欢迎访问新加坡聚知刊出版有限公司官方网站
info@juzhikan.asia
工业电视监控画面中烟羽遮挡对火情判断的干扰量化研究
  • ISSN:3060-8570(Online) 3060-8767(Print)
  • DOI:10.69979/3060-8767.26.08.068
  • 出版频率:月刊
  • 语言:中文
  • 收录数据库:ISSN:https://portal.issn.org/ ;中国知网:https://scholar.cnki.net/journal/search ; RCCSE权威核心学术期刊:http://qk.nseac.com

工业电视监控画面中烟羽遮挡对火情判断的干扰量化研究

花涛

核工业工程研究设计有限公司,北京,101300;

摘要:工业电视监控是厂区火情实时监测的核心手段,火灾生成的动态烟羽极易覆盖火焰目标、扭曲图像特征,造成火情漏检、误检与火势评估偏差,严重制约工业安防监测的稳定性。为精准量化烟羽遮挡对火情判读的干扰程度,规避传统定性分析的局限性,本文从图像成像畸变规律出发,选取烟羽光学浓度、目标遮挡占比、图像纹理失真度三类核心参数作为评价因子,构建多维度干扰量化评价体系。通过搭建工业火灾可视化模拟实验平台,控制变量开展多组对照实验,采集不同烟羽工况下的监控图像样本,统计火情识别准确率、相对误差等核心判读指标,建立参数耦合量化模型。实验结果表明:烟羽空间遮挡占比对火情判断干扰权重最高,遮挡占比突破40%后识别精度断崖式下降,高浓度烟羽主要造成特征弱化,纹理失真是系统误报的主要诱因。本研究可量化界定烟羽干扰等级,为工业火灾视觉监测抗干扰优化、智能识别模型迭代提供可靠的数据支撑与理论参考。

关键词:工业电视监控;火情判断;烟羽遮挡;干扰量化;图像特征;视觉监测

参考文献

[1]王浩宇,李军.基于图像增强的烟雾遮挡火灾检测算法优化[J].消防科学与技术,2024,43(05):689-694.

[2]刘鑫,张博文.复杂工业场景火焰图像遮挡干扰量化分析[J].工业安全与环保,2024,50(02):32-37.

[3]陈明远,吴佳奇.可见光监控系统烟雾干扰下火情识别误差研究[J].计算机工程与应用,2023,59(18):245-252.

[4]赵阳.多特征融合的抗遮挡工业火灾智能检测方法[J].安全与环境工程,2023,30(04):210-216.

[5]周泽宇,徐凯.火灾烟羽光学特性对视觉监测的影响试验[J]. 火灾科学,2024,33(01):45-51.