基于視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

孫繼平，范偉強(qiáng)

(中國(guó)礦業(yè)大學(xué)(北京) 機(jī)電與信息工程學(xué)院， 北京 100083)

0 引言

瓦斯爆炸、瓦斯煤塵爆炸和煤塵爆炸(以下統(tǒng)稱(chēng)瓦斯和煤塵爆炸)會(huì)造成大量人員傷亡和財(cái)產(chǎn)損失，是煤礦重特大事故中事故起數(shù)和死亡人數(shù)最多的事故[1]。瓦斯和煤塵爆炸會(huì)消耗大量O2，產(chǎn)生大量CO和CO2等有毒有害氣體，造成大量人員中毒窒息死亡[2]。瓦斯和煤塵爆炸事故后，遇險(xiǎn)人員在缺氧、CO和CO2濃度較高的災(zāi)后環(huán)境中滯留時(shí)間越長(zhǎng)，死亡概率越高。因此，盡早發(fā)現(xiàn)事故并報(bào)警，盡早撤出遇險(xiǎn)人員，盡早派救護(hù)隊(duì)員救出遇險(xiǎn)人員，是減少事故人員傷亡的有效措施。目前，煤礦瓦斯和煤塵爆炸事故發(fā)現(xiàn)和報(bào)警主要靠人工完成，存在發(fā)現(xiàn)晚、上報(bào)不及時(shí)、應(yīng)急響應(yīng)慢等問(wèn)題。特別是當(dāng)事故現(xiàn)場(chǎng)人員全部遇難或昏迷，將不能及時(shí)發(fā)現(xiàn)事故。筆者基于瓦斯和煤塵爆炸視頻圖像特征，研究了煤礦瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法，對(duì)避免或減少事故人員傷亡具有重要的理論意義和實(shí)用價(jià)值。

1 瓦斯和煤塵爆炸視頻圖像特征分析

煤礦瓦斯和煤塵爆炸會(huì)產(chǎn)生高溫、高壓、爆炸沖擊波、火焰波、大量有毒有害氣體和煙氣，將沉積在頂?shù)装濉⑾飵秃驮O(shè)備上的粉塵揚(yáng)起，造成巷道垮塌、設(shè)備和設(shè)施損壞及位移、人員傷亡等[3]，形成了瓦斯和煤塵爆炸視頻圖像特征：爆炸火球通常呈紅色，亮度高、溫度高，輻射較強(qiáng)的紅外線(xiàn)和紫外線(xiàn)[4]，火球面積迅速擴(kuò)大；火焰鋒面的面積、亮度、顏色、形狀、輻射強(qiáng)度等不斷變化；煙塵(煙氣和揚(yáng)塵)的面積、顏色、形狀等不斷變化；有物體快速移動(dòng)和變形。

1.1 圖像靜態(tài)特征分析

圖像靜態(tài)特征包括火球和煙塵溫度場(chǎng)分布特征，火焰鋒面顏色和亮度分布特征，火焰鋒面和煙塵圓形度及質(zhì)心等形狀特征，紅外和紫外輻射強(qiáng)度分布特征[4]，采掘工作面和巷道垮塌、設(shè)備和設(shè)施損壞及位移、人員傷亡等。瓦斯和煤塵爆炸形成的火球和火焰通常為亮紅色。在灰度圖像中，火球圓形度較高。

1.2 視頻動(dòng)態(tài)特征分析

視頻動(dòng)態(tài)特征包括亮度變化及變化率、空間結(jié)構(gòu)變化及變化率、形狀變化及變化率、顏色變化及變化率、溫度場(chǎng)變化及變化率等。爆炸發(fā)生瞬間，爆源處空氣溫度急劇升高，火球迅速增大后充滿(mǎn)巷道斷面，并形成高溫、高速的火焰波和煙塵。爆炸發(fā)生后，隨著距爆源距離的增加，火焰波前后鋒面逐漸重合，火焰厚度逐漸變小，由扇形結(jié)構(gòu)逐漸變換為相對(duì)平緩的平面[5]，火焰鋒面、火焰波、煙塵前沿位移速度不斷減小直至消失，高溫區(qū)域、火焰波和煙塵的最高溫度逐漸減小[6]。隨著沖擊波的傳播，巷道垮塌、設(shè)備損壞、物體位移、煤塵卷?yè)P(yáng)、煙塵溫度和濃度逐漸變小[7]。

2 基于視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

針對(duì)瓦斯和煤塵爆炸視頻圖像特征，筆者提出了基于視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法。該方法能夠感知監(jiān)視區(qū)域內(nèi)瓦斯和煤塵爆炸靜態(tài)和動(dòng)態(tài)特征，并判定爆源，具有非接觸、信息豐富和速度快等優(yōu)點(diǎn)[8]，克服了傳感器監(jiān)測(cè)法僅能實(shí)現(xiàn)單點(diǎn)監(jiān)測(cè)的缺點(diǎn)。

