вернуться к общему разделу

Применение видеотехнологий для повышения пожарной безопасности объектов

Статья опубликована в научном журнале "Доклады БГУИР" №1 том 55, 2011г.

Развитие и применение систем контроля технологий производства, охранного телевидения, контроля доступа показывают, что видеотехнологии могут успешно решать и задачи обеспечения пожарной безопасности объектов и территорий [1]. Видеодетекторы могут обнаруживать пожар в помещении и на открытых площадках автоматически по специфическим признакам: задымленность, открытое пламя, характерные движения и частоты колебаний объекта на изображении [2, 3], позволяя, в то же время, при необходимости оператору визуально оценивать ситуацию на объекте.
Традиционные сигнализаторы пожара, как правило, производят анализ выборки частиц или температур и проверку прозрачности воздуха [4, 5]. Эти устройства требуют близкого расположения к пожару и не всегда надежны, так как большинство из них реагирует на дым, который не обязательно является результатом пожара. Видеодетекторы могут использоваться в тех случаях, когда обычные сигнализаторы пожара не применимы. Возможные применения видеотехнологий в системах пожарной безопасности показаны на рисунке 1.
Большинство рассматриваемых систем основано на компьютерной обработке изображений и анализе их изменений. Так, дым идентифицируется на основе динамических и структурных особенностей, а также шкалы яркости. Детектор способен отсеивать ложные срабатывания, такие как облака, пыль и прочие помехи. Программное обеспечение позволяет маскировать области постоянного или вероятного присутствия некоторых видов дыма (промышленных объектов или жилых домов). Из существующих специализированных программных детекторов, позволяющих распознавать раннее появление дыма и сигнализировать об этом оператору, следует упомянуть. американскую Fire Hawk, английскую D-Tec, немецкую AWFS. Существуют также видеорегистраторы с функцией детектора дыма для предотвращения лесных пожаров, которые можно объединять по протоколу TCP/IP в сеть.
Разработчики приводят данные, согласно которым вероятность ложного срабатывания составляет менее 1%, а дальность распознавания – 10 км для области дыма размером 10х10 м.

Видеотехнологии в пожарной безопасности

Рисунок 1 – Основные применения видеотехнологий в системе пожарной безопасности

В ряде методов используются опорные изображения, полученные до наступления тревожной ситуации при нормальных условиях и для различных условий освещенности [1]. При этом методы определения условий окружающей среды (день, вечер, осадки и др.) преимущественно основаны на детальном анализе изображений, а в некоторых системах используется внутренний хронометраж, данные о широте и долготе. Интересен метод, основанный на анализе отдельных фрагментов изображения по специальным признакам, что позволяет распознавать наличие дыма, тени, тумана и пр. [1]. Существенным недостатком данных методов является низкая надежность работы, а также большое время обработки.
В другой группе методов используется банк данных типовых блоков видеоизображений тревожных ситуаций - форма и тип пламени, задымления и т.д., а также различных возмущающих факторов, таких как солнечная засветка, свет фар движущихся автомобилей, различного рода световые блики, и др., которые сравниваются с отдельными частями реального изображения [1]. У этих методов низкая вероятность ложных срабатываний наблюдается только в определенных четких границах их использования, что связано с конечным количеством хранимых типовых блоков пламени и элементов возмущений, не позволяющих охватить сколько-нибудь широкий круг реальных ситуаций. Высоки аппаратные требования, необходимо сложное программное обеспечение (ПО) для конкретного объекта защиты [1].
Существуют методы, основанные на обнаружении пламени путем анализа статической, динамической, яркостной и цветовой составляющих отдельных элементов изображения, в том числе с применением сенсоров ближнего ИК-диапазона [1]. Недостатком данных методов является сложность идентификации пламени, которое может находиться на значительном удалении от камеры.
Ряд технологий обнаружения пожаров полагаются на спектральный анализ, используя редкое и обычно дорогое спектроскопическое оборудование. Эти методы могут давать ложные тревоги в тех случаях, когда цвета объектов близки с огнем, например, солнце. В работе [4] для классификации областей пожара и не-пожара на изображении используются цвет и движение. Для инициализации камеры требуется ручное создание опорных прямоугольников с учетом расстояния объекта детектирования от камеры. Другой метод [5] определяет пожар, используя статистические алгоритмы, применяемые к монохромным видеоизображениям, снятым высокоскоростной камерой. Этот метод требует больших затрат на вычисления и работает в идеальных условиях. В [6] для распознавания огня в видео сериях используются цветовые данные и временные изменения малых участков изображений. В методе используется вручную промаркированное обучающее множество, формируемое заранее для создания таблицы поиска.
В [7?9] пожар определяется следующим образом. Сначала контур области огня определяется с помощью статистической цветовой модели HSV (hue-saturation-value, цветовой тон - насыщенность - значение). Полученная область преобразуется в полярные координаты. Результаты преобразования каждого входного изображения помещаются во временные ряды. Затем извлекаются данные колебаний – пространственно-временная информация о контуре преобразуется в частотную область (преобразование Фурье). Полученный набор вводится в нейронную сеть. Данная процедура обнаружения пожара дает хорошие результаты, но сложность вычислений слишком высока для использования в режиме реального времени.
В [10] описана система контроля леса, использующая камеру, управляемую удаленным оператором (используется приближение, поворот камеры), также предоставляются данные о температуре, влажности, ветре, но система не может определять пожар автоматически. В отличие от этого видеодетекторы пожара должны работать без участия оператора, используя достаточно сложное ПО в режиме реального времени.

Таким образом, видеосистемы со специальным ПО представляют собой значительно более дешевую альтернативу тепловизорам, которые в принципе способны определять тепловые объекты на расстоянии 10-15 км, в том числе в ночное время, но из-за высокой цены, как правило, не используются для обнаружения возгораний.

 

 

Читать далее....

[1] [2] [3] [4]

вверх

Тематика статей

Меню