基于紅外測溫與圖像融合的火災預警系統研究

李文睿 汪軍 徐曉峰

摘 ?要：提出一種基于紅外測溫與圖像融合的火災預警系統，分析判斷采集檢測現場內的溫度陣列信息以及圖像陣列信息.圖像陣列信息采用OV7725攝像機獲取，紅外測溫采用MLX90640紅外測溫陣列模塊獲取，傳感器彼此獨立地工作，共同采集圖像信息.兩個模塊共同工作，從而提高了預警的準確率，減少了誤報和錯報的概率.

關鍵詞：火災預警；通訊協議；信息融合

[ ? 中圖分類號 ? ?]TN915.04 [ ? ?文獻標志碼 ? ] ?A

Research on Fire Warning System Based on Infrared

Temperature Measurement and Image Fusion

LI Wenrui，WANG Jun，XU Xiaofeng

（ School of Electrical Engineering，Anhui Polytechnic University，Wuhu 241000，China）

Abstract：A fire warning system based on infrared temperature measurement and image fusion is proposed to analyze and judge the temperature array information and image array information in the detection site. The image array information is acquired by OV7725 camera. Infrared temperature measurement is obtained by MLX90640 infrared temperature measurement array module. The two sensors work independently of each other and collect image information. The two modules work together to improve the accuracy of early warning and reduce the probability of false alarms and misstatements caused by traditional infrared temperature alarms.

Key words：fire warning ； communication protocol ； information fusion

火災安全問題不容忽視，研究人員也一直在更新換代火災預警系統.目前的火災預警系統，當局部溫度達到著火點時發出警報信號，實現準確預警.但這種預警系統的弊端是，僅依靠一個傳感器模塊，無法準確判斷區域的溫度變化，無法根據檢測現場出現的煙霧動態變化補充判斷預警.本文提出一種基于紅外測溫與圖像融合的火災預警系統，分析判斷采集檢測現場內的溫度陣列信息和圖像陣列信息.圖像陣列信息采用OV7725攝像機獲取，紅外測溫采用MLX90640紅外測溫陣列模塊獲取，傳感器獨立工作，共同采集圖像信息，從而提高預警的準確率，減少誤報錯報的概率.

1 火災預警系統總體架構與模塊設計

系統采用模塊化結構設計，包括傳感器采集模塊、單片機主控模塊、上位機、預警系統.傳感器采集模塊采集檢測現場各項圖像信息，單片機主控模塊協調各傳感器模塊的工作，上位機實時顯示溫度數據，預警系統分析判斷是否存在火災隱患，根據某一個區域一段時間內的溫度數據變化進行預警.當某個區域溫度持續從正常向高溫增加，就是可能存在著火點，存在火災隱患.攝像機采集模塊獲取檢測現場的圖像，根據圖像預警火災，根據煙霧動態變化情況補充判斷預警.

系統開發板選用STM32F103開發版設計.STM32F103精致簡潔，配有多種標準接口，具有功耗低、數據傳輸速度快等優點，可以在不同條件下使用，方便進行各種外設連接實驗.

采用MLX90640紅外陣列測溫傳感器熱成像儀模塊獲取溫度數據.檢測現場分為768個像素點，搭配UART，TTL接口，連接在STM32F103ZET6開發板上編寫程序、顯示溫度數據、配置參數、檢測鏡頭視野內所有物體的溫度情況.模塊最小輸出電壓為4.5 V，最大為5.5 V，支持多種波特率.根據Modbus通訊協議獲取溫度數據.

攝像機模塊采用OV公司生產的1/4寸CMOS VGA圖像傳感器OV7725獲取圖像，根據圖像預警火災，根據煙霧的動態變化情況補充判斷預警.模塊攝像頭輸出像素為640*480，支持VGA和QVGA兩種輸出模式，支持色飽和度調節、銳度調節以及鏡頭校準，對采集到的圖像進行圖像質量控制，支持圖像縮放、平移等設置.模塊具有獨特的傳感器技術，可提高圖像質量，獲取清晰穩定的彩色圖像.工作的最佳溫度為-20 ℃～70 ℃，模塊尺寸為26 mm*27 mm，小巧方便.攝像機模塊具有自動對焦的功能，工作電流為60 mA，電壓為3.3 V，功耗低.

2 火災預警系統流程的設計

系統收集兩個傳感器模塊采集的信息：紅外測溫模塊采集現場內的溫度陣列信息，攝像機模塊采集現場內的圖像陣列信息.圖像陣列信息采集模塊采用OV7725攝像機模塊獲取，溫度陣列信息采用MLX90640紅外測溫陣列模塊獲取.將傳感器模塊檢測現場劃分為768個檢測點，將實驗現場劃分成768個像素點，與檢測現場劃分的檢測點一一對應.紅外測溫模塊通過Modbus通訊協議獲取檢測現場每一點的溫度數據，根據檢測區域內溫度數據變化情況預警.當發現某個區域溫度持續從正常向高溫增加，預示可能有著火點.攝像機模塊根據圖像預警火災，根據檢測現場可能出現的煙霧等動態變化情況補充判斷預警.兩個模塊共同工作，從而提高預警的準確率，減少誤報和錯報的概率.

3 火災預警系統測試

測試前的準備工作.將傳感器模塊、STM32F103開發板等連接完成之后，將STM32F103開發板通過ST-Link與電腦端相連.MLX90640紅外陣列測溫傳感器模塊工作中要注意避免雙手直接接觸核心器件，上電前檢查電源，防止反接.由于振動和帶電拔插會對MLX90640造成損壞，因此，實驗過程中一定要避免大幅度振動和帶電拔插等操作，檢查無誤后方可供電.

