近年来,随着经济的发展和城市化进程加快,大空间等高层建筑不断出现,带来了实用美观、通透性和采光性好的同时,也带来了一定的火灾风险,快速准确地实现大空间早期火灾报警,防止火灾灾害事故的发生发展,有必要对大空间火灾辨识技术及火灾危险性评价进行研究,为大空间建筑的安全管理提供决策依据。基于图像的火灾辨识技术不受空间高度、气流速度等的影响,可以解决大空间建筑火灾辨识的难题。利用视频监控系统拍摄的图像分析火灾产物火焰和烟雾的图像特征辨识火灾是否发生,通过综合分析火灾发生时释放的危害因素评价火的危险程度,以便让消防指挥者了解灾情,提高指挥者在火灾救援管理中的决策能力,避免指挥失误,将事故损失降到最低。本文主要从火灾辨识及火灾发生时危险性评价两个方面出发,针对目前研究技术上存在的问题,致力于提出一种适合复杂大空间(颜色相似物体、光照变化、物体移动、运动模式多变等)的早期火灾辨识及危险性评价方法。主要成果如下:(1)火焰和烟雾图像特征的研究。在对典型火焰和烟雾图像特征仿真实验研究的基础上,提出了火焰上下边缘抖动投影个数比和烟雾运动矢量信息及基于频率域的相关系数特征表示方法。(2)火焰图像辨识算法研究。利用火焰在RGB和YCbCr空间颜色分布的特点和目标跟踪技术,提出了多信息融合的火焰疑似区域分割算法;为了提高算法的通用性,设计了基于遗传算法和粗糙集属性约简的火焰图像特征集优化模型;将误分代价嵌入到构建的基于SVM和Adaboost的集成分类模型中,并引入样本权重动态更新和数量动态裁剪策略。与已有算法相比,该算法提高了火焰辨识精度和运行速度。(3)烟雾图像辨识算法研究。针对烟雾湍流现象,设计了一种能够同时提取出灰白(白)烟和黑色烟雾的基于分块的差分阈值和背景自适应更新的疑似烟雾图像分割算法;提取对分割依赖较小的光流运动矢量信息和相关系数作为分类依据,建立了基于单类支持向量机的烟雾辨识模型,仿真实验结果表明该算法对水蒸汽具有一定的排除能力。以上研究为大空间建筑安全管理提供了重要理论基础。(4)火灾危险性评价模型和预测方法研究。通过对火灾发生时危险因素的分析,从视频图像中建立能够表征火灾危险性的评价指标体系;采用专家评价与综合评价的偏离程度和模糊一致判断矩阵确定评价指标权重;构建了基于属性识别的火灾危险性评价模型,预测发展趋势,为选择合适的灭火和救援方案提供决策依据。(5)远程视频火灾安全管理系统的研究。在上述理论研究的基础上,利用DSP体积小、功耗低、可靠性高、运行速度快的优点,结合火灾安全管理的需求,设计了一套高效、实用的智能化火灾安全管理系统,提高了建筑防控火灾的自动化管理水平。