近日，中国矿业大学(北京)孙继平教授研究团队在矿井外因火灾监测方面，首次提出将可见光和红外图像相结合的方法，即当可见光图像和红外图像均识别出火灾时，才判定为火灾，发出火灾报警信号;当仅有单一可见光图像或红外图像识别出火灾时，不判定为火灾，发出疑似火灾报警信号。

　　矿井火灾包括采空区遗煤自燃等内因火灾、胶带和电缆燃烧等外因火灾。矿井外因火灾具有偶然性、突发性、蔓延快速性等特点。因此，实时监测并及早发现矿井外因火灾，及时处置，对减少人员伤亡和财产损失具有十分重要的意义。

　　目前矿井外因火灾监测方法主要有温度传感器、烟雾传感器、光纤分布式测温、可见光图像、红外图像等。温度和烟雾等传感器矿井外因火灾监测方法若布置点多，则成本高、维护工作量大;若布置点少，则成本低、维护工作量小，但不能及时监测火灾特征参数的变化，会造成火灾漏报警或滞后报警。

　　可见光图像矿井外因火灾监测方法具有监测范围广、使用简单、成本低、受距离影响小、分辨率高、色彩信息丰富、边缘特征清晰、火焰纹理特征便于提取等优点，但受矿灯、巷道灯、车灯及红色物体等影响大。红外图像矿井外因火灾监测方法具有监测范围广、使用简单、可在浓烟等能见度低情况下监测火灾等优点，但受监视距离、矿尘、环境温度和湿度、物体表面发射率等影响，近距离的作业人员、白炽灯和机电设备等均会影响火灾监测。为了解决红外图像和可见光在矿井外因火灾方面的问题，研究人员将两种方法相结合。

　　研究人员通过试验分析了可见光图像、红外图像矿井外因火灾监测方法存在的问题，验证了基于可见光和红外图像的矿井外因火灾识别方法的可行性。

　　这项研究得到了国家重点研发计划的资金支持，研究成果以《基于可见光和红外图像的矿井外因火灾识别方法》发表于《工矿自动化》2019年第5期。

基于可见光和红外图像的矿井火灾外因识别方法工作原理