袁 珍

國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，僅2019年一年就發(fā)生較大火災(zāi)802起，重大火災(zāi)8起.火災(zāi)不僅危害到人民的生命安全和財產(chǎn)安全，還給國民經(jīng)濟(jì)帶來重大損失，特別是在一些特殊場合，例如高層建筑、人員密集場所、貴重物品倉庫、危險品堆放和加工場所等，消防安全顯得尤為重要.

傳統(tǒng)的消防監(jiān)控系統(tǒng)一般在設(shè)計(jì)和使用時都存在一定的局限性，過于依賴使用場所，或依賴于人工監(jiān)管［1］.消防設(shè)備、監(jiān)控終端等使用的范圍受到很大限制，無法實(shí)現(xiàn)靈活、多場景、多系統(tǒng)的交互和共享.研發(fā)和推廣具備智能報警功能的消防聯(lián)動系統(tǒng)可以較好地解決目前消防管理面臨的困境.

物聯(lián)網(wǎng)技術(shù)的發(fā)展使得具有上述特點(diǎn)的消防聯(lián)動智能報警系統(tǒng)能夠得以實(shí)現(xiàn).在消防管理中引入物聯(lián)網(wǎng)技術(shù)，一方面可以增強(qiáng)企業(yè)和社區(qū)的消防管理能力，提高監(jiān)管效率；另一方面有利于提升社會應(yīng)對各種自然災(zāi)害和人為破壞等險情的能力，及早預(yù)防和控制災(zāi)情，減少經(jīng)濟(jì)損失.

1 功能描述

目前市面上已有的消防聯(lián)動報警系統(tǒng)普遍具有較強(qiáng)針對性，例如針對人員密集，或易燃易爆危險場所，這些系統(tǒng)雖能在特定場景中發(fā)揮作用，但通用性較差，轉(zhuǎn)移場景后常常無法適用，導(dǎo)致報警效率大大降低.

文中設(shè)計(jì)的消防聯(lián)動智能報警系統(tǒng)針對以上問題作了改進(jìn)，能實(shí)現(xiàn)消防傳感器的遠(yuǎn)程無線接入和各站點(diǎn)之間的互連通信，靈活性強(qiáng).系統(tǒng)可根據(jù)實(shí)際需要，添加或減少傳感器及反向控制設(shè)備，并配合物聯(lián)網(wǎng)管理平臺，實(shí)時顯示各種消防設(shè)備的狀態(tài)，供管理人員查看［2］.另外，系統(tǒng)通過對監(jiān)控視頻進(jìn)行圖像處理，可初步判斷是否存在火苗，據(jù)此發(fā)出火災(zāi)預(yù)警.

下文主要闡述消防聯(lián)動智能報警系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)過程，包括硬件系統(tǒng)和軟件系統(tǒng)的技術(shù)實(shí)現(xiàn).硬件系統(tǒng)主要介紹無線傳感網(wǎng)絡(luò)的搭建，軟件系統(tǒng)重點(diǎn)闡述如何基于圖像處理技術(shù)實(shí)現(xiàn)火災(zāi)預(yù)警.

2 無線傳感網(wǎng)絡(luò)

本系統(tǒng)的硬件主體是無線傳感網(wǎng)絡(luò)，主要功能是各類傳感器的狀態(tài)報告、初步火災(zāi)預(yù)警和反向控制.本文搭建的無線傳感網(wǎng)絡(luò)主要使用在各種室內(nèi)環(huán)境下，尤其是化學(xué)化工類實(shí)驗(yàn)室、檔案室、貴重物品倉庫等.針對現(xiàn)場環(huán)境，設(shè)置不同的傳感器進(jìn)行數(shù)據(jù)采集，以此將地理位置上分散的采集點(diǎn)連接成一個星型拓?fù)錈o線傳感網(wǎng)絡(luò)，如圖1所示.通過單片機(jī)將采集到的傳感器數(shù)據(jù)發(fā)送給控制器進(jìn)行判定，對信息進(jìn)行丟棄/預(yù)警的處理，再將處理過的信息推送至云端Web平臺，用戶可以在平臺上獲得信息，不受位置限制.

圖1 無線傳感網(wǎng)絡(luò)框架圖

搭建無線傳感網(wǎng)絡(luò)需要的主要硬件及其功能如表1所示.