打開Keil μVision5軟件，編譯代碼，程序不報錯后將程序下載到STM32F103開發板里，再利用編寫的Modbus通訊協議獲取溫度數據.打開Modbus Poll軟件，設置波特率為115 200，模式為RTU模式.溫度數據直接顯示在Modbus Poll軟件界面中，能夠直觀得知檢測現場的溫度信息.當溫度持續升高時，表明可能有著火點.實驗代碼得到最高溫度、最低溫度、平均溫度以及中心點溫度，Modbus Poll軟件界面顯示測得的數據結果除以100，得最終的溫度數據.實驗結果表明，系統通過Modbus通訊協議得到了溫度數據，基于紅外測溫與圖像融合的火災預警系統成功報警.

4 小結

提出一款基于紅外測溫與圖像融合的火災預警系統研究.系統采用MLX90640紅外陣列測溫傳感器模塊和OV7725攝像頭模塊，采集所拍攝現場內的溫度陣列信息和圖像陣列信息.實驗測試采用Keil μVision5，根據Modbus通訊協議獲取檢測現場每一點的溫度信息，獲取溫度數據，根據每一個溫度點當中某個區域一段時間內的溫度數據變化情況進行預警，根據檢測現場圖像信息來補充判斷預警.

參考文獻

[1]曹江濤，秦躍雁，姬曉飛.基于視頻的火焰檢測算法綜述[J].數據采集與處理，2020，35（01）：35-52.

[2]魏立明，楊坤，陳妍希.建筑電氣火災預警系統的綜述研究[J].吉林建筑大學學報，2017，34（03）：112-115.

[3]王繼武，王勝.林木智能化火災預警系統設計——基于物聯網和圖像處理[J].農機化研究，2022，44（07）：224-227.

[4]張艾萍，萬瑞軍.基于數字溫度傳感器的電纜故障在線監測及火災預警系統[J].電力自動化設備，2003（10）：57-58+61.

[5]徐凡，袁杰.基于視頻的嵌入式森林火災預警系統[J].計算機應用，2008（01）：264-266.

[6]田裳，戴永鈞.VESDA極早期煙霧探測預警系統在鐵路火災防范中的應用[J].中國鐵路，2002（10）：63-65.DOI：10.19549/j.issn.1001-683x.2002.10.018.

[7]馬宏鋒，李祥林，胡玫.森林火災無線監測預警系統的設計與實現[J].自動化儀表，2011，32（12）：39-42+46.

[8]華健，黃飛，任浩等.校園智能火災預警系統設計與實現[J].合肥工業大學學報：自然科學版，2021，44（03）：357-360.

[9]趙月愛，郭興原.基于多源數據協同感知的電氣火災預警算法研究[J].太原理工大學學報，2021，52（06）：907-912.

[10]郭偉，方振國.圖像噪點數據的定位與優化[J].牡丹江師范學院學報：自然科學版，2023（01）：19-22.

[11]周鳳，楊輝，王利.火災自動監測技術研究[J].牡丹江師范學院學報：自然科學版，2016（03）：26-28.

[12]于立洋.一種基于紋理和顏色的圖像檢索方法[J].牡丹江師范學院學報：自然科學版，2010（01）：2-4.

[13]邱文挺，杜勇前.可視化電氣火災預警系統的設計與實現[J].華僑大學學報：自然科學版，2013，34（06）：645-648.

[14]Khan Fawad，Wang Shanchi，Ma Zhewen，Ahmed Adnan，Song Pingan，Xu Zhiguang，Liu Riping，Chi Huanjie，Gu Jiayi，Tang LongCheng，Zhao Yan. Back Cover：A Durable，Flexible，Large‐Area，Flame‐Retardant，Early Fire Warning Sensor with Built‐In Patterned Electrodes （Small Methods 4/2021）[J]. Small Methods，2021，25（4）：20-21.

[15]Qiu Song，Allan Robert，Nilavalan Rajagopal，Ivey Jeff，Butterfield Steven，Li Maozhen. Performance analysis of a fail-safe wireless communication architecture for IoT based fire alarm control panels[J]. SN Applied Sciences，2021，19（2）：67-71.

[16]Khan Fawad，Wang Shanchi，Ma Zhewen，Ahmed Adnan，Song Pingan，Xu Zhiguang，Liu Riping，Chi Huanjie，Gu Jiayi，Tang LongCheng，Zhao Yan. A Durable，Flexible，Large‐Area，Flame‐Retardant，Early Fire Warning Sensor with Built‐In Patterned Electrodes[J]. Small Methods，2021，25（4）：20-22.

[17]Liming Wei，Xing Guo，Qiucui Wang. Design of integrated fire alarm system for integrated pipe gallery based on multi-environmental sensors[J]. International Journal of Wireless and Mobile Computing，2020，19（2）：178-181.

[18]葉坤濤，李文，舒蕾蕾，等.結合改進顯著性檢測與NSST的紅外與可見光圖像融合方法[J].紅外技術，2021，43（12）：1212-1221.

[19]陸寅，苗克堅，何維.基于情境上下文感知的溫度監測與警報系統[J].計算機應用，2009，29（02）：583-585+594.

[20]楊其睿.基于改進的DenseNet深度網絡火災圖像識別算法[J].計算機應用與軟件，2019，36（02）：258-263.

編輯：琳莉