张文庆，沙 健

（1.山东瑞康安全评价有限公司安徽分公司，安徽 芜湖 241000；2.四创电子股份有限公司，安徽 合肥 230093）

城市轨道交通隧道由于其狭长型结构，环境较为密闭，空间小且通风条件差，一旦发生火灾，可燃物产生的浓烟将沿隧道迅速扩散，很快充满整个空间，对人员的生命造成威胁，同时也大大增加了灭火救援及安全疏散的难度[1-3]。对隧道环境及车辆实时温度监测，并进行早期的火灾探测是预防火灾发生的重要手段[4-5]。现有火灾探测技术包括感烟型、感温型、感光型等[6-7]，由于城市轨道交通隧道使用环境影响，误报率高，早期火灾准确预警困难[8]。随着机器视觉、图像识别技术的发展，图像型火灾探测技术也逐步得到了广泛应用[9]。采用红外热成像技术不仅可以实现实时显示监控视频信息，还可以对物体温度信息在线监控，同时具备环境适应性强、探测距离远等特点[10]，对于实现城市轨道交通隧道火灾的准确预警具有重要意义。本文利用火焰在红外热像仪内的成像特点，结合图像识别及在线温度监测技术，提出了2 种识别算法，并成功开展了将红外热成像技术应用到城市轨道交通隧道火灾早期探测的试验研究。

1 基于红外热成像技术的火焰探测算法

对于火焰探测算法，可以从火焰的视频图像特征来进行分析，一般可以从它的形态特征划分为以下2种：一种是静态特征，另一种是动态特征。对比于静态特征的容易获取，动态特征显得格外复杂，主要是其动力学性质的获得和解析相对较难。在以往的火灾中，火焰多为非平稳状态，随着不同时刻的变化，火焰的各个特征如形状、面积、强度等，在不同阶段都会发生改变。所以，处理火焰图像的过程实际上就是处理一幅连续的火焰动态图像，利用多种不同的算法来求取图像中各个物体与先前的图像之间的对应关系，最后得到的结果就是图像上各个物体在变化过程中相继改变的规律。

运动的目标检测其实是计算机在处理视觉方面技术的关键难题之一，鲁棒性的目标检测方法有助于后期一些步骤的进行，如特征提取、目标识别和跟踪等。通过红外线成像所获得的视频，其视频图像上像素数值与探测传感器上的红外线辐射量相对应，红外图像上灰度所对应的数值与目标的温度成相对关系，也就是说，红外热图像实际构成了一个温度分布图。另外，因为生产成本高，虽然热成像仪设备具有高精度，但其分辨率大大降低。清晰度与画面质量息息相关，即清晰度越高，图像细节越多。利用红外热成像技术所建立的火焰探测算法，是以所取的温度特性为基础，来判断图像中是否存在疑似对象。其次，在对已获取的图像进行预置处理，这样就会使之前的温度图像转换为规范化的灰度图像，然后，对于图像中的噪声和孔洞，可以利用图像的目标分割算法和形态学处理方法来进行消除处理，同时也可以快速提取火焰的动态特征，如面积波动、火焰形状及其变化和频谱特征等，基于火焰的动态和静态特征，可以使其构造一组特征向量来实现对物体的跟踪匹配操作，以此来构建火焰的特征模型，最后利用决策树机制来实现对目标的分类和识别工作。

2 探测系统设计

本文采用的火灾探测系统主要由控制软件、监控终端及前端红外热像仪3 个部分组成，通过数据传输网线即可从电脑终端实现对前端探测设备的分析与控制，且具有自动保存录像，能适应复杂使用环境的特点，如城市轨道交通隧道、地铁隧道、综合管廊等。

电脑监控终端可在线接收前端传输的温度信息，并将其转换为视频图像，具有可视直观等优点。通过电脑终端，用户还可以根据监测对象的不同，调整监测的区域及范围。系统软件具有温度历史数据分析、变化趋势预警功能，可自动记录报警时间，自动进行检测，便于用户对报警记录进行快速准确查找。前端红外热像仪可根据监测的距离、画面清晰度等需要配置不同参数的探测设备。结合红外热成像的特点，本系统设计了2 种探测报警模式：①模式一为在线温度监测报警模式，可实时监测环境内的温度信息，并根据温度特征及区域面积特征进行预警，具有报警灵敏性高等特点；②模式二为采用温度监测与图像分析识别结合的模式，系统具有反应速度快、探测准确性高等特点。

模式一在线采集前端探测设备的温度图像，当监测对象温度异常时，系统自动统计并计算超过阈值范围的面积，一旦发现面积超过设定的范围，即对图像实行标准化分析，通过目标分割及图像分析，再次进行提取温度特征值，当温度特征值超过设定阈值时，即可实现火灾预警，分析流程如图1 所示。系统可以实现火灾发生前的报警，具有提前预警、灵敏度高的特点。

