紅外熱成像儀技術在森林防火中的應用
森林火災具有突發性、隨機性、破壞時間短等特點，因此一旦有火警發生，就必須速度采取撲救措施。而撲救是否及時，決策是否得當，最重要取決于對林火的發現是否及時，分析是否準確合理，決策措施是否得當。傳統火災報警系統一般基于紅外傳感器和煙霧傳感器，探測火災發生時生成的煙、溫度和光等參量，經信號處理、比較、判斷后發出火災報警信號；其缺點是無法迅速采集火災發出的煙溫變化信息，難以滿足早期探測并預報此類火災的要求。
近年來，紅外熱成像檢測和可見光圖像檢測在火焰檢測中有一定程度的應用，但由于自身成像和檢測原理，只是單一的檢測模式極容易產生誤報、漏報，影響用戶使用，使得這一技術的推廣受到了阻礙�；谶@種現象，雙光譜探測森林防火智能預警系統，采用兩種光譜的圖像智能檢測技術最大程度發揮了各自優勢，取長補短，能有效準確地檢測出火焰，彌補傳統火災報警系統與單一檢測模式所存在的不足，以達到森林防火智能預警的效果。
雙光譜探測森林防火智能預警系統是基于當前林火監測技術的不足的基礎上研發的成果，也是一套針對性很強的系統，其具有高精度、高可靠等特點，多種技術手段共同確保林火預警功能的實現。
國外森林防火技術發展
從19世紀90年代至20世紀50年代感溫探測器一直占主導地位，火災自動報警系統處于初級發展階段;20世紀50年代初，瑞士物理學家埃斯特邁爾成功研制出離子型感煙探測器;到20世紀70年代末，光電元器件技術取得突破，光電感煙探測器應運而生;20世紀80年代初，日本開始研究實驗模擬量火災探測器，最為典型的是1991年日本學者提出神經網絡用于火源探測的問題;1994年瑞士推出AlgoRex火災探測系統，該系統采用了神經網絡、模糊邏輯相結合，共同決策。
20世紀70年代末，我國的一些軍工企業、部屬企業開始研制火災自動報警產品;進入80年代后為了縮短與國外同類產品的差距，滿足國內市場需要，開始引進或仿制國外產品;90年代后，國外企業進入中國市場，帶來了先進的技術，在一定程度上促進了市場的發展。
隨著科學技術的進步和森林防火信息化需求的逐漸升級，新的火災探測器也不斷出現;但目前國內所有的火災自動報警技術主要是基于傳感器的檢測，在現有的各種火災報警和消防監控設備中，大多數場所的火災檢測，都采用常規的火災探測的方法，其性能優劣直接會影響火災自動報警的準確度和可靠性，例如感煙、感溫、感光探測器，它們分別利用火焰的煙霧、溫度、光的特性來對火災進行探測。在大面積森林應用中，上述傳感器由于空間距離大，信號變得十分微弱。大空間使得普通的感煙、感溫火災探測報警系統都無法迅速采集火災發出的煙溫變化信息，即使是高精度的傳感器也會由于種種噪聲干擾而無法正常工作，導致火情誤報或錯報，無法滿足森林火災的及時檢測需求。
目前世界森林面積達40億公頃，其中我國森林面積是1.75億公頃,各類自然保護區1551個，對森林防火智能預警系統有著不同程度的需求，防止森林火災發生的最好辦法就是預防。世界各國對火災的預警檢測越來越重視，2010年6月俄羅斯大火給各國敲響了森林防火的警鐘，森林保護系統的缺失將導致森林火災發生時要么束手無策，要么聽之任之，因此，俄羅斯生態學家指出應盡快恢復國家森林保護系統，實用、快速、全面的預警系統尤為重要。
雙光譜探測森林防火智能預警系統，采用雙光譜探測方法，將先進的紅外熱成像儀圖像采集和可見光圖像探測通過智能分析算法結合應用，取長補短，最大限度發揮各自優勢，再加上網絡傳輸系統及顯示系統組成數字化、網絡化的智能森林防火指揮系統。與普通網絡視頻檢測系統相比，雙光譜探測森林防火智能預警系統是一種更高端、視頻檢測更智能、更準確可靠的防火檢測系統，能夠實現無人值守，自動對視頻圖像信息進行分析判斷，及時發現監控區域內的異常煙霧和火災苗頭，準確檢測出火焰，以最快、最佳的方式告警并提供防火預警信息，達到早期預警的目的。能夠有效的協助消防人員處理火災危機，并最大限度的降低誤報和漏報現象;同時還可查看現場實時圖像，根據直觀的畫面直接指揮調度救火。
