目錄TOC\o"1-3"\h\u108341 4212922 6320492.1 68552.2 6200872.2.1 6219682.2.2 7167082.2.3 741232.2.4雙光譜火源識(shí)別多工況對(duì)比 9124623 10礦井火災(zāi)作為煤炭開(kāi)采行業(yè)面臨的主要安全隱患之一，嚴(yán)重影響了煤礦的安全生產(chǎn)環(huán)境[1]火災(zāi)分為內(nèi)部原因引發(fā)的火災(zāi)（內(nèi)因火災(zāi)）和外部因素引起的火災(zāi)（外因火災(zāi)）[2]發(fā)生在已開(kāi)采區(qū)域，由于煤炭等易燃物質(zhì)與氧氣接觸發(fā)生自燃現(xiàn)象。外因火災(zāi)則源于井下的膠帶與滾筒及托輥之間的摩擦生熱、電纜和電氣設(shè)備過(guò)載運(yùn)行、漏電或短路現(xiàn)象、焊接作業(yè)、違章爆破操作及瓦斯和煤塵的爆炸等產(chǎn)生的明火[3-6]為了應(yīng)對(duì)礦井外因火災(zāi)，目前主要采用的監(jiān)測(cè)手段包括但不限于煙霧、溫度及氣體（如二氧化碳、一氧化碳、氧氣）傳感器監(jiān)測(cè)、光纖分布式溫度監(jiān)測(cè)系統(tǒng)及基于圖像分析的礦井外因火災(zāi)監(jiān)測(cè)等[7-12]其中，傳感器監(jiān)測(cè)方式雖然能夠提供精確的數(shù)據(jù)，但其監(jiān)測(cè)范圍有限，對(duì)于遠(yuǎn)離火源位置的傳感器來(lái)說(shuō)，存在較大的延遲，且多點(diǎn)布設(shè)傳感器不僅增加了成本，也加大了后期維護(hù)的工作量[13]度監(jiān)測(cè)系統(tǒng)，初期投資和維護(hù)成本高，空間分辨率與測(cè)量距離難以兼顧，長(zhǎng)距離監(jiān)測(cè)時(shí)精度不足；易受環(huán)境噪聲、應(yīng)變和溫濕度干擾?；趫D像分析的礦井外因火災(zāi)監(jiān)測(cè)方法具有監(jiān)測(cè)范圍廣、成本低、可視化等特點(diǎn)[14-15]，但礦井環(huán)境中存在多種光源（如照明設(shè)備、電氣設(shè)備等），這些光源可能產(chǎn)生與火源相似[16]膠帶摩擦等其他發(fā)熱源同樣會(huì)干擾對(duì)火源的識(shí)別[17-18]。針對(duì)干擾對(duì)圖像質(zhì)量的影響，[19]通過(guò)圖像的內(nèi)凹度解決干擾光源影響火災(zāi)識(shí)別問(wèn)題，但對(duì)于引燃這些沒(méi)有明顯火源特征的初期火源難以判斷。[20]通過(guò)基于多模態(tài)圖像的火災(zāi)監(jiān)測(cè)算法將紅外與可見(jiàn)光圖形特征融合，綜合判斷彌補(bǔ)單模態(tài)

圖像監(jiān)測(cè)中的不足，但其沒(méi)有完全利用溫度信息進(jìn)行火源判定。針對(duì)上述問(wèn)題，本文提出一種基于雙光譜成像技術(shù)的礦井早期火源識(shí)別及抗干擾方法（以下簡(jiǎn)稱(chēng)雙光譜成像方法），通過(guò)結(jié)合可見(jiàn)光的圖像信息與紅外的溫度信息，提高了礦井火源在有干擾源情況下的識(shí)別準(zhǔn)確率，并通過(guò)試驗(yàn)驗(yàn)證了該方法的可行性。雙光譜成像方法流程如圖1判斷存在火源1Fig.1Processofearlyfiresourceidentificationandanti-interferencemethodforminesbasedondualspectrumimaging首先，當(dāng)雙光譜火源識(shí)別系統(tǒng)監(jiān)測(cè)到火源時(shí)，將可見(jiàn)光攝像頭和紅外攝像頭拍攝到的火源圖像進(jìn)行剪裁。然后，Canny算法邊緣化含有火源的圖像，并分別存儲(chǔ)到可見(jiàn)光疑似火源邊緣列表和紅外疑似火源邊緣列表。最后，pHash（感知哈希）算法對(duì)可見(jiàn)光圖像與紅外圖像中的疑似火源區(qū)域進(jìn)行海明距離計(jì)算，當(dāng)可見(jiàn)光火源與紅外火源的海明距離在全部配對(duì)中達(dá)到最小值且該值小于25時(shí)，判定兩者表征同一火源目標(biāo)，并分別將它們移出可見(jiàn)光疑似火源邊緣列表和紅外疑似火源邊緣列表，發(fā)出火源預(yù)警，列表內(nèi)剩下的疑似火源之間的海明距離25，將可見(jiàn)光疑似火源邊緣列表剩下的疑似火源判斷為光源干擾源，將紅外疑似火源邊緣列表剩下的疑似火源判斷為熱源干擾源，由于高溫?zé)嵩赐瑯邮堑V井火災(zāi)的誘因之一，對(duì)其也進(jìn)行火源預(yù)警。雙光譜成像技術(shù)的互補(bǔ)性源于可見(jiàn)光與紅外波段在成像原理及物理特性上的本質(zhì)差異?？梢?jiàn)光光譜可有效識(shí)別火源的化學(xué)發(fā)光特征，但會(huì)規(guī)避非燃燒熱源；紅外熱成像通過(guò)溫度異常監(jiān)測(cè)突破煙霧遮蔽限制，同時(shí)可檢測(cè)非燃燒熱源。兩者通過(guò)聯(lián)合決

