Bei der Brandüberwachung ist die Feuerquelle häufig aufgrund von Gebäuden oder Ausrüstungen verdeckt und somit nicht direkt beobachtbar, wodurch herkömmliche Lokalisierungsmethoden, die auf Flammenhelligkeit oder Textur basieren, in solchen Fällen nur eingeschränkt funktionieren. Zur Lösung dieses Problems schlägt dieser Artikel eine Methode zur Schätzung des Brandherdpunktes basierend auf Rauchmerkmalen vor. Zunächst wird ein leichtgewichtiges TANet-Netzwerk zur pixelgenauen Vorhersage der Rauchdichte in Videobildern eingesetzt, um ein kontinuierliches und stabiles Dichtefeld zu erstellen, das als Basisinformation für die spätere Bewegungsanalyse dient. Anschließend wird der dichte Farneback-Optical-Flow verwendet, um Rauchbewegungsmerkmale zu extrahieren, wobei die richtungskonsistente und räumliche Glätte des Rauchs über aufeinanderfolgende Bilder genutzt wird, um ein globales dichtes Geschwindigkeitsfeld zu erhalten. Aufgrund der komplexen Rauchform, großer Lichtvariationen und Störungen im Optical-Flow wird der RANSAC-Algorithmus in dieser Arbeit verbessert, indem eine mehrfache Konsistenzfilterung und Dichteclusterung eingeführt werden. Dabei werden die Konvergenzpunkte der rückläufigen Rauchbewegung als potenzielle Feuerquellen geschätzt. Um dem durch starke Verdeckung bedingten Fehlen der unteren Rauchbewegungsstruktur zu begegnen, wird eine mehrzeilige Optical-Flow-Rückschätzungsstrategie vorgeschlagen, bei der optische Flussinformationen aus verschiedenen Ebenen gesammelt werden, um die Stabilität und Robustheit der Quellenrückschätzung weiter zu erhöhen. Experimentelle Ergebnisse zeigen, dass die Methode bei niedriger bis mittlerer Verdeckung eine normalisierte Fehlerquote unter 2 % erreicht und auch bei hoher Verdeckung nach Optimierung stabil bei etwa 3 % verbleibt, was eine zuverlässige Feuerquellenlokalisierung in komplexen Sichtbarkeitsumgebungen ermöglicht.

Rrauchdichtenerkennung; dichter Optical-Flow; verbesserter RANSAC; Brandherd-Lokalisierung; Verdeckungsszenario