表1 系統(tǒng)主要硬件及功能

傳感器節(jié)點(diǎn)通過Zigbee與終端節(jié)點(diǎn)CC2530單片機(jī)無線連接，CC2530集合射頻收發(fā)器和增強(qiáng)型8051CPU于一體，在開發(fā)時兼容了8051的業(yè)界標(biāo)準(zhǔn)，可以使用普通的51編譯器編程開發(fā)，降低了開發(fā)的難度.CC2530結(jié)合了領(lǐng)先的RF（射頻）收發(fā)器的優(yōu)良性能，可以建立強(qiáng)大的網(wǎng)絡(luò)節(jié)點(diǎn)，系統(tǒng)內(nèi)置可編程閃存，使得它尤其適合超低功耗要求的系統(tǒng)，是目前廣泛應(yīng)用的SoC（片上系統(tǒng)）解決方案.信息采集終端電路如圖2所示.

圖2 信息采集終端電路

在主控制器的選擇上，需要考慮主控制器必須全時間運(yùn)行，還要保證終端節(jié)點(diǎn)采集的信息能夠順利發(fā)送至云端.除了傳感器信息外，還需要處理監(jiān)控設(shè)備傳輸來的視頻流，因此主控制器必須具備一定的數(shù)據(jù)處理和存儲能力，并且在數(shù)據(jù)處理速度上也有一定的要求.因此本系統(tǒng)選用集成ARM單片機(jī)和DSP芯片的LM3S5749，此芯片功耗低、運(yùn)算精準(zhǔn)，同時具備主控功能和數(shù)據(jù)處理功能.

網(wǎng)關(guān)模塊的作用是將主控端與云平臺建立WiFi聯(lián)系，用戶可以通過Web端或者移動終端讀取到環(huán)境狀態(tài)信息，同時也可以用WiFi的方式反向發(fā)送控制命令.

3 火災(zāi)視頻檢測

大部分的火災(zāi)傳感器都有局限性，例如煙霧傳感器不適用在某些火焰煙霧小的應(yīng)用場合.對于某些貴重物品倉庫、檔案館和機(jī)房的防火工作，僅僅靠傳感器監(jiān)測準(zhǔn)確性較差，可以通過增加火災(zāi)監(jiān)控視頻的智能判定，做到萬無一失.

3.1 檢測方法分析

火災(zāi)視頻檢測是通過數(shù)字圖像處理技術(shù)完成對視頻監(jiān)控傳輸過來視頻流的檢測分析.目前國內(nèi)外研究火災(zāi)視頻實(shí)時智能檢測的算法非常多，通過對比和分析不同算法的優(yōu)勢和弊端，最后確定使用OpenCV作為本系統(tǒng)火災(zāi)視頻檢測的實(shí)現(xiàn)手段.OpenCV是一個開源的輕量級跨平臺計(jì)算機(jī)視覺軟件庫，它可以使用多種語言編程實(shí)現(xiàn)，本文選擇使用時下流行的Python語言，在Linux操作系統(tǒng)測試和運(yùn)行.使用OpenCV進(jìn)行視頻處理，優(yōu)點(diǎn)在于處理速度快，實(shí)現(xiàn)方法簡單，可以實(shí)現(xiàn)流暢的視頻實(shí)時輸出.這也是目前圖像處理方面的通用選擇.

在火焰識別時，遇到的難點(diǎn)主要有幾個方面：

①火災(zāi)發(fā)生時火焰一般是由小到大發(fā)展，特別是火災(zāi)初期的火焰小，密度低，不易識別，有些常用圖像識別算法的識別率較低.

②火災(zāi)時火焰種類繁多，顏色上大部分是黃色，但也有部分金屬火焰是白色、綠色或藍(lán)色.從體積上看，有些材料的火焰大、煙小，有些材料則相反.這些都給識別增加了難度［3］.

③圖片或視頻中很可能出現(xiàn)類火物體的干擾，例如明黃色物體、燈光、某些材料反光，增加了誤判的可能［3］.

因此本文在傳統(tǒng)的圖像處理方法基礎(chǔ)上，針對以上存在的問題進(jìn)行改進(jìn)，提出一種更適合火災(zāi)初期火焰的實(shí)時檢測方法，并對其進(jìn)行可行性實(shí)驗(yàn).

3.2 實(shí)現(xiàn)過程

首先將攝像頭遠(yuǎn)程傳輸?shù)玫降囊曨l流通過OpenCV進(jìn)行處理，將視頻拆分為幀，得到的每一幀都視為一張圖片.此步驟將視頻檢測轉(zhuǎn)化為了圖像檢測，降低了處理難度.由于使用火災(zāi)視頻智能檢測的一般是無人場合，圖像在大部分時間內(nèi)是靜止不動的，因此給火災(zāi)監(jiān)控視頻的智能判定帶來了很大方便，可以利用差分法對相鄰兩幀圖片運(yùn)算，以確認(rèn)圖片是否存在動態(tài)變化，若無變化，則不用進(jìn)行后續(xù)處理，可提高檢測效率.

當(dāng)確認(rèn)圖片存在動態(tài)變化區(qū)域時，需要使用RGB和HIS顏色空間聯(lián)合判定動態(tài)區(qū)域是否存在疑似火焰.

