工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
台输送火警信号，由计算机通过软件系统进行通信数据处理。
（2）计算机软件系统通信数据采集后，经过处理，将起火的部位（方位）传输到显示屏，显示屏上起火方位灯亮。同时还和城市“11、9”火灾报警网络系统相连，“119”火灾报警网络系统也同样收到了火警信号，并视情予以处理。图3-5为该医院与报警网络系统联接图。
图3-5 火灾自动报警系统与城市“119”消防网络图
（3）计算机根据起火部位（或方位）打印系统打印报警单，图3-6为打印窗口图。
图3-6 火灾自动报警打印窗口图
其打印单显示出：详细的起火地点和起火时间，以便采取有力的救援措施。表3—1为监测接收某型号火灾报警控制器发送的数据。
31
工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
表3-1 火灾自动报警系统监测数打印表
序号 1 2 3 4 5 6 7 8 9 10 设计参数 计算机接收数据 错误数百公比 20 16.6 50 50 85 50 0 50 66.6 0 2400 间断数合计 60 70 60 100 42 110 111 111 111 最长连续数 2 5 6 2 4 3 11 2 2 2 间隔数 得分数 300 301 411 82 301 71 1100 82 100 82 数据排序 3 7 3 6 1 9 3 5 2 6 7，N，1 8 7，N，2 6 7，N，3 4 7，N，4 2 7，N，5 3 7，N，6 4 8，N，1 11 8，N，2 2 8，N，3 3 8，N，4 2 波特率为 8，N，5
（4）通信数据信息识别的局限性。目前通用的通信数据信息识别的关键技术方法为有线性与无线性估计。其中包含了模糊识别、聚类分析、模板分类、专家系统等。例如，当火灾信息通过火灾自动报警系统自动录入时，计算机系统就会进行识别判断，还可以通过信息定位进行信息识别，必要时还可以识别人为地录入和城市远程监控系统联动发来的信息识别。总之，由于通信数据信息检测信息量大，故出现的误报警的概率也比较大。如该医院就有两种情况出现误报警：①由于该医院设有红外线放射科，每天受理放射检查的病号比较多，机器运转时间稍长，红外线放出来的信号也会被火灾自动报警接收产生故障报警信号，出现误报。②该医院有各类工作人员3000余人，住院人数和门诊人数也保持在3000-4000人左右，医院后勤配备的生活锅炉每天二次排放蒸汽浓度过大时，也会被火灾自动报警系统所接收为信号，出现误报警。这两者都是在今后报警系统信息识别技术中需要解决的难题。
综上所述，上述提及到的串/并行脉冲检测技术及数据挖掘的通信数据信息分析方法，较好地实现了火灾报警控制系统通信数据信息的分析与识别功能，在现代数据分析技术日趋完善的过程中，将会有更多的和更加方便灵活的方法应用到火灾自动报警系统中的火灾信息识别之中。
3.3 图像型火灾识别技术
在图像智能建筑的大空间中，尤其是存在遮挡和周围环境干扰时，实践证明
32
工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
前面所介绍的火灾信息识别技术都难以达到较好的识别效果，存在着灵敏度和可靠性之间的矛盾。这是因为：首先基于通信数据信息和气体分析技术的火灾识别方法通常在较低情况下才能达到较好的效果，而在某些智能建筑中，火灾燃烧的产物受高度面积影响，只有当火灾发展到一定的程度才能被检测；其次，在环境比较恶劣，比如灰尘、电磁干扰、水蒸气、空调等影响下，上述的火灾信息识别方法都能难以正常发挥效用，容易出现误报现象；再次，火灾具有反应时间短、火源点多、火源性质复杂、烟气控制困难等特点，这就要求火灾探测系统能够尽早报警，降低误报率，从而将火灾消灭于萌芽状态。利用图像型火灾探测技术对早期火灾进行识别，可以较好地区别其它干扰现象，准确及时地发现火灾。 3.3.1 基本原理
基于图像处理的火灾探测系统是一种以计算机为核心，结合光电技术和数字图像处理技术而研制的火灾自动报警系统，如图3-7所示。它利用摄像头对现场进行监视，对摄取的视频信号由图像采集卡捕捉为数字图像并输入计算机，由计算机根据图像特征进行分析和处理，从而达到探测火灾的目的。
声光报警火灾图像信息摄像机图像采集卡摄像机消防联动
图3-7 火灾图像探测系统原理图
在图3-7中，火灾图像信息通常为火焰的图像特征，它包含了火的面积、边缘、距特性、红外辐射以及其他一些明显的特征。在图像型火灾识别技术中，数字图像处理部分是火灾探测系统的核心，直接影响到报警系统的准确率。其核心问题是要利用火焰的图像来探测火灾的存在，而利用火焰的图像必然要使用数字图像处理技术。
利用数字图像处理技术进行火灾图像识别的步骤为：