2.1 基于可見(jiàn)光視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

通過(guò)可見(jiàn)光高速彩色防爆攝像機(jī)，實(shí)時(shí)采集煤礦井下監(jiān)視區(qū)域的視頻圖像，基于顏色空間模型、火焰波傳播特征、沖擊波傳播特征實(shí)現(xiàn)瓦斯和煤塵爆炸感知報(bào)警及爆源判定。

(1) 在RGB，HSV，YCbCr等顏色空間模型[9]中，分析圖像中顏色或亮度異常區(qū)域、異常區(qū)域面積、異常區(qū)域面積增長(zhǎng)速度、異常區(qū)域最大灰度值、異常區(qū)域最大灰度值增長(zhǎng)速度、異常區(qū)域邊緣和空間分布等特征[10-11]，結(jié)合不同監(jiān)視距離內(nèi)圖像異常區(qū)域的時(shí)空關(guān)系，不同監(jiān)視地點(diǎn)圖像異常的時(shí)序關(guān)系，以及攝像機(jī)損壞的時(shí)序關(guān)系等，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

(2) 采用數(shù)字圖像識(shí)別算法，獲取爆炸瞬間火球面積增長(zhǎng)速度、火球前沿位移速度等[12]，分析火焰波在監(jiān)視區(qū)域內(nèi)傳播過(guò)程中的時(shí)空關(guān)系，不同監(jiān)視地點(diǎn)的火焰波厚度、形態(tài)結(jié)構(gòu)、移動(dòng)速度、時(shí)序關(guān)系等特征，結(jié)合攝像機(jī)損壞的時(shí)序關(guān)系等，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

(3) 分析監(jiān)視區(qū)域內(nèi)出現(xiàn)快速移動(dòng)的物體及其移動(dòng)速度、巷道垮塌及垮塌速度、吊掛在巷道幫壁上的線(xiàn)纜脫落及脫落速度、煙塵區(qū)域面積變化及變化率等，分析沖擊波裹挾的煙塵在監(jiān)視區(qū)域內(nèi)傳播過(guò)程中的時(shí)空關(guān)系，不同監(jiān)視地點(diǎn)的巷道和機(jī)電設(shè)備的破壞程度、沖擊波裹挾的煙塵移動(dòng)速度等特征，結(jié)合攝像機(jī)損壞的時(shí)序關(guān)系，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

2.2 基于近紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

煤礦瓦斯和煤塵爆炸會(huì)產(chǎn)生大量紅外輻射，圖像中火球和火焰波的亮度與周?chē)h(huán)境存在顯著區(qū)別。通過(guò)近紅外攝像機(jī)采集監(jiān)視區(qū)域的近紅外視頻圖像，采用圖像智能分析和識(shí)別算法，提取圖像中異常高亮區(qū)域，計(jì)算高亮區(qū)域的亮度變化率、面積變化率、最高亮度、最高亮度增長(zhǎng)速度、分布等特征[10，13-14]，分析火焰波在監(jiān)視區(qū)域內(nèi)傳播過(guò)程中的時(shí)空關(guān)系，不同監(jiān)視地點(diǎn)的巷道和機(jī)電設(shè)備的破壞程度、物體移動(dòng)速度等特征，結(jié)合攝像機(jī)損壞的時(shí)序關(guān)系，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

2.3 基于遠(yuǎn)紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

煤礦瓦斯和煤塵爆炸瞬間會(huì)產(chǎn)生高溫火球，隨著距爆源距離和爆炸時(shí)間的增加，火球溫度場(chǎng)分布逐漸發(fā)生改變[7，15]。通過(guò)紅外熱像儀(遠(yuǎn)紅外攝像機(jī))采集監(jiān)視區(qū)域的遠(yuǎn)紅外視頻圖像，分析圖像中高溫區(qū)域溫度和亮度分布、高溫區(qū)域面積及其增長(zhǎng)率、高溫區(qū)域最高溫度及其變化率、火焰波的熱作用持續(xù)時(shí)間及其傳播速度、火焰波厚度等特征[7]，結(jié)合不同位置紅外熱像儀監(jiān)測(cè)的溫度及其變化率[16]，以及紅外熱像儀損壞的時(shí)序關(guān)系，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

2.4 基于紫外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

煤礦瓦斯和煤塵爆炸會(huì)產(chǎn)生紫外輻射，隨著距爆源距離的增加，紫外輻射強(qiáng)度逐漸衰減。通過(guò)紫外防爆攝像機(jī)采集監(jiān)視區(qū)域的紫外視頻圖像，采用圖像智能分析和識(shí)別算法，分析爆炸瞬間產(chǎn)生的火球和爆炸火焰波的紫外輻射光譜圖像，提取圖像中高亮區(qū)域、高亮區(qū)域面積變化率、高亮區(qū)域最高亮度及其變化率、高亮目標(biāo)移動(dòng)速度等特征，結(jié)合不同監(jiān)視地點(diǎn)的紫外輻射光譜圖像的亮度變化，以及攝像機(jī)損壞的時(shí)序關(guān)系，辨識(shí)煤礦瓦斯和煤塵爆炸，判定爆源位置。

