低照度夜视相机在物流仓库火灾监测的应用研究*

陈 思 ， 刘修泉

（佛山职业技术学院机电工程学院，广东 佛山 528137）

近年来，随着电子商务产业的迅速发展，国内不断涌现出大量的物流仓库[1]，这些仓库大多占地面积大、货架高、储存密度大、储存物品种类繁多混杂，甚至储存了各种类型的易燃易爆物，存在巨大的火灾隐患[2]，一旦着火，若不能及时扑灭，会造成严重的损失和伤害[3-4]。研究先进的火灾监测技术是建设现代的物流仓库的重要任务。近年来，视觉检测技术在多个领域发挥了重要作用，其具有非接触、远距离检测的特点[5-12]，非常适合应用于物流仓库的火灾监测。

1 基于机器视觉的火焰检测

如图1所示，基于机器视觉的火焰检测的基本步骤为图像采集、图像增强、可疑目标提取、目标分析及输出检测结果。图像采集的质量关系到后面目标提取的准确性，影响目标分析的结果，是非常关键的一步。而图像采集设备需要根据环境特点、检测要求、检测目标的特征等因素来选取。针对夜间仓库环境光照度低的特点，选用了低照度夜视相机作为图像采集设备。

图1 基于机器视觉的火焰检测的步骤

2 基于低照度夜视相机的火焰图像采集

低照度相机是指在较低光照度条件下仍然可以摄取较为清晰图像的相机，常被应用于夜间的图像或视频采集[13]。普通相机夜间采集的结果一般都具有质量欠佳、背景模糊不清、可识别率低的缺点[13]。但是低照度相机对光线非常敏感[14]，能够远距离检测光线微弱的火苗，适合应用于物流仓库的夜间火灾监测。鉴于物流仓库大多具有占地面积大、货架高的特点，选用了焦距为16 mm，最低照度为0.001LUX的低照度彩色相机进行图像采集实验。分别在不同的光照度下，采集火焰的图片，如图2所示。在蚊香盘里点燃纸巾，图2（a）是在强光照度环境下采集的火苗图像，图2（b）是在低光照度环境下采集的火苗图像；在颜色丰富的书架前用打火机点火，图2（c）是在弱光照度环境下采集的图像，图2（d）是在低光照度环境下采集的图像。在弱光照情况下，背景中很多书本的颜色与火焰的颜色相似；但是在低光照度环境里，背景中的书本颜色对火焰识别的干扰程度很低。实验结果表明，低照度夜视相机对光源非常敏感，能捕捉到微弱的火苗。

图2 在不同光照度下采集的图像

在低照度的室内环境里，在蚊香盘里燃烧纸巾，分别在距离为9 m、6 m、3 m、1 m的地方采集火焰图像，采集结果如图3所示。

图3 在不同距离采集的火焰图像

3 火焰检测

图3的图像采集实验结果显示，在低光照度环境下，低照度夜视相机采集的图像里，光源区域突出，颜色特征明显，通过颜色特征，较容易将可疑目标提取出来。RGB彩色图像是由红、绿、蓝三种通道颜色的图像合成的，燃烧纸张产生的火焰，其红色通道图像的颜色特征较为明显，如图4所示。将纸张火焰彩色图像拆分成R、G、B三张单颜色通道图像，对R通道图像进行图像区域分割，提取火焰目标区域。对图像进行二值化处理，通过阈值分割，能将可疑目标与背景分割开来，实验结果如图5所示。

图4 纸张火焰的图像

图5（d）中，光源也被误判为火焰，实验结果表明，单纯从火焰的颜色来判断火焰目标是不够准确的，很容易受到其他光源的干扰，需要对火焰的其他特征进行研究，例如火焰的运动特征、火焰图像的梯度特征等，从而提高火焰检测的准确度。

图5 火焰图像的检测结果

4 结束语

火灾给人们带来了严重的威胁，火灾监测技术的研究具有重要的意义。基于机器视觉的火焰检测技术在现代火灾监测研究领域占有重要的地位。在基于机器视觉的火焰检测过程中，图像采集、图像增强、图像分析等每一个环节都很重要。低照度夜视相机对夜间火焰非常敏感，能够远距离采集火苗图像，在采集火焰图像方面有重要的应用研究价值。但是各种光源对火焰目标检测造成了很大的干扰，所以还需要考虑火焰的其他特征，如运动特征、梯度特征等。