基于运动块追踪的视频烟雾探测方法

烟雾探测是预见火灾隐患的重要手段,具有快速响应和非接触等优点,但现有方法在减少计算量和减少误报上尚需改进。提出了一种基于运动块追踪的视频烟雾探测方法。采用混合高斯模型对背景进行建模,提取可疑运动区域并划分运动块,根据运动块灰度变化及与周围8邻域运动块的灰度梯度,筛选需要全程跟踪的目标运动块。在随后追踪过程中,分析各个运动块的运动方向、灰度衰减变化及半透明性特征,综合各特征值对烟雾进行判断。在测试烟雾视频中,60帧内便可以探测到烟雾块,而在干扰视频中只出现了1次误报。试验结果表明该方法减少了计算量,提高了烟雾检测的准确性,降低了误报率。     

基于GLCM纹理特征分析的人群密度估计方法实现

实现人群密度自动估计是智能视频监控的研究内容之一,而基于灰度共生矩阵(GLCM)纹理特征的密度估计法是一种重要的人群密度估计方法。本文采用GLCM构建的五个特征量作为参数,通过计算纹理特征量对人群图像进行纹理分析,并采用SVM分类器进行人群密度等级分类。仿真实验结果表明:基于纹理特征的人群密度估计方法计算复杂度低、鲁棒性好。     

基于GLCM纹理特征分析的人群密度估计方法实现

实现人群密度自动估计是智能视频监控的研究内容之一,而基于灰度共生矩阵（GLCM）纹理特征的密度估计法是一种重要的人群密度估计方法。本文采用GLCM构建的五个特征量作为参数,通过计算纹理特征量对人群图像进行纹理分析,并采用SVM分类器进行人群密度等级分类。仿真实验结果表明：基于纹理特征的人群密度估计方法计算复杂度低、鲁棒性好。     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

一种基于视频图像相关性的火灾火焰识别方法

由于火焰燃烧时气体羽流的卷吸特性和空气流动的影响,燃烧的火焰表现出不停的振荡特性,基于这种振荡性提出利用图像的相关性来探测火灾的发生.火灾视觉特征的提取是视觉火灾探测的重要问题,首先确定运动区域,再利用火焰振荡特性提出了相关性算法,并分析了R、G、B 3种分量对相关性的影响.实验结果表明利用相关性来分析时,火焰的相关性系数图是剧烈振荡的,而非火焰的相关性系数图是相对比较平坦的,为可视化火灾探测系统提供了一种有效的判据;R、G、B对相关性的影响是一致的,在实际应用中只需利用其中的1个分量即可,可有效提高火灾探测系统的响应时间.     

基于多模态特征融合的飞机货舱火警探测技术

针对当前飞机货舱火警误报率高及人工特征提取适应性差的问题,使用一维卷积神经网络,建立了多模态融合火警预测模型,进行特征提取,开展模型的评估与验证,将特征提取与分类进行整合,实现了端到端的火警预测任务,提高了模型的可靠性与准确性。采用双波长烟雾探测技术,探测悬浮颗粒物的索特平均粒径、温度、红外光和蓝光的接收光与发射光功率比值。相较于传统火警探测算法将特征提取和分类分开处理策略,按照无火、阴燃、有火3种类别,进行火警信息的分类预测。结果表明,多模态融合的火警探测模型相对于单模态火警探测模型可以达到更高的探测精度,精度可达0.95以上。     

一种基于质心距脉动特征的火焰轮廓识别算法

火灾视觉特征的提取是火灾图像探测的关键问题。提出了一种描述火灾火焰轮廓脉动信息的火焰图像质心距脉动模型,即先用质心距来描述火焰的轮廓信息,再利用傅立叶描述子描述火焰轮廓变化的时空信息,采用距离来度量相邻两帧图像轮廓的变化幅度。实验结果表明,对于火灾火焰视频图像而言,其相邻两帧之间的脉动幅度、变化频率要明显高于受控燃烧、光源干扰等非火灾情况,可有效应用于火灾火焰的识别。研究表明,该方法能有效地探测火灾的发生,降低系统的误报率。     

一种基于支持向量机的飞行冲突探测方法

管制运行过程中,飞行冲突探测与解脱是安全运行的一个关键环节.使用具有二分类能力的支持向量机(SVM)对飞行冲突数据进行学习,得到具有冲突探测能力的SVM模型,再结合飞行趋势探测模块的结果,从而实现高效准确的飞行冲突探测.将实际的ADS-B数据分为训练组和验证组,利用训练组训练SVM,得到具有分类能力的SVM,再利用验证组数据对SVM的分类能力进行检验.结果表明,在最优的参数g与C的情况下,分类准确率达到98％,表明结合飞行趋势探测模块与支持向量机可以利用飞机的经度、纬度、高度、速度与航向等ADS-B信息,准确判断飞行冲突.     

