孟琥

（浙江省杭州第十四中學鳳起校區，杭州浙江，310000）

0 引言

近年來，人工智能技術迅猛發展，在生活、生產等多方面得到了廣泛應用。基于視覺技術的人工智能方向的發展會得到飛速發展，同時也會出現越來越多的基于機器視覺技術的產品或者一些自動化的設備來代替人工進行完成一系列的工作[1]。機器視覺是利用光電成像系統來采集圖像信息，然后經過計算機上運行軟件進行圖像信息的處理或者在專用的圖像處理器上處理，最后進行識別分析來對目標物體的形狀和尺寸進行判斷的技術[2]。目前機器視覺已被廣泛應用于國家安全方面、國家全民健康方面、不同場景下的特征檢測、不同工況下的產品外觀測量、蔬菜和水果的識別和品質檢測[3]，但在家電系統方面卻涉及較少。例如，目前機器視覺被廣泛應用到紡織品印染過程中顏色檢測，并利用數字圖像處理分析色差[4-5]。機器視覺檢測的過程簡要描述為圖像獲取、圖像處理、特征提取以及決策判斷，這也是機器視覺的普遍原理及運行依據[2]。

在所有的火災事故中，由電器引發的火災占40%左右，這個數字十分驚人，可見有效預防電器火災是是預防火災的一個十分重要的方面。電器火災的原因有短路、過載和接觸不良，過載是其中很大一個原因。當家居電器過載時，電流超過了導線的安全載流量，導線會持續發熱，最終引燃電線絕緣，引發火災。針對這一問題，目前雖然有過載保護裝置預防電器火災，但是因為質量等種種原因，過載保護裝置無法避免有失效的時候，這讓電器火災成為生活中一個很大的隱患，迫切需要開發一套智能系統對電器火災進行實時監測和預警。

通過OpenCv與VS結合開發的家居電器監測與預警算法對采集到的家居電器圖像進行一系列的處理，包括開閉運算等數學形態學的運算，對家居電器過載的圖像特征進行閾值分割，結合開發的過載火災識別算法實時對家居電器發生火災與否的圖像進行監測與識別，實現了對家居電器的實時火災監測與預警。

1 系統整體結構框架設計

本系統的整體物理結構圖如圖1所示。在整體物理結構中包含了系統采集圖像所需要的所有硬件部分，具體有光源、相機、鏡頭、傳感器、PC端，光源主要是配合相機進行采集圖像，也是為了確保所采集的圖像能夠更好的凸顯特征，鏡頭與所確定的相機是配對使用的，傳感器能夠保證整個系統的實時性，也是系統的觸發性開關。同時在圖1中有顯示了設計系統的軟件方面的處理流程，包含了圖像處理、圖像采集、特征檢測。

圖1 系統物理結構

2 系統硬件設計

■2.1 工業相機

家用電器在鏡頭平行正對時為平面矩形，鏡頭在其他方位時為立方體，家用電器發生火災時的特征，為了準確高質量的采集到特征圖像，相機的型號確定為MARS-3140- 3GM/C-P0，相機的整體像素為200萬像素，即可滿足要求，每秒鐘采集特征圖像的數量為3.4幅，也就是相機自身的采集幀率未3.4幀，確定的相機的實物圖如圖2所示。

■2.2 工業鏡頭

根據系統設計要求，相機的像素確定為200 萬像素，鏡頭的性能指標的確定要結合相機的像素指標要求，根據系統設計要求，鏡頭確定的型號為AFT- 1 614MP，鏡頭的像素未100完像素，可以很好的與相機進行配合采集特征圖像。工業鏡頭實物圖如圖3 所示。

圖2 工業相機

■2.3 光源

考慮到火災本身會散發光線且以波長較長的光為主，選取顏色為紅光的光源，外觀形狀為環形，且未LED燈珠陣列排列的環形光源，每一個LED燈珠的傾斜角度均為45°。光源如圖4所示。

圖3 工業鏡頭

圖4 光源

■2.4 多傳感器配合

本系統是對家用電器實現實時監測，不僅需要相機、鏡頭、光源，還需要相關傳感器等其他硬件進行相互皮惡化完成，確定了系統所需的所有的硬件的型號、參數以及具體名稱如表1所示。

表1 硬件型號與參數

3 系統軟件框架設計

所設計的整個系統的軟件系統處理的整個過程圖如圖5所示，整個流程一共分為三個部分組成，特征圖像的采集傳輸過程，中間的處理分析過程，還有最后的識別監測過程。各個部分均通過千兆網進行通信與傳輸信號，軟件整個的過程處理均是通過開發的算法進行處理的，算法依托于編程語言開發的，軟件處理的結果同時會進行實時的顯示。

4 結束語

根據常用的家用電器存在的火災隱患，設計了基于機器視覺技術的實時監測預警系統，包括了硬件部分和軟件部分，其中處理的額算法依托于OpenCv與VS進行設計開發完成，能夠較好的對家用電器的存在的火災進行預警和實時性的監測。具體一定的學術研究價值，同時在實際推廣應用方面，也存在一定的市場前景，能夠切實的解決家用電器存在火災預警和實時監測的問題。

圖5 系統流程圖