来源：期刊VIP网 时间：
作者：王炎林;裴晓东;王凯;徐光;
单位：中国矿业大学安全工程学院;山东省煤炭科学研究院有限公司;
摘要：现有基于图像分析的矿井外因火灾监测方法受矿井环境复杂、干扰源影响较大，单模态方法易将光源误判为火源，多模态方法没有利用温度信息进行火源判定，且在粉尘条件下这两种方法的识别精度较低。针对上述问题，提出一种基于双光谱成像技术的矿井早期火源识别及抗干扰方法。首先采用YOLOv10模型对可见光图像进行实时火源检测，利用红外热成像获取温度分布数据，然后通过Canny边缘检测与图像二值化预处理，消除可见光与红外图像的成像差异，最后采用pHash算法计算可见光与红外图像边缘哈希值的海明距离，并标定阈值（海明距离≤25），判定是否为同一火源，从而有效区分火源与干扰源。实验结果表明：在无粉尘无干扰源工况下，基于双光谱成像技术的矿井早期火源识别及抗干扰方法的准确率达98%，召回率为94%，优于单模态的YOLOv10（准确率为97%，召回率为86%）；在粉尘干扰条件下，粉尘覆盖摄像头表面33%时，该方法的准确率和召回率分别为85%,80%，粉尘覆盖摄像头表面66%时,准确率和召回率分别为70%,65%，优于单模态和多模态方法。
关键词：矿井外因火灾;早期火源识别;双光谱成像技术;可见光;红外光;pHash算法;YOLOv10;海明距离
基金资助：国家重点研发计划项目（2022YFC3004800）; 国家自然科学基金面上项目（52374242,52074278）
