Zur Realisierung der Erkennung von Laborbränden und zur Lösung des Problems, dass aufgrund kleiner Flammen die von der Kamera erfassten Bilder keine deutlichen Flammen zeigen und dass die durch Rauch verdeckten Flammen die Genauigkeit der Segmentierung und Erkennung beeinträchtigen, wird ein verbessertes semantisch wahrnehmendes Echtzeit-Heat-Infrarot- und sichtbares Bild-Fusionssegmentierungsnetz vorgeschlagen. Durch die Fusion von Wärme-Infrarot- und Sichtbildern werden Wärmestrahlungsinformationen bereitgestellt, um die durch Rauch verdeckten spektralen Informationen im Sichtbild sowie die Auffälligkeit der frühen Flammenverbrennung zu verstärken, und die Segmentierung von Flammen unter Rauchverdeckung im Labor sowie von kleinen Flammen in der Frühphase der Verbrennung zu ermöglichen. Im Fusionsnetzwerk wurde im Gradient-Restdichte-Block (GRDB) ein Zwischeneigenschaftentransferblock (IFTB) hinzugefügt und ein Gewichtungsblock eingeführt, um Informationsverluste im Flammenbild während der Fusion zu reduzieren und gleichzeitig die Struktur des sichtbaren Bildes mit minimalem Inhaltsverlust wiederherzustellen und die Auffälligkeit des Flammenbildes zu erhöhen. Im Deeplabv3+-semantischen Segmentierungsnetz wurde ein kantenextraktionsmodul (EEM) auf Basis der Gradientenveränderung hinzugefügt, um Randinformationen des Flammen- und Rauchbildes mit deutlichen Licht-Dunkel-Übergängen im Fusionsbild zu verstärken, die Auswirkungen der Rauchverdeckung auf die Flammensegmentierung zu reduzieren und die Genauigkeit der Flammenerkennung zu verbessern. Die experimentellen Ergebnisse zeigen, dass durch die Fusion von sichtbaren und Wärme-Infrarot-Bildern die Erkennungsgenauigkeit der Flammensegmentierung im frühen Brennstadium verbessert wird. Das verbesserte Flammensegmentierungsnetz zeigt auf dem selbst erfassten Datensatz eine mittlere Intersection-over-Union von 91,27 % und eine Segmentierungseffizienz von 11,96 FPS, was eine deutliche Verbesserung der Leistungsfähigkeit des Fusionssegmentierungsnetzes bei der Laborflammenrauchsegmentierung und -erkennung zeigt und einen praktischen Anwendungswert für die Laborflammenraucherkennung besitzt.

Flammenraucherkennung; Bildfusion; semantische Segmentierung; IFTB; Kantenerkennung