1  火灾识别的研究现状

火的认识和使用是人类历史发展中的一个必不可少的环节，但是在当今的社会的高度发展中，人类依然没有完全掌握自己控制火对人类的危害，这主要就包括每年都会造成巨大损失的火灾事件，火灾一旦在理想的地点发生，很快就会在短时间内火势蔓延，使人类不可控制。离我们最近的属于当属2017年10月3日的美国加利福尼亚发生的大火，火势燃烧超过3个月，动用了巨大的人力物力，依然不能得到控制，但是，再大的火势，一开始也是微不足道的，聪明的学者们早就认识到了这一点，人们与其每次大火来临都焦头烂额，不如多花一点精力，让火灾彻底在初期就被我们所发现和处理掉。

1.1、 国内外传统火灾探测器检测方法

目前人们有很多方法利用科技来扑灭火灾，但其中自动火灾探测技术是一种比较有效的方法。在十九世纪中叶，世界上第一个火警系统是由来自世界各地的教授和公司开发的。然而，在19世纪末，历史上第一个温度敏感的火灾探测器在英国出现。该探测器能够探测到火灾释放的热量并发出警报。这是自动火灾探测技术首次正式获得批准。根据不同探测参数的火灾探测器的光探测，人们将这些方法分为烟感，温度测量，气体和综合型等几类。而近些年，随着人工智能，模式识别等学科领域的发展，人们在火灾处理上面的方法和手段也已经越来高明了。

1.2、 国内外基于火灾视觉识别系统的方法

图像是一种对真实世界的回应，而主体来自于客观事物，并且利用它来获取主体的真实信息。例如，我们能够通过有色彩的火灾图像判断出火灾现场具体的颜色资讯和该火灾实况图上各处的RGB分量值（RGB分量值是工业上面对颜色标准的衡量准则，红、绿、蓝这三个颜色通道是RGB的代表色）。除了能够获取图像的形态特点之外，图像的空间特征、个别区块面积和事物的边界等都能够在图像中依次被识别。由此可以看出如果使用图像来辨别和检测火灾，那么其能够呈现的灾情信息将比现在能呈现的信息多得多。也因为这些有利的因素，使用图像对火灾进行检测的技术这几年间都到非常多学者的关注，也有非常多的学者和公司参与并开展研究。

（1）首先要谈到的是以彩色图像为基础的火焰检测方法，这个方法也是由Yamagishi等学者在钻研过程中提出的。其方法是运用HSV（色调，饱和度，值）空间使用神经网络从而辨析出火灾。Noda等学者发现了一种即使是隧道里也能够检测到火情发展事态的一种图像科技。首选是利用采集的现场非黑白图像，经过灰度化，执行直方图的解译和归纳灰度在整体中的状况。同时依照这火焰出现过程中灰度不断变化的情况进行判断。刘亮亮指出利用色彩的特征来进行火焰识别的想法，利用采集出来的色彩空间，依照火灾现场图片亮度偏高以及轻微呈红色的这一特质，完成初步的辨识工作。

（2）与此同时周锦荣则提出了以视频为基础的图像监控技术，采取对视频图像进行基础处理从而辨识火场的基本性质的方法；李婷则采取采集图像纹理性质的方法提出了火灾现场图像处理技术，对于灾情进行辨识。

（3）许维胜等提出了一种以神经网络和小波变换为基础的图像解译技术，利用小波变换的方法把图片进行分解从而得出更多有利相似点，紧接着使用神经网络技术对之前的有利数据进行解析从而辨别出火场特征；发现一种以BP神经网络为主要基础的检测方法则是宋卫国等学者的功劳，依照明火在火场时其主要特征的早期变化曲线，萃取发现火场图像的特点，然后使用人工神经网络对明火的基本性质进行辨认，不过这样的实验还是比较复杂的因为这必须建立在大量的实验数据之上。