一种基于分布式推理的火情探测系统

为克服用于火情探测的传统中心化系统网络负载高、灵活性差、推理效率低等问题,提出了一种无线传感网络环境下基于分布式推理的火情探测系统。该系统依托局部模糊逻辑和知识驱动聚类技术,能够融合当前环境信息、被预测的环境信息(短期知识)和偏差环境信息(长期知识),进而生成针对火情的更加复杂和精细的推理结果。该系统采用Ⅱ型模糊逻辑模型,避免了Ⅰ型模糊逻辑模型在建模非确定性局部知识和动态环境时准确率较低的问题;此外,该系统采用知识驱动节点自动聚类策略,并引入选择概率机制,有效降低了网络负载并提升了对非确定性的建模能力。对真实数据集进行试验,与多款基于无线传感网络的火情探测系统的试验结果对比表明,该系统能够生成针对火情的更加复杂和精细的知识推理结果,而且显著减少了无线传感网环境承载的消息数量,提高了知识推理的即时性和准确性。     

基于山区公路线形判断的主动安全技术研究

为提高汽车在山区公路上驾驶的安全性,防止因驾驶员对不和谐线形的疏忽而造成的交通事故,利用采集到的各种驾驶信息和车辆行驶信息对公路线形进行判断,从而实现对驾驶员的预警。基于山区公路线形判断的主动安全技术,首次被提出。采用矩阵论的思想,将各种不和谐线形定义为状态矩阵,将各种驾驶信息和车辆行驶信息定义为信号矩阵。根据信号矩阵对判断不和谐线形的贡献值不同,建立初始权重矩阵。然后,通过Matlab软件进行迭代仿真,从初始权重矩阵过渡到最终的权重矩阵,该权重矩阵可以作为常量直接使用。用给定线形对最终权重矩阵进行检验,其结果表明:使用该权重矩阵对线形进行判断,得到的结果与给定线形一致。     

基于数字锁相技术的飞机货舱火灾烟雾光学参数方法研究*

为解决飞机货舱火灾光学探测易受环境杂光和空气中灰尘、水汽干扰,误报率高的问题,提出1种基于数字锁相的双波长火灾烟雾探测方法。利用数字锁相技术调制双波长光源,选择性地提取微弱光散射信号,并设计前、后双向散射光探测光路。采用常见火灾材料及干扰源进行真假火源实验,依据米氏散射理论及不同粒径气溶胶颗粒对不同波长光的散射效应差异,以不对称比（AR）和双波长光强比（DWIR）作为火灾检测参数对不同粒径颗粒进行区分,根据2种火灾检测参数建立数据样本,利用BP神经网络进行分析,并加入复合式传感器实验作为对比。研究结果表明:基于数字锁相技术的火灾烟雾光学探测方法能够在一定程度上区分火灾烟雾和干扰源,误报率小于3.5%。     

一种主动红外探测报警系统的设计

介绍一种主动红外探测式智能报警系统的设计原理,给出该系统的软硬件设计方法,实现系统的现场报警远程监控的目的.该系统主要通过AT89C2051单片机编程发出PWM载波以控制红外光发射管TSAL6200的发射,同时接收来自接收模块HS0038A2的触发信号,以达到主动探测报警的目的.结合VC++网络编程,从而达到远程监控的目的.     

一种基于红外和可见光的快速体温测量与告警系统

本文介绍了一种基于红外和可见光的快速体温测量与告警系统的工作原理,并通过现场测试验证了其优缺点.试验证明这是一个能较好解决人员密集场所人体温度快速检测的解决方案,经过改进会有很好的应用前景.     

基于傅里叶变换红外光谱技术的混合毒性气体定量分析研究

基于傅里叶变换红外光谱技术,选取低浓度的CO、CO2、NO、NO2、SO2、HCl、HBr、HCN 8种典型有毒有害气体进行定量分析.经过合理选择光谱区间、数据预处理、样本筛选以及确定模型参数后,建立PLS回归模型,并对模型回归曲线进行多项式修正.模型中各组分实际浓度与预测浓度的拟合回归系数达到0.99,校正集误差均方根SRMSEC低于15×10-6.利用验证集对模型的预测性能进行检验,样本各组分的预测浓度误差小于满量程的±2%,各组分的预测误差均方根SRMSEP不超过20×10-6.     