當(dāng)物質(zhì)燃燒時(shí)，燃燒過(guò)程不僅釋放出可見(jiàn)光，還會(huì)產(chǎn)生大量的熱能，這些熱能以紅外輻射的形式散發(fā)出去，通過(guò)紅外光得到物體表面溫度。在礦井環(huán)境中，火源的溫度與周?chē)h(huán)境的溫度存在顯著差異。通常情況下，普通火源的溫度大約400160035～ 通過(guò)紅外攝像頭可以得到溫度矩陣0，并通過(guò)該溫度矩陣的最高值和最低值指定渲染圖像的顏色上下限 30.630.6···30.730.830.530.6···30.730.630.530.630.6···30.830.730.8T0

從電磁輻射機(jī)制來(lái)看，可見(jiàn)光成像（400～700）主要依賴(lài)物體表面反射的環(huán)境光信息，其輻射強(qiáng)度遵循朗伯余弦定律，能夠精確表征火源的幾何形態(tài)、（814）于普朗克黑體輻射定律，能夠精確表征火源的溫度。M=εσT 式中：M為單位面積上的總輻射能量；ε為物體的發(fā)σ為斯蒂芬?玻爾茲曼常數(shù)σ=5.67×10?8W·m?2·K?4；T為絕對(duì)溫度。從化學(xué)特性層面來(lái)看，火源燃燒產(chǎn)生的碳?xì)浠讨挟a(chǎn)生的碳?xì)浠衔镒杂苫募ぐl(fā)態(tài)）特征輻射（430nm藍(lán)光帶、515nm綠光帶），而燃燒釋放的熱量在紅外波段形成顯著熱輻射梯度（ΔT≥50K）。YOLOv10YOLOv10是基于Ultralytics框架開(kāi)發(fā)的實(shí)時(shí)目標(biāo)檢測(cè)模型，通過(guò)消除非最大值抑制（NonMaximumYOLO版本的后處理和計(jì)算效率問(wèn)題，在火源檢測(cè)任務(wù)中實(shí)現(xiàn)了更優(yōu)的精度?延遲平衡。本文采用百2059張火源圖像進(jìn)行訓(xùn)練與測(cè)試，結(jié)YOLOv10在該數(shù)據(jù)集上的準(zhǔn)確率、召回率、\hmAP@0.5（交并比閾值為0.5的平均精度均值）分別景中兼具高精度與低計(jì)算開(kāi)銷(xiāo)的優(yōu)勢(shì)，適用于火源

