仪器信息网提示：图像是人类视觉的延伸。通过视觉，可立即准确地发现火灾基于图像识别技术的煤炭自燃发火探测
图像是人类视觉的延伸。通过视觉，可立即准确地发现火灾。图像监测快速性的基础是视觉所接受的信息以光为传播媒介；而图像信息的丰富和直观，更为早期火灾的辨识和判断奠定了基础，其他任何火灾探测技术均不能提供如此丰富和直观的信息［!］。此外，图像监测的关键器件，如敏感元件通过光学镜头与外界发生间接接触，该结构保证了图像监测技术在较恶劣（多粉尘、高湿度）的矿井环境中使用。图像型火灾探测技术是适用在煤矿井下环境的数字图像处理技术和模式识别技术，依据火灾火焰的图像特性［&］解决矿井特殊场所火灾探测的难题，实现火灾自动报警。
对于火灾采用图像识别的方法进行探测和预警，国内外学者都有过一定的研究，但这些研究都仅限一般地面火灾的探测。对于煤矿井下火灾图像检测的研究鲜有所闻，至于煤炭自燃火灾图像的识别尚未有人涉足。
对煤矿井下煤炭自燃进行图像识别，最主要的问题是煤矿井下具有湿度高，粉尘干扰大等环境特点。使得煤炭自燃的发火图像具有介质散射和噪声干扰等因素，导致采集成像后的图像存在降质，所以煤矿井下图像降质因素的分析和降质模型的建立是研究煤炭自燃发火图像识别方法的一个重点问题。也正是煤矿井下的较恶劣环境使得对于处于矿井环境中煤炭自燃的图像识别问题更具研究价值。
首先将利用图像采集设备在现场采集的待测煤体的图像交由图像处理集。图像处理集包括了常用的图像处理手段，包括滤波、分割、边缘提取等。控制和识别规则库实现系统识别策略。根据所采集到的原始图像中关于目标图像的粗略信息，选取图像处理集中的一些处理方法，按照一定次序有机组合，并有选择地根据煤炭自燃发火图像知识库中相关部分的知识模型，将处理后的目标图像与知识模型相匹配，根据匹配后结果的置信度确定识别结果