图1 模式一分析流程图

模式二采用温度监控与图像识别相结合的分析模式，当发现温度在正常监控范围时，系统自动计算温度超过范围的面积，当面积超过规定阈值时，系统自动提取当前图像，当图像的时间序列小于等于帧数时，即进行检测和目标挂链分析。当图像的时间序列大于帧数时，系统自动提取当前图像的特征值，特征值主要为火焰的动态特征，如火焰抖动特征、火焰形状变化特征等，提取的特征值与标准特征值比较分析，当满足条件时，即输出火警信息，分析流程如图2 所示。该探测模式具有准确度高、反应速度快的特点。

图2 模式二分析流程图

3 试验及结果

3.1 试验平台的搭建

城市轨道交通隧道中火灾类型较多，有车辆及所载货物的自燃、隧道内电气设备的短路自燃、车辆碰撞引发的火灾等，本文选择了具有代表意义的木垛火、棉绳火作为试验对象，研究基于红外热成像的火灾探测系统在城市轨道交通隧道环境中的适应性及对各种燃烧物质引发火灾的探测有效性。试验中主要以记录点火开始至探测系统的报警响应时间，来反映探测的灵敏性。通过改变火源的大小，研究探测系统对不同大小火源的探测适应能力，通过改变探测设备与火源之间的距离，研究探测系统可实现的探测距离及范围。试验平台主体隧道长80 m，宽5 m，净高5.4 m，为拱形钢筋混凝土结构。将红外热成像探测设备安装在隧道的一侧，安装高度为4 m，安装布置示意图如图3所示。

图3 红外热成像探测设备布置示意图

3.2 试验过程与结果分析

3.2.1 木垛火探测试验结果分析

试验中采用了尺寸为25 cm×25 cm×25 cm、50 cm×50 cm×50 cm 的2 种木垛，木垛均由相同材质、相同形状的杉木条拼装而成，木垛表面浇上一定量的汽油进行引燃。试验过程中，保持前端红外探测摄像头与火源之间无遮挡物。试验中分别设置探测距离为30 m、60 m、75 m，表1 为各工况下3 次试验探测响应的平均时间。

表1 木垛火探测试验报警结果

通过表1 试验结果可以看出：基于红外热成像的火灾探测系统在2 种探测模式下对木垛火均具有良好的探测响应能力，未出现漏报及错报现象，可以在75 m范围内实现对城市轨道交通隧道木垛火的监控探测，充分体现了红外热成像具有探测距离远的优点。当探测距离相同时，比较分析工况a1 与A1、工况a2 与A2、工况a3 与A3，可以发现木垛火火源规模的增大对探测响应时间的影响较小，因为初期点燃时，火源未完全充分燃烧，温度升高区域的面积及形成火焰的面积均相当，所以初期火灾探测时，响应时间的一致性较高。当火源规模相同时，随着探测距离的加大，2种模式下探测的响应时间均有增长，这是因为随着探测距离的增大，相同大小的物体在探测设备内成像的面积会随着减小，系统在分析时，报警信息就会稍晚发出。

3.2.2 棉绳火探测试验结果分析

试验采用0.2 kg、0.4 kg、0.8 kg 的棉绳作为火源，将棉绳固定在金属圆环上，然后悬挂在支架上，在棉绳下端点火。试验过程中，保持前端红外探测摄像头与火源之间无遮挡物。试验中分别设置探测距离为30 m、60 m、75 m，表2 为各工况下3 次试验探测响应的平均时间。

表2 棉绳火探测试验报警结果

通过表2 试验结果可以看出：探测系统对棉绳火同样具有较高的反应灵敏度，在75 m 范围内对不同火源大小的棉绳火在15 s 的时间内均实现了报警，且无漏报。但从整体来看，在相同距离条件下，系统对棉绳火的探测时间要大于系统对木垛火的探测时间，这主要是因为棉绳在被点燃时，温度及烟气的变化为其主要特征，而火势的蔓延速度要低于木垛火，火焰的面积要比木垛火小。在相同火源大小、相同探测距离的情况下，模式一的探测响应时间要短于模式二的响应时间，主要是因为棉绳在初期被点燃时，以温度升高的特征较为明显，而此时火焰的发展尚在较小范围内，所以在温度监测模式下更易被捕捉，更容易报警。在探测距离相同时，特别是在30 m 及60 m 范围内，火源规模的大小对报警时间的影响较小，主要是由于在点燃初期时，火焰的大小及过火的面积接近，系统的探测时间也就接近。同样，在相同的火源规模时，探测距离越大，火焰面积及温度超出阈值的面积显现在图像中的比例就会越小，响应的时间也就越长。

4 结论

本文利用红外热成像可以在线测温及远距离探测的技术优势，结合火焰在红外热像仪内的成像特点，提出了2 种火灾探测分析的模式，分别为在线温度监测报警模式及温度监测与图像识别结合的模式，并在城市轨道交通隧道试验平台内进行了实体火灾试验。结果表明：城市轨道交通隧道实体火灾试验中2 种探测模式均可以在75 m范围内能有效实现对早期火灾的探测报警，且无漏报，具有反应速度快、灵敏度高的特点；2 种探测模式下，当探测距离相同时，火源规模的增大对探测响应时间的影响较小；在以温度及烟气为主要特征的棉绳火试验中，模式一的探测灵敏性要高于模式二的探测灵敏性。