何晨阳，周孟然，闫鹏程，刘 栋，王 瑞

（安徽理工大学　　电气与信息工程学院，安徽淮南 232001）

图像处理与BP神经网络在矿井火灾隐患识别中的应用

何晨阳，周孟然，闫鹏程，刘 栋，王 瑞

（安徽理工大学电气与信息工程学院，安徽淮南 232001）

矿井火灾在矿井工作过程中比较常见，为了保护矿井安全，减少其对煤矿开采工作的影响，提出了一种图像处理技术与BP神经网络相结合的矿井火灾隐患快速识别方法。实验设置了5个场景，共20组不同的图像，把20组不同实验场景图像经过预处理降噪，之后分别通过BP神经网络、SVM支持向量机和K-means聚类3种不同方法进行分析。结果显示，BP神经网络处理后的正确率最高，达到95%。

矿井火灾；图像处理；特征提取；BP神经网络

火灾是煤矿五大灾害之一，常采用检测相关气体浓度的方法进行监控。由于恶劣的矿井环境，普通的气体分析色谱仪很难在矿井下使用，若采用激光气体分析方法成本又太高［1］。目前应用在矿井内部的多为成本较高的激光气体分析方法。因此，本文提供了一种新型的矿井火灾隐患处理技术，将图像处理技术与神经网络相结合用在煤炭矿井下的火灾隐患识别中。利用可视图像处理使火灾识别更方便、迅速、可靠，并能将矿井火灾隐患及时地排除［2］，对这种技术的探究有着深远的意义和广泛的应用前景。

1　图像处理方法

1.1图像的预处理

将采集到的图像信息进行相关处理，包括彩色图像与灰度图像的转换、灰度增强变化和降噪。……