3 多信息融合的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法

基于可見(jiàn)光視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法具有監(jiān)測(cè)范圍廣、成本低、使用與維護(hù)簡(jiǎn)單、受距離影響小、分辨率高、色彩信息豐富、火球和煙塵邊緣特征清晰等優(yōu)點(diǎn)；但抗干擾能力差，易受煤礦井下火災(zāi)、巷道燈、礦燈、車(chē)燈及紅色衣物等影響[17-18]，濃煙降低了可見(jiàn)光攝像機(jī)的監(jiān)視距離和圖像質(zhì)量。

基于近紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法監(jiān)測(cè)范圍廣，能較好地消除紅色衣物的干擾，受井下粉塵、煙霧等氣溶膠散射及水蒸氣、CO2等輻射吸收氣體的影響小，能夠在較惡劣的環(huán)境中獲得比可見(jiàn)光波段更清晰的視頻圖像，提高了瓦斯和煤塵爆炸感知的可靠性和準(zhǔn)確性，降低了誤報(bào)率；但易受巷道燈、礦燈、車(chē)燈等發(fā)熱和高亮物體的干擾。

基于遠(yuǎn)紅外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法監(jiān)測(cè)范圍廣，可在高粉塵和濃煙等低能見(jiàn)度環(huán)境中進(jìn)行監(jiān)測(cè)；但易受視距內(nèi)氣體吸收、氣溶膠散射等輻射衰減[19]，以及監(jiān)視環(huán)境中近距離白熾燈、機(jī)電設(shè)備等其他高溫?zé)嵩春突馂?zāi)的影響[14]，存在成本高、圖像分辨率低等缺陷。

基于紫外視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法監(jiān)測(cè)范圍廣，受巷道燈、礦燈、車(chē)燈等發(fā)熱和高亮物體及紅色衣物等影響小，可靠性高；但電氣設(shè)備和電纜故障產(chǎn)生的電弧會(huì)輻射紫外線(xiàn)，影響瓦斯和煤塵爆炸辨識(shí)準(zhǔn)確率，且紫外攝像機(jī)價(jià)格昂貴。

為進(jìn)一步提高瓦斯和煤塵爆炸辨識(shí)準(zhǔn)確率，筆者提出了多信息融合的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法。該方法融合可見(jiàn)光視頻圖像、近紅外視頻圖像、遠(yuǎn)紅外視頻圖像、紫外視頻圖像、O2、CO2、CO、溫度、聲音、震動(dòng)、氣壓、風(fēng)速、風(fēng)向、煙霧、粉塵等信息，綜合分析辨識(shí)瓦斯和煤塵爆炸，減小火災(zāi)、巷道燈、礦燈、車(chē)燈、紅色衣物、機(jī)電設(shè)備發(fā)熱、電氣設(shè)備和電纜故障放電、煤與瓦斯突出、沖擊地壓、頂板大面積冒落、水災(zāi)、爆破作業(yè)、工作面落煤、煤炭轉(zhuǎn)載和運(yùn)輸?shù)葘?duì)瓦斯和煤塵爆炸辨識(shí)的影響。

4 結(jié)論

(1) 瓦斯和煤塵爆炸視頻圖像具有下列特征：爆炸火球通常呈紅色，亮度高、溫度高，輻射較強(qiáng)的紅外線(xiàn)和紫外線(xiàn)，火球面積迅速擴(kuò)大；火焰鋒面的面積、亮度、顏色、形狀、輻射強(qiáng)度等不斷變化；煙塵的面積、顏色、形狀等不斷變化；有物體快速移動(dòng)和變形。

(2) 基于視頻圖像的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法能夠感知監(jiān)視區(qū)域內(nèi)瓦斯和煤塵爆炸靜態(tài)和動(dòng)態(tài)特征，并判定爆源，具有非接觸、信息豐富和速度快等優(yōu)點(diǎn)，克服了傳感器監(jiān)測(cè)法僅能實(shí)現(xiàn)單點(diǎn)監(jiān)測(cè)的缺點(diǎn)。

(3) 多信息融合的瓦斯和煤塵爆炸感知報(bào)警及爆源判定方法融合可見(jiàn)光視頻圖像、近紅外視頻圖像、遠(yuǎn)紅外視頻圖像、紫外視頻圖像、O2、CO2、CO、溫度、聲音、震動(dòng)、氣壓、風(fēng)速、風(fēng)向、煙霧、粉塵等信息，綜合分析辨識(shí)瓦斯和煤塵爆炸，減小火災(zāi)、巷道燈、礦燈、車(chē)燈、紅色衣物、機(jī)電設(shè)備發(fā)熱、電氣設(shè)備和電纜故障放電、煤與瓦斯突出、沖擊地壓、頂板大面積冒落、水災(zāi)、爆破作業(yè)、工作面落煤、煤炭轉(zhuǎn)載和運(yùn)輸?shù)葘?duì)瓦斯和煤塵爆炸辨識(shí)的影響。