該系統可廣泛應用于森林等戶外火災的預警監測中，同時結合林業管理的專業知識和林業防火的經驗，建立新一代森林防火智能分析監測系統，針對性地解決用戶的各種個性化需求。通過紅外熱成像和可見光雙光譜的檢測，以及云臺精確智能定位系統，獲得林區的清晰圖像，利用視頻分析技術，根據火焰光譜特征判斷是否產生火情，一旦發現疑似火情，立即觸發報警，林區視頻回傳至監控中心，如果確認報警屬實，攝像系統鎖定目標，精確判斷火點位置，并根據已建立的林業防火信息數據資源做出滅火方案。
解決方案PYROVIEW FDS
本系統是一種具有紅外光、可見光雙光譜探測的森林防火智能預警系統，系統集成了紅外熱成像儀系統、超溫檢測系統、可見光攝像機、火災監測分析儀、云臺精確定位系統、視頻服務系統、監控主機等部分組成�？赏瑫r輸出兩路視頻信號，具有紅外熱成像超溫檢測和可見光火災檢測功能，并根據置信度系數模型進行分析，自動給出報警信息，有效提高了報警的準確率。探測設備可根據用戶在場景中畫出的任意路徑自動掃描，并可在運動掃描過程中進行快速煙火檢測。通過網絡傳輸并向遠程監控主機發送報警機器ID、云臺水平和俯仰角度、超溫區域的坐標(左上角和右下角)等信息。遠程監控主機根據回傳信息，經過分析判斷確認報警后產生報警信號、記錄報警信息，并提供日志查詢和錄像等功能。
連續變焦紅外熱成像儀PYROVIEW 380L
連續變焦紅外熱像儀由384×288非制冷焦平面陣列探測器配合75-150mm連續變焦紅外鏡頭制成，既能大范圍搜索，又能識別遠處目標。該產品克服了目前國內外固定焦距式或雙視場式熱成像儀的缺陷，在變焦的過程中成像清晰，功能強大，性能穩定。具有堅固且密封性能極好的外殼，內部充氮，不受雨雪、灰塵的破壞，能夠在惡劣的環境中正常工作。集第4代非制冷型焦平面紅外探測器、最先進的電子和光學系統于一身的熱成像儀，能夠穿透灰塵、煙霧、雨雪和黑暗，最小溫度分辨率達80mK，增加圖像細節增強功能、輸出熱白/熱黑/偽彩色圖像。
熱成像超溫檢測報警系統
在大面積的森林中，火災往往是由隱火引發，這是毀滅性火災的根源，而用現有的普通檢測方法，很難發現這種隱性火災苗頭。而應用紅外熱成像儀可以快速有效地發現這些隱火，并且可以準確判定火災的地點和范圍。
自然界中任何溫度高于絕對零度的物體，都會不停地向周圍空間輻射包括紅外波段在內的電磁波，物體表面的溫度越高，紅外輻射能量就越多，因此可以利用紅外輻射測量物體表面的熱狀態。
熱像儀工作在8-14μm，屬于遠紅外波段，正常森林的輻射波長范圍為8.5-12.2μm，在熱成像儀8-14μm的探測范圍之內。目標溫度越高，從熱成像探測器組件輸出的數字信號值越大,即數字圖像的灰度值越大，根據此特點，超溫檢測工作過程如下：圖像采集模塊將探測器輸出的高精度圖像數據寫入內存，圖像處理模塊運行超溫檢測算法，首先根據目標和背景的對比度計算出原始閾值，再結合用戶設定的目標溫度等級，計算出二值化閾值，將圖像二值化后進行連通域檢測，計算出目標區域面積和坐標，在畫面上標識出超溫區域并通過串口發出報警信息。
由于探測器接收到的紅外輻射能量受監控距離和工作環境的影響，被檢測目標的溫度范圍也各不相同，所以為了達到理想的報警效果，可以根據用戶的具體使用環境設定被監控目標的溫度等級，即目標與背景的溫度差別等級。
可見光圖像檢測系統
由于紅外熱成像儀成像清晰度差，可能存在一定程度上的誤報，因此系統又引入可見光圖像檢測，通過檢測火焰的靜態特征(顏色)和形態特征(閃爍性)兩個特征進行檢測。先利用靜態特征從視頻圖像中提取出與火焰顏色相似的區域，再利用形態特征對上面提取出來的區域進行檢測，通過視頻圖像分析算法，檢測出火焰產生二級報警信號�？梢姽鈹z像機模擬視頻信號接入到圖像檢測模塊，通過圖像采集單元的視頻解碼電路轉換為數字信號后，被基于DSP的圖像處理單元處理，根據火災火焰的圖像特性，探測出畫面中出現的火焰，加入火焰識別標記后，再通過視頻編碼電路轉換為模擬視頻信號輸出。由于監測場景不同，火焰所呈現的顏色、狀態也會不同。因此，在監測時，可以根據環境要求，調整檢測模塊的工作狀態，通過設置相應參數閾值，如顏色靈敏度、動態靈敏度等，使檢測模塊可以更準確及時地識別出火焰。
具體參見： 紅外熱像儀火災監視系統FDS
歡迎關注我們微信公眾號KingDIAS 如需了解更多紅外產品及應用， 請關注我們的微信公眾號KingDIAS， 或掃一掃二維碼：
下一篇：DIAS紅外測溫儀產品命名法
 |