火焰的RGB空間規(guī)則是R>G>B，R>RT，RT表示紅色R的設(shè)置閾值.但是在RGB顏色空間中，三種顏色的取值與目標(biāo)顏色之間的聯(lián)系并不直觀.而HIS空間是一種人眼看起來比較直觀的顏色空間，因此需要進(jìn)行空間轉(zhuǎn)換.RGB空間轉(zhuǎn)換為HIS空間的規(guī)則如下［4?5］：

火焰的HIS空間規(guī)則為：

判定時的閾值需要根據(jù)多次實(shí)驗(yàn)確定，并結(jié)合環(huán)境等因素動態(tài)調(diào)整.例如一般的火焰顏色認(rèn)定為明亮的黃色，常用判定閾值為H：0～60、S：20～100、I：100～255；火焰若處在露天環(huán)境，則需要將I閾值調(diào)大些.對于某些特殊顏色火焰的判定，需要重新選取閾值.閾值的選取能夠影響到火焰檢測的準(zhǔn)確率.本文案例中，為了提高精準(zhǔn)度，在模擬特殊顏色火焰的場所，取多個顏色閾值進(jìn)行多次判定，再綜合提取結(jié)果［4］.

以上是基于顏色規(guī)則檢驗(yàn)圖片中是否存在疑似火焰區(qū)域，此方法的缺陷是不能很好地排除類火物體.為了降低誤判概率，本文在判定火災(zāi)預(yù)警前，還要與目標(biāo)區(qū)域的傳感器參數(shù)作綜合對比，排除人造光源等類火情況.最終才判定是否為火災(zāi)預(yù)警，發(fā)出預(yù)警信息.火災(zāi)視頻檢測的流程如圖3所示.

圖3 圖像處理流程

3.3 實(shí)驗(yàn)結(jié)果

在上述理論基礎(chǔ)上，使用OpenCV結(jié)合Python語言編寫出測試程序，選取互聯(lián)網(wǎng)上某些火災(zāi)圖片進(jìn)行火焰識別的性能測試，對程序判定有火焰存在的區(qū)域使用方框標(biāo)出.在所取的50個樣本圖片中，火災(zāi)識別率高達(dá)86%，部分測試結(jié)果如圖4所示.

圖4 圖像處理的測試結(jié)果

3.4 信息的處理和發(fā)布

在信息發(fā)布端采用C語言作為開發(fā)語言，大大降低了開發(fā)難度.并結(jié)合MySQL數(shù)據(jù)庫，存儲不同節(jié)點(diǎn)的位置、狀態(tài)等信息，可以滿足服務(wù)器的使用需求.

系統(tǒng)利用了RSTP（快速生成樹）協(xié)議實(shí)現(xiàn)信息的發(fā)布.RSTP是一種主機(jī)和服務(wù)器之間的雙向通信協(xié)議，可以實(shí)現(xiàn)聲音和影像等多媒體信息的傳送.本系統(tǒng)中數(shù)據(jù)量相對較小，使用起來更加流暢.

在信息接收和發(fā)布端，軟件需要實(shí)現(xiàn)的功能是：以指定的時間間隔，將各個傳感器的編號、狀態(tài)等數(shù)據(jù)通過網(wǎng)絡(luò)設(shè)備推送至服務(wù)器，最終發(fā)布在用戶終端，供管理人員隨時查看.在火災(zāi)預(yù)警功能上，當(dāng)主控制器結(jié)合視頻流檢測結(jié)果和傳感器狀態(tài)，判定有火災(zāi)出現(xiàn)，則從用戶終端上彈出彈窗，并發(fā)出報警音，提示管理員緊急處理.用戶終端（PC）的系統(tǒng)框架及報警時彈出彈窗分別如圖5和圖6所示.

圖5 正常運(yùn)行時系統(tǒng)結(jié)構(gòu)圖

圖6 有火災(zāi)預(yù)警時彈出彈窗

4 結(jié)論

本系統(tǒng)基于無線傳感網(wǎng)絡(luò)與圖像處理技術(shù)進(jìn)行設(shè)計(jì)和實(shí)現(xiàn).可對消防設(shè)備靈活地增減，擴(kuò)展性強(qiáng)，適用于普遍復(fù)雜的應(yīng)用環(huán)境，同時結(jié)合了圖像識別技術(shù)，能自動對獲取的圖像數(shù)據(jù)進(jìn)行檢測識別，準(zhǔn)確地判定火災(zāi).實(shí)驗(yàn)證明本系統(tǒng)能準(zhǔn)確智能報警，性能好，克服了傳統(tǒng)報警器誤判率高的缺陷，有較高的研究意義與推廣價值.