29.429.5···29.329.329.729.529.5···29.329.129.529.6···29.329.1由于火源由外焰到焰心，溫度是遞減的，這就會(huì)導(dǎo)致溫度矩陣在渲染成圖像的過(guò)程中火源整體顏色不一，使邊緣化的結(jié)果存在多層邊緣，為避免上述情況，在對(duì)溫度矩陣渲染成圖像時(shí)，需要對(duì)其進(jìn)行二值化。將溫度矩陣大于40的數(shù)值全部設(shè)為溫度最高值，渲染效果對(duì)比如圖2所示。應(yīng)用Canny算法進(jìn)行邊緣化紅外渲染結(jié)果如圖3所示。 2Fig.2Renderingeffect 3Fig.3Edgeinfraredrendering由圖2可看出，溫度矩陣的紅外渲染圖中火源內(nèi)外顏色不一。二值化后的紅外渲染圖中火源整體明亮。由圖3可看出，直接對(duì)紅外渲染圖進(jìn)行邊緣化，得到的火源邊緣圖是多層的，對(duì)二值化后的紅外渲染圖進(jìn)行邊緣化，得到的火源邊緣圖是單層的。通過(guò)上述的紅外數(shù)據(jù)處理，可以將溫度矩陣轉(zhuǎn)化成單層火源邊緣圖。這與通過(guò)可見(jiàn)光攝像頭得到的火源邊緣圖是高度相似的，避免了因成像原理不同造成的顏色、形狀上的差異。由于通過(guò)可見(jiàn)光識(shí)別的結(jié)果可能是光源，紅外識(shí)別的結(jié)果可能是熱源，所以只通過(guò)單模態(tài)的信息判定為火源并不可靠，因此需要將其識(shí)別的火源部分進(jìn)行二次判定，當(dāng)可見(jiàn)光識(shí)別的結(jié)果和紅外識(shí)別的結(jié)果為同一物體，則判定其為火源；如果不是，為干擾光源和干擾熱源。可見(jiàn)光與紅外拍攝到的火源圖像在顏色上、形狀上都有差異，紅外拍攝到的火源有明顯的內(nèi)外焰的顏色區(qū)別且火源上的加熱氣流也會(huì)顯示出來(lái)?？梢?jiàn)光拍攝到的火源整體顏色相對(duì)統(tǒng)一，觀察不到火源上方的加熱氣流，如圖4所示。由于差異性較大，無(wú)法直接通過(guò)傳統(tǒng)的相似度算法判斷可見(jiàn)光識(shí) 4Fig.4Comparisonofinfraredandvisible為準(zhǔn)確衡量紅外和可見(jiàn)光圖像的相似度，需對(duì)紅外和可見(jiàn)光圖像進(jìn)行預(yù)處理，消除差異性。采用pHash算法對(duì)提取到的火源邊緣圖像進(jìn)行相似度計(jì)算。pHash是一種將圖像轉(zhuǎn)換為固定長(zhǎng)度的哈希值算法，這種哈希值能夠反映圖像的視覺(jué)內(nèi)容而非其字節(jié)內(nèi)容，非常適合可見(jiàn)光和紅外邊緣圖像相似度的計(jì)算，因?yàn)樗鼈兊倪吘増D像的像素字節(jié)并不是一選取紅色蠟燭，用于模擬礦井火災(zāi)發(fā)生時(shí)的早期火源，通過(guò)平面鏡的火源鏡像模擬礦井下的干擾光源，80℃熱水注入透明塑料瓶，作為紅外攝像機(jī)的熱干擾源，可見(jiàn)光攝像機(jī)和紅外光攝像機(jī)作為實(shí)驗(yàn)器材，在同一距離分別擺放蠟燭、平面鏡、干擾熱源，如圖5所示。

5Fig.5Experimentalequipment4080S，中央處理器（CPU）為IntelCorei7?14700。紅外檢測(cè)模塊搭載?？礖M?TD2B28T?7/T1機(jī)芯可1920×108060幀/s的處理能力其運(yùn)算核心為RTX4080SGPU識(shí)別系統(tǒng)則在256×192分辨率下保持25幀/s的檢測(cè)頻率HM?TD2B28T?7/T1機(jī)芯獨(dú)立完成數(shù)據(jù)將可見(jiàn)光攝像機(jī)拍攝的圖像輸入先前訓(xùn)練好的YOLOv10模型，如圖6所示。可看出由于蠟燭的火源與鏡子里的映像視覺(jué)信息幾乎一樣，都將其識(shí)別為火源。由此可見(jiàn)，僅通過(guò)視覺(jué)信息很難判斷火源6Fig.6Visiblelightidentificationoffire為了進(jìn)一步判斷火源，YOLOv10模型所有判斷為火源的目標(biāo)框裁剪出來(lái)，Canny算法提取邊緣圖像，如圖7所示?？煽闯鲧R子里的火源鏡像受鏡子反射角度、距離等影響，映射火源邊緣圖與實(shí)際火源邊緣圖不相像。 7Fig.7Visiblelightedge將紅外攝像機(jī)拍攝的圖像輸入溫度場(chǎng)火源識(shí)別算法中，如圖8所示，為保證熱成像圖清晰，本實(shí)驗(yàn)渲染采用溫度越低顏色越黑紅、溫度越高顏色越亮紅?？煽闯鲇捎诟邷馗蓴_源的存在，注入熱水的透明塑料瓶被誤判為火源，因此，僅通過(guò)溫度信息很難判斷火源與干擾熱源。溫度溫度