① 对火灾图像预处理，包括图像增强、滤波、灰度化以及分割等操作[34]； ② 利用图像特性对这些物体加以识别或分类检测出图像中的物体； ③ 图像分割处理是将图像中的目标与背景进行分离，以找出图像中需要进
33
工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
行处理的部分；
④ 在提取了图像中的目标之后，要对目标进行分析，以判断该目标是早期
火灾现象还是其它的干扰现象，这就是数字图像处理中的图像识别问题。 所以说，火灾图像的识别问题可以简要表述为：在图像预处理后，即可方便地计算出描述物体尺寸和形状的一些特性，如物体的面积、周长、长度、宽度、矩形度、圆形度、不变矩、相似度和形状描述等，进而进行图像识别[30]。 3.3.2 火灾图像的预处理
我们知道火灾在燃烧过程中，会产生大量烟雾、火焰和高温和各种气体等。因此，在连续影像中长时间地表现为高亮度时，它是火灾存在的最原始、最直接的特征。我们根据火灾特定的环境，取RGB三基色，再根据阈值大小得到火灾活动的不同区域，从而排除非火灾因素，做出是火灾和非火灾的准确判断。
1、火灾图像的滤波
在实际工作中，我们所获取的火灾数字图像往往要受到拍摄、仪器以及周围环境的影响，使得图像失去本来面目或者存在各种各样的噪声。为消除噪声，校正失真，不让干扰信息影响到后续图像的识别，需要对图像进行滤波处理，使之恢复图像的本来面貌，把图像变成人眼容易观察、机器容易识别的图像。
图像的滤波常用的方法有线性滤波和中值滤波。其中，线性滤波具有低通性，在去除噪声的同时，也可能将图像的边缘搞模糊化了。
中值滤波在去除噪声的同时，不会影响到图像边缘问题，它是一种较好的非线性的滤波方法[35]。其基本原理：是对数字图像中的某一点像素，用该点周围小区域中的其他各点的灰度值的中值来代替该点灰度值。该方法是将一个点的特定长度或形状的领域称为窗口。在一维的情形下，中值滤波器是一个含有奇数像素的滑动窗口。窗口正中间那个像素的值用窗口内像素值的中间量代替。
我们设输入数据序列为?xi,i?I?，I为自然数集合或子集，窗口长度为n，则滤波器输出为：
yi?Med?xi??Med?xi?u...xi....xi?u? 公式（3-9）
其中Med表示取xi的中值，i?I，u?(n?1)/2。将中值滤波应用到二维上，设
?x,(i,j)?I?表示数字图像各像素点的灰度值，A为滤波窗口，我们可得二维中
2ij值滤波公式：
34
工程硕士学位论文 第三章 火灾自动报警系统信息识别方法
yij?Medxij?Medx(i?r),(j?r),(r,s)?A,(i,j)?I2 公式（3-10）
滤波窗口A有线形、方形、十字形、圆形和菱形等许多种，不同滤波窗口的滤波效果也不尽相同。二维中值滤波要比一维中值滤波效果好，能有效抑制噪声的同时，不会干扰到图像的边缘信息。因此，在实际使用中，我们采用3?3的滤波窗口大小。能够保持图像边缘细节。 3.3.3 火灾图像的分割
火灾图像分割的目的是抑制火焰颜色的干扰，使得火灾识别能更有效有序地进行。其方法就是将图像中具有一定涵义的不同区域进行分割，使得这些区域不
自相交，所得到的区域都具有相同的特性[36]。火灾燃烧在连续影像中具有 自然特性有：燃烧的色谱特性；相对稳定性；纹理特性；蔓延增长的趋势特性等，我们采用背景差分法将当前图像与参考图像进行剪影操作，来判断在监控区域是否有火灾存在。
火焰图像的处理就是用当前图像减去参考图像而得到目标图像中不需要的图像部分，而只保留所关心的图像。在图像处理过程中，图像分割可以定义为将数字图像分割成不相交（不重叠）区域的过程。设数字化图像序列fi(x,y)，(x,y)为图像区域的表示，(x,y)??，i为当前图像，i?1,...,N，N为总图像数。实际操作中，N应大于2。将现有当前图像与参考图像?fo(x,y)?进行比较，计算二者差的图像的公式为【37，38】：
?????fi(x,y)??fi(x,y)???fo(x,y)? 公式（3-11）
?fi(x,y)为一个差值图像序列，表示fi(x,y)与参考图像?fo(x,y)?的差别。要将图像转化为二值图像，需设置一个阀值，这里我们应用阀值迭代算法求解一个最佳阀值。阀值迭代算法跟数学上的逐渐逼近和迭代类似。设一副图像的最佳阀值为
T，算法思想是首先按某种规则取得图像的一个阀值t，然后不断的对t进行修正，
直到t无限趋近于T，算法具体步骤具体分为5步[39]：
Step1：计算图像的最大灰度值Zmax和最小灰度值Zmin，
t??Zmax?Zmin?2；
__Step2：根据阀值t将图像分割为前景和背景，计算两者的平均灰度值Zf、
?________?Step3：计算新阀值t0??Zf?Zb?2；
??Step4：若t0?1，则t?t0，转Step2，否则t为预先假定的最佳阈值T，转
35
__Zb；