中国安全科学学报

作者：孟广雄

单位：国能准能集团有限责任公司, 内蒙古 鄂尔多斯 010300

关键词：多特征融合,视觉识别,火源识别,火源图像,特征提取,卷积神经网络

为解决煤炭开采过程中因火源视觉识别精度低而导致的安全隐患问题,提出一种基于多特征融合的火源视觉识别方法。首先,构建复杂的监控系统网络拓扑结构采集火源图像,采用高斯滤波和改进的帧差法预处理图像,以去除噪声并捕捉火焰亮度的动态变化特征,获取高质量的图像;其次,在预处理后的图像中,提取火源的关键特征,包括颜色特性、运动轨迹和形状轮廓等,采取多图像特征融合策略,利用高斯核函数和加权求和机制,将不同特征融合为更具表达力和判别力的特征表示;最后,结合支持向量机分类和基于区域的卷积神经网络目标检测算法,实现对火源的准确识别。结果表明:提出的方法的火源识别精度在87%以上,识别精度比较高;能够在多种复杂场景中准确捕捉火源特征,且在煤炭火灾的识别中精度高。

来源：2025年第S1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第S1期