9Fig. Imagebinarization 10Fig.10Comparisonofedgeextractionbeforeandafter118Fig. Infraredfire由圖6與圖8（b）的對(duì)比可知，可見(jiàn)光圖像中難以觀測(cè)到焰心區(qū)域，而紅外圖像中卻能清晰呈現(xiàn)完整的焰心結(jié)構(gòu)。這種現(xiàn)象源于火源不同區(qū)域的熱輻射特性差異，使得紅外成像設(shè)備能夠有效捕獲焰心的熱輻射特征。這種輻射特性的本質(zhì)差異，導(dǎo)致同一燃燒源在可見(jiàn)光與紅外成像系統(tǒng)中呈現(xiàn)出截然不同的形態(tài)特征。為了進(jìn)一步判斷火源，對(duì)紅外圖像進(jìn)行二值化操作，結(jié)果如圖9所示，可看出瓶子中的熱水變得整體明亮起來(lái)，內(nèi)外焰顏色不一的火源也變得整體明亮。二值化前后邊緣提取對(duì)比如圖10所示，可看出在沒(méi)有進(jìn)行二值化之前，瓶子中的熱水邊緣不完整

Fig.11Infrarededge其準(zhǔn)確性可能受到拍攝距離、煤礦粉塵、周?chē)h(huán)境的溫度與濕度及目標(biāo)表面的發(fā)射特性等因素的影響。當(dāng)有其他高溫源靠近紅外攝像頭時(shí)，可能會(huì)對(duì)火災(zāi)的識(shí)別造成干擾。而通過(guò)可見(jiàn)光圖像則能捕捉到火源的顏色、形態(tài)、亮度、搖曳情況及覆蓋范圍的變化等信息，然而礦井中的燈光、隧道照明、車(chē)輛燈光或紅色物品等都可能影響到火源判斷的準(zhǔn)確性。為進(jìn)一步提高火源識(shí)別的準(zhǔn)確率，pHash算法對(duì)提取的可見(jiàn)光和紅外火源邊緣圖進(jìn)行相似度計(jì)算。將圖像尺寸縮小到8像素，以減少計(jì)算量并去除高頻信息。應(yīng)用離散余弦變換提取縮小后的圖像的主要頻率特征，將像素特征矩陣轉(zhuǎn)化為頻率特征矩陣，火源的內(nèi)外焰分層且輪廓不完整。二值化之后，X=α(u)α(v)∑p?1∑火源的內(nèi)外焰分層且輪廓不完整。二值化之后，將溫度場(chǎng)火源識(shí)別算法所有判斷為火源的目標(biāo)框裁取出來(lái)，應(yīng)用Canny算法提取邊緣圖像，如圖11所示。可看出盡管高溫物體都被暫判定為火源，但紅外圖像可以用于監(jiān)測(cè)溫度和溫度分布，不過(guò)

cos[π(x+1)u]cos[π(y+1) 式中：uv為變換后的頻率矩陣，表示在頻率在u（水平方向）（垂直方向）處的分布；（u）（）為歸一化因子，用于確保變換矩陣的正交性；y為圖像像素值的原始數(shù)據(jù)，xy為空間坐標(biāo) 通過(guò)式（3）9的頻率矩0，由左上到右下代表著由低頻到高頻，其中頻率系數(shù)的正負(fù)與圖像中亮度的變化方向相關(guān)，系數(shù)的絕對(duì)值表示對(duì)應(yīng)頻率的能量，數(shù)值越大，該頻率成分在原始信號(hào)中的能量越強(qiáng)。數(shù)值越接近0，該頻率成分的能量越弱，0所示，左上角數(shù)值偏大，右下角數(shù)值偏小，說(shuō)明該圖整體噪聲小，整體結(jié)構(gòu)和主要特征明顯。 ··· ·· ?25.1?128.7·· ?21.3

12（）得到要進(jìn)行比較的圖像A，AB的元素與頻率矩陣的元素一一對(duì)應(yīng)，AB1位都為1，12頻率矩陣的左上角第1個(gè)值是相似的，0，表示對(duì)應(yīng)的頻率成分也是相似的，第三A0，B1則該頻率成分不相似。為判斷整體的相似度，進(jìn)一步應(yīng)用海明距離進(jìn)行整體相似度的比較。 ··

