için bir anahtardır özellik olarak hareket yönleri dağılımı entropi kullanılır.  

 3. Töreyin ve diğ. 

[3] gibi hareket, titrek olarak çıkarılan görüntü özellikleri, kenar bulanıklık, bölüm hareketli için titreyen ve video bölgeleri dışında kenar bulanıklık. Bu özellikleri ayıklamak için yöntemler arka plan çıkarma, zamansal dalgacık dönüşümü ve mekansal dalgacık dönüşümü idi.  

4. Vicente ve Guillemant 

[4] duman ve bulutlar ve rüzgariyla gibi çeşitli doğa olaylarının ayırt piksel yerel dinamik zarf ve hız dağılımı histogramı sonra kullanılan özellikleri izlemek için çok boyutlu bir geçici gömme uzayda noktaların küme analizi yerel hareketleri çıkarılan Bu tür zarflar neden olabilir ağaçları attı.  

5. Grech-Cini 

[5] Bu tür referans görüntüleri ve güncel görüntüler hem elde vb görüntü değişikliği, korelasyon, varyans yüzdesi olarak 20'den fazla görüntü özelliklerini, kullanılan ve daha sonra bir kural tabanlı veya kural ilk Bayes-sonraki analizi kullanıldı yöntem olmayan duman hareketi duman hareketi ayırt etmek.