一种解决线型光束感烟火灾探测器环境光干扰问题的方法

针对常规的线型光束感烟火灾探测器抗环境光干扰能力较差,在白炽灯、氙灯以及太阳光等干扰下易误报或丧失火灾探测能力的问题,采取了一系列软硬件有效技术改进措施,经实验和示范工程验证,克服了环境光干扰对线型光束感烟火灾探测器的影响.     

一种基于Dijkstra算法的火灾动态疏散指示系统

为实现建筑火灾人员的安全疏散,提高疏散出口的综合使用效率,从疏散理论和系统整体构建切入,以实际适用性和火灾动态扩散为要点设计了系统疏散模型,基于功能需求对功能模块内容和硬件网络进行了构造,提出了一种基于Dijkstra算法的火灾动态疏散指示系统.以某商场建筑为实例,运用Pyrosim软件进行建筑内火灾模拟,采用疏散指示系统算法得到该火灾场景下的最优路径,通过在Pathfinder软件中增设6处定时通行禁区达到人员服从系统算法规划的疏散效果.结果表明:在试验设定下,该系统算法的总疏散时间比Pathfinder软件缩短了 1.5 s,最长疏散距离比Path-finder 软件缩短了 6.86％;系统算法通过科学导流提升了商场左、下出口的利用率及右出口的疏散效率,从而减少了总疏散时间,验证了该火灾动态疏散指示系统的可行性和有效性.     

一种基于HFACS模型的人为因素分析应用方法

为了提高航电试验机飞行试验的质量和安全,减少飞行试验中人因差错事件发生的机率,提出了一种基于HFACS模型的人为因素分析应用方法.建立了适用于航电试验机飞行试验领域的专业性人为因素分析模型,利用灰色关联分析法对影响飞行试验人因差错事件发生的致因因素进行了子层级归类和整体性分析.从归类和整体性分析结果来看,影响飞行试验人因差错事件发生的核心致因因素主要有协同管理、组织过程、技能差错、身体/能力限制、精神状态、组织氛围、监督不充分及决策差错等.研究表明,该人为因素分析应用方法对挖掘和分析航电试验机飞行试验人因差错事件发生的核心致因因素具有较好的效果.     

一种基于红外图像特征融合的高温铝液模拟泄漏监测算法

高温熔融铝液泄漏是炼铝工业最严重的危害之一。借助FLIR A310红外热像仪开展试验研究,搭建了高温铝液泄漏模拟试验平台,建立模拟泄漏标准数据集,提出了一种基于红外图像特征融合的高温铝液模拟泄漏监测算法。利用HOG和LSS描述子分别提取图像梯度边缘和相似形状等几何特征并进行特征向量融合,弥补HOG单一特征检测的不足,将融合的特征向量送入训练好的RBF核函数支持向量机分类识别。融合算法试验性能最优,测试集的查准率、查全率和F1分别为94. 31%、93. 52%和93. 91%。LSS的高维特征向量影响监测时间,步长为15、维度为5 280时,可以实现特征降维与识别准确率的平衡。最后,探究了特征融合描述子对相机距离的敏感性,3. 5 m可实现最佳识别效果;200张图片的监测时间稳定在48. 59 s左右。     

一种基于动生涡流磁场的钢质管道管体损伤外检测方法

钢质管道缺陷严重影响钢质管道的安全运行,目前大多数钢质管道检测方法效率较低,为提升钢质管道管体缺陷检测效率,提出一种基于动生涡流的管道缺陷高速磁检测方法,并对动生涡流磁场的检测原理进行解释。利用有限元,建立高速磁检测模型,分析动生涡流在管体的分布特点,及其与原磁场的相互作用;分析不同检测位置的磁场分布情况,选取最佳的检测位置。选用适合高速检测的多匝线圈传感器,以提高灵敏度和信号幅值。设计缺陷高速磁检测试验平台,开展不同速度、不同提离高度和不同种类缺陷(盲孔与刻槽)下的检测试验。结果显示：相较于其他检测位置,磁铁后方的动生涡流磁场强度较高,动生涡流磁场分布也较均匀,对缺陷的检测效果最佳,因此选取磁铁后方为检测点;在25 m/s的高速下,该检测方法对设置的几种缺陷仍有良好的检测效果;缺陷信号峰峰值与缺陷宽度、缺陷深度及检测速度均大致成正比;缺陷信号峰峰值与提离高度成指数关系,提离高度越大,峰值越小;缺陷信号峰峰值间距与提离高度大致成正比。综合研究显示,动生涡流磁场的检测方法与其他传统方法相比,在检测速度上有较大优势。