矿井外因火灾图像凹陷度识别方法.pdfVIP

第

53

卷第

1

期煤

炭

科

学

技

术Vol.

53No.

1

2025

年

1

月Coal

Science

and

TechnologyJan.2025

孙继平，李小伟.

矿井外因火灾图像凹陷度识别方法[J].

煤炭科学技术，2025，53（1）：341−355.

SUN

Jiping，LI

Xiaowei.

Recognition

method

of

depression

degree

in

mine

external

fire

images[J].

Coal

Science

and

Technology，2025，53（1）：341−355.

矿井外因火灾图像凹陷度识别方法

孙继平

，李小伟

（中国矿业大学(北京)人工智能学院,

北京100083）

摘要：图像监测是矿井火灾火焰主要感知方法，但受矿井光源影响。内凹度能减小摄像机的安装位

置、拍摄距离和拍摄角度的影响，排除矿井光源干扰，快速识别并排除矩形光源等非弧形类光源正

视图及其变形图像；但对于圆形光源和类圆形光源等弧形类干扰光源，计算量较大，识别时间较长。

圆形度能够排除圆形光源的干扰，但难以排除非圆形光源的干扰。矩形度能排除矩形光源的干扰，

但难以排除非矩形光源的干扰。受摄像机安装位置和拍摄角度等影响，圆形和矩形光源图像会出现

变形，无法呈现理想的规则形状。因此，圆形度和矩形度算法难以排除矿井光源的干扰。揭示了火

焰图像边界上存在多个凹陷区域，总凹陷区域面积较大；圆形灯、长方形灯和正方形灯等矿井实际

光源图像边界上不存在凹陷区域等特点。提出矿井外因火灾图像凹陷度识别方法，计算目标图像边

界总凹陷区域面积与其目标图像实际面积的比值（即图像凹陷度），根据火焰图像凹陷度数值较大，

而矿井光源图像凹陷度数值较小，区分矿井光源与火焰。研究提出的凹陷度方法不受摄像机安装位

置、拍摄距离和拍摄角度、矿井光源形状和大小等影响，适应性强，识别准确率高。凹陷度识别方

法计算得到的矿井干扰光源图像与火焰图像凹陷度平均差值绝对值最大，波动较小，区分度最好。

内凹度识别方法计算得到的矿井干扰光源图像与火焰图像内凹度平均差值绝对值较大，波动较小，

区分度较好。矩形度识别方法计算得到的矿井干扰光源减去火焰图像矩形度平均差值绝对值较小，

波动较大，区分度较差。圆形度识别方法计算得到的矿井干扰光源减去火焰图像圆形度平均差值绝

对值最小，波动最大，区分度最差。结果表明：凹陷度识别火灾火焰图像准确率为98.2%，召回率

为98.4%，准确率和召回率最好；内凹度识别火灾火焰图像准确率为92.8%，召回率为92.4%，准确

率和召回率较好；矩形度识别准确率为86.5%，召回率为86.5%，准确率和召回率较差；圆形度识别

准确率仅为35.9%，召回率为31.9%，准确率和召回率最差。

关键词：矿井火灾；图像凹陷度；图像边界；凹陷区域；火灾监测；图像识别

中图分类号：TD752.3文献标志码：A文章编号：0253−2336（2025）01−0341−15

Recognitionmethodofdepressiondegreeinmineexternalfireimages

SUN

Jiping,

LI

Xiaowei

（Schoolofartificialintelligence,ChinaUniversityofMiningandT