1 红外热成像技术1.1 基本原理红外热成像技术属于被动红外夜视技术，其原理是：自然界中一切温度高于绝对零度（即-273℃）的物体，时刻向周围辐射出载有该物体特征信息（如温度高低和热场分布状态等）的红外线。利用该特性，通过光电红外探测器接收目标物体发出的红外辐射部分的功率信号，并实时转换成电信号，其后面的成像装置即可根据电信号模拟出目标物体表面温度的空间分布，再经系统综合处理和修正，形成红外热图像视频信号，传送至显示屏幕上，就可得到目标物体的红外热成像结果图[1]。某火车站广场红外热像仪监控画面见图1。 1.2 性能特点红外热成像技术除了拥有现代自动化成像技术共有的全天候监控功能、减少人力消耗等优势外，还具有以下性能特点：红外热成像技术隐蔽性强，能够远距离高精准度跟踪热目标，而且可同时跟踪多个目标；在恶劣条件下，不易受电磁和可见光干扰，在雾霾、烟、雨、雪等环境中也可监控目标；红外热成像技术的探测能力较强，可远距离发挥效用；可进行热状态分析和非接触式温度测量；可更加直观地显现出物体表面的温度场，即使在强光环境下，也能以图像形式显示出来。这些特点相较于传统红外（LED）摄像机和微光夜视技术，具有明显优势。红外热成像技术能够实时监测对象的表面温度，不因光线的变化而波动，该技术能够提高夜晚监控的有效性，显著提高视频监控质量[2]。  图1 某火车站广场红外热像仪监控画面 2 系统架构与报警方式2.1 系统架构基于红外热成像技术的视频监控系统基本架构分为前端摄像、中间传输、后端监控中心3部分（见图2）。在前端摄像部分，将传统可见光视频监控系统中的摄像机替换成红外热像仪，摄像机拍摄的视频信息经过中间传输部分时，则基本无需对原有系统进行大量修改。对于后端监控中心部分，如果涉及到对视频信号的智能分析，则需要在原有可见光视频分析算法的基础上，进一步根据红外热成像信号的特点对算法相关部分进行调整[3-4]。  图2 基于红外热成像技术的视频监控系统架构 2.2 报警方式基于红外热成像技术的视频监控系统对前端拍摄的红外视频画面，根据预先制定的规则，判断其中是否存在引发报警的目标，后端算法对相关目标的类别和状态进行分析，包括人员、动物或其他物体的入侵报警、越界报警、徘徊报警、遗留物报警等。其中，对于入侵报警，可事先指定防区边缘的位置；对于越界报警，可事先指定边界的位置以及越界的方向；对于徘徊报警，可事先指定徘徊时间或在画面中出现次数的阈值；对于遗留物报警，可事先指定遗留物的大小和遗留时间的阈值。上述对于各种报警的判断和分析过程与可见光视频监控系统类似，并不需要投入额外成本增加系统的软硬件配置。 3 铁路应用红外热成像技术已广泛应用于军事，对于黑夜中、浓雾下、经过伪装和高速运动的军事目标，都能发挥其优势，探测到监测目标的行踪。在民用领域，如工农业、消防、公安侦查、交通等行业，也已广泛应用。具体到铁路行业，伴随着高铁安全运输的更高要求，铁路区间视频监控系统必将发挥越来越重要的作用。 （1）实现对铁路区间7×24h昼夜全天候监控。根据《中国铁路总公司关于发布设计时速200km及以上铁路区间线路视频监控设置有关补充标准的通知》（铁总建设〔2016〕18号）等文件的相关要求，为进一步做好铁路区间防护有关工作，在新建设计时速200km及以上铁路将进行区间线路视频监控全覆盖工程。从现有已安装的750mm激光长焦相机使用效果看，激光长焦相机在白昼条件下，能够兼顾广角和长焦特写监控的需求。而夜间在广角模式下，与普通白光摄像机相比优势不明显。若采用球面激光散射技术，能较好改善广角条件下的监控，但长焦条件下又有所减弱。在雾霾、烟、雨、雪等恶劣条件下，激光衰减严重，监控范围和效果大受限制（见图3）。  图3 夜间激光长焦相机从广角到长焦特写连续截图 若采用红外热像仪可在很大程度上避免以上问题，在昼夜全天候采用广角和长焦特写2种模式下都能比较清晰地显示监控区域的画面，从而提高区间的监控效果，提高铁路区间的安全保障能力。浓雾场景下，红外热成像与传统可见光视频监控系统画面对比见图4。  图4 浓雾时红外热成像与传统可见光视频监控系统画面对比 由图4可见，可见光画面中不仅无法有效识别出公路上的大部分车辆，连远处背景中巨大的楼群都难以分辨，系统后端在目标检测和目标状态分析时，难以从画面中获得准确的信息，从而显著影响报警的准确率。而在红外热像仪画面中，车辆、楼群、路面方向等重要的信息全部清晰可见，为系统后端提高分析和报警的精度打下了坚实基础。 （2）实现对区间入侵的自动报警防护。在铁路区间入侵自动报警系统中，主要有2种实现方式：一是根据《高速铁路周界入侵报警系统总体技术方案（暂行）》（铁总科技〔2015〕233号），采用前端探测（如振动光纤、红外栅栏等）与综合视频监控系统联动的方式实现。由于综合视频监控系统和前端探测系统建设时间不统一，虽然在技术方案中规定了2个系统的接口，但在工程实践中2个系统的整合调试难度较高，前端探测系统的虚警率较高，这也是造成铁路未大规模使用的原因之一。