A=(10 ·· 10B=(10 ·· 10 ·· ··· 低頻成分包含了圖像的主要信息，如整體結(jié)構(gòu)和平均亮度；高頻成分包含了圖像的細(xì)節(jié)和噪聲。由于紅外和可見(jiàn)光拍攝的圖像細(xì)節(jié)本身就不一樣，所以僅保留紅外和可見(jiàn)光頻率矩陣8×8的低頻部分來(lái)判斷相似度。1為可見(jiàn)光火源低頻部分，2為紅外火源低頻部分，12中可以觀察到，2個(gè)矩陣數(shù)值變化相同呈現(xiàn)左上角數(shù)值高右下角數(shù)值 ·· ··

式中Ai，Bi為哈希值的每一位；⊕為64位，海明距離的值域?yàn)閇0,64]。其中海明距離為0代表低頻矩陣的哈希值每一位都相等，也就是2張圖像每一部分都相似與之相反海明距離為64為定量判斷相同火源，對(duì)火源相似度進(jìn)行標(biāo)定Pythone函數(shù)庫(kù)生成100組隨機(jī)的閉合曲線，設(shè)生成隨機(jī)曲線步數(shù)為100、隨機(jī)長(zhǎng)度為[1，3]、隨機(jī)角度為[?45，45]，生成隨機(jī)曲線模擬疑似火源，如圖12所示。 ?25.1?128.7·· ··

··· ·· ·· ?71.5 ?57.5··· ?3.0?55.8··

12Fig.12Random

在5s內(nèi)對(duì)同一火源目標(biāo)進(jìn)行同步影像采集 ·· ·· ?12.5 ·· 為進(jìn)一步確定各個(gè)頻率成分是否相似，將得到Hash函數(shù)。 H(C)={1C>

20張（圖131代表性畫(huà)面）、紅外圖像20張（圖13右欄），構(gòu)建雙選取雙光譜火源邊緣圖中1張可見(jiàn)光火源圖像作為比較樣本，通過(guò)pHash算法分別計(jì)算比較樣本與可見(jiàn)光火源圖像庫(kù)（20張）、紅外火源圖像庫(kù)（20張）及隨機(jī)曲線（100張）之間的海明距離，如式中：H（C）為Hash函數(shù)；C為矩陣元素；C為低頻 由圖14可看出，I1—I20的海明距離在[0，25]內(nèi)13Fig.13Dualspectrumfiresourceedgeimage

為更接近現(xiàn)場(chǎng)火源，在中國(guó)礦業(yè)大學(xué)文昌校區(qū)火災(zāi)實(shí)驗(yàn)室，采用正庚烷燃燒模擬火災(zāi)現(xiàn)場(chǎng)，15所示。

15Fig.15Partialfiresourcevalidation為了驗(yàn)證雙光譜成像方法在實(shí)際任務(wù)的有效性，在驗(yàn)證集上與現(xiàn)有的目標(biāo)監(jiān)測(cè)方法進(jìn)行比較，結(jié)果見(jiàn)表1?？煽闯鲈跓o(wú)粉塵無(wú)干擾源工況下，雙光譜成像方法的準(zhǔn)確率與召回率均高于YOLOv10，這是因?yàn)殡p光譜成像方法將溫度信息作為額外的輸入對(duì)于一些小火源或者形狀差異大于訓(xùn)練集的火源也能進(jìn)行捕捉，不依賴(lài)于訓(xùn)練集，YOLOv10對(duì)訓(xùn)

1Table1Comparisonoffiresourcemonitoringmethod 隨機(jī)閉合曲線海明距離14Fig.14Hammingdistance較相同火源可見(jiàn)光海明距離值增大，說(shuō)明相似度下降了，這是因?yàn)榧t外和可見(jiàn)光的邊緣圖像本身就有微小的不同，通過(guò)該組標(biāo)定得到，當(dāng)可見(jiàn)光與紅外圖像中火源的海明距離≤25時(shí)，可判定其為同一火源。1—100的海明距離在[30，64]內(nèi)，較相同火源紅外圖海明距離值大幅度增大，說(shuō)明圖像之間差異度很大，符合隨機(jī)曲線本身就與可見(jiàn)光火源圖像形狀完全不相同，通過(guò)該組標(biāo)定，當(dāng)可見(jiàn)光與紅外圖像中火源的海明距離>25時(shí)，不為同一物體。通過(guò)上述分析可知：若可見(jiàn)光與紅外圖像中火源的海明距離最小且≤25，則判定為同一火源