二是根据《铁路综合视频监控系统视频内容分析性能测试要求》（运基通信〔2010〕527号），采用图像分析技术实现。现有普通和激光摄像机在恶劣天气、飞虫干扰或照度较低的条件下，摄像头采集到的各种物体影子等都会被当成入侵物体，很难滤除干扰得到有用告警。普通摄像机在视频内容分析中的截图见图5。视频内容分析系统自动将列车接近过程中，被车灯照射的接触网杆影子和明亮的接触网支架当作入侵物体发出报警，造成系统被大量虚假告警淹没，根本无法实现自动报警防护的功能。 而红外热像仪利用目标与周围环境之间温度的差异所产生的热对比度进行成像，在夜间和雾霾、烟、雨、雪等恶劣条件下也可有效监控目标。在强光环境下，红外热成像技术可以更直观地显现出物体表面的温度场，并以图像形式显示出来。红外热成像视频监控系统对于小目标和背景的区分能力见图6。  图5 普通摄像机在视频内容分析中的截图  图6 红外热成像视频监控系统对于小目标和背景的区分能力 在图6场景下，可见光视频监控系统经常错过远处的人、动物等微小目标，尤其是当这些小目标的颜色与环境背景颜色类似时，几乎无法被系统发现。红外热成像技术依靠其基本原理上的优势，可轻松分辨出人、动物与环境背景的温度差异，从而使视频监控系统可将其从背景中剥离出来。此外，系统还能有效地过滤环境背景中复杂结构、光线和物体影子的干扰，不会将上述干扰因素误判成目标。可见，红外热成像技术对小目标和背景的区分能力可提高后续算法分析和报警的准确性。使用红外热像仪作为铁路综合视频图像分析系统前端采集设备，将有望实现采用图像分析技术对铁路区间入侵的自动报警防护，极大提高铁路安全防护的效率。 （3）利用红外热像仪测温探温功能进行区间变电站巡检。如何解决区间变电站的巡检并提高效率，一直是困绕铁路供电系统的问题。设备温度是反映系统工作状态的重要指标之一，通过红外热成像技术监控区间变电站设备表面的温度分布，及时了解设备的工作状态，对可见光视频监控系统的能力进行有效补充，无论白天黑夜或在雾霾干扰下均可随时检测出潜在的设备故障与安全隐患，一旦系统温度异常，立即报警，避免事故发生。在变电站视频监控中，组合使用红外热成像与可见光成像技术，可以取得良好的监控效果（见图7）。  图7 变电站视频监控组合使用红外热成像与可见光成像技术 图7 （a）为可见光视频监控系统中变电站部分关键位置的画面，（b）为相应位置的红外热成像画面。当环境中亮度较高，且没有雾霾等干扰因素时，可见光画面的清晰度较高，而红外热成像画面对于设备不同部位的温度差异更加敏感。因此，对变电站设备关键位置进行全天候不间断监控时，将可见光与红外热成像技术组合使用，通过红外热成像监控可在关键设备温度达到设置温度值时发出报警，同时立即调取可见光监控画面查看相关设备状态具体细节，进一步获得设备中出现异常的具体位置，并与报警信息一起上报，提高后续应急处理措施的及时性和针对性，从而避免事故发生。 （4）其他铁路应用。针对机务油库，红外热像仪可监控储油设施和输油管道是否漏油；针对铁路货场和物流基地，红外热像仪可监控各类货物尤其是易燃易爆货品是否有自燃或超温隐患。 （5）红外热像仪与其他摄像机搭配使用。虽然红外热像仪具备在夜间和恶劣天气下的监控优势，但存在分辨率不高、对监控细节提取不够的问题，难以为公安部门提供直接证据。在铁路实际应用中，可以参考美国导弹预警卫星的做法，即利用有高敏感的红外探测器，探测导弹在飞出大气层后发动机尾焰的红外辐射，及时发出预警和概略确认，配合使用电视摄像机跟踪导弹，及时准确判明导弹并发出警报。使用红外热像仪作为大视野监控的预警设备，对固定区域和温度实施不间断监测，并辅以入侵检测，配合使用普通（白天或有光照场所）或激光摄像机（夜间）对报警区域图像进行精确跟踪和确认，将2种设备的优势相结合，完成铁路区间的安全防护。 4 结束语红外热成像技术在智能视频监控中的应用，使监控技术提升到一个新高度，在目标实时监控、识别安全隐患以及节省成本等方面都具有显著优势。我国红外热成像技术应用与发达国家相比，还处于起步阶段，不仅需要进行诸多理论性研究、试验和优化，还要针对工程中遇到的各种问题，进一步完善复杂系统各部分之间的配合策略。中关村轨道交通视频与安全产业技术联盟已组织国内主要视频设备厂商进行了红外热像仪在铁路应用环境下的测试工作，经过不断的测试与实践积累，红外热像仪在铁路视频监控领域必将具有广阔的应用前景。 参考文献 [1] 李建福. 红外图像中人体目标检测、跟踪及其行为 识别研究[D]. 重庆：重庆大学，2010. [2] 刘垒. 基于红外成像的港内移动目标异常行为识别 方法研究[D]. 大连：大连海事大学，2013. [3] 马永刚. 高新技术在铁路视频监控领域的应用[J]. 铁路通信信号工程技术，2007，4(1)：26-29. [4] 韩凛，于燕青. 热成像技术在铁路监控中的应用[J]. 中国铁路，2015(5)：112-114. |
|
|
