一种关于点火室射流引燃的火焰传播图片识别处理方法

技术领域

本申请涉及点火室射流引燃研究技术领域，尤其涉及一种关于点火室射流引燃的火焰传播图片识别处理方法。

背景技术

湍流高温射流点燃具备潜力来解决稀燃点火所面临的点火困难、火焰传播速度慢等问题，能够实现点火相位的主动控制，为未来一段时间重要的研究内容。为了加深对湍流高温射流点燃机理和影响因素的认识和理解，众多学者和研究结构在定容燃烧弹拍摄阴影图片进行研究，为其在内燃机上的应用和优化提供了必要和有力的支撑。发动机主燃室的燃烧需要从点火位置、点火分布即火焰传播等方面来判定，因此，通过阴影图片分析火焰的着火位置、火焰贯穿距离、火焰传播速度的变化是研究湍流高温射流点燃的重要方法。

但是，在计算贯穿距离和火焰面积上，目前现有技术存在如下不足：

1、采用人工识别测量火焰贯穿距离的方法，因为火焰面的厚度等的干扰，存在极大误差，且工作效率低效，在研究引燃火焰燃烧的火焰填充面积时借助人工更是束手无策；同时在射流引燃时刻等关键信息的捕捉上因为人为因素也存在速度慢、误差大的问题；

2、传统利用matlab程序处理，在射流引燃的火焰燃烧的中后期，在视窗的底部会出现特别光亮的区域，导致光亮区域像素的缺失，继而导致计算的到火焰填充面积较实际值偏小，且越到后期，误差越大；

3、无法实现相同程序对一个完整射流引燃燃烧过程的图片处理。射流点火火焰发展存在几个阶段的变化，使用相同程序处理计算得到不同时刻准确的火焰贯穿速度和火焰填充面积存在困难。

发明内容

本申请提供了一种关于点火室射流引燃的火焰传播图片识别处理方法，能够解决现有的计算贯穿距离和火焰面积的技术上存在的工作效率低、测量误差大并且测量不便利的问题。

本申请的技术方案是一种关于点火室射流引燃的火焰传播图片识别处理方法，依据matlab编写的程序实施，所述方法包括：

S1：获取背景图片，以及获取与背景图片相关并且依序排布的若干张原始阴影图片，以及提取处于依序排布的第一张原始阴影图片作为待计算阴影图片；

S2：依据背景图片对待计算阴影图片进行提取，得到粗提取图片；

S3：确定粗提取图片中的可视化范围，删除粗提取图片中可视化范围外的像素点，得到精提取图片；

S4：根据精提取图片，确定用于计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积的火焰联通区域；

S5：根据火焰联通区域，计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积，以及计算引燃后火焰在触及视窗底部之后时刻的火焰速度和火焰填充面积；

S6：依序提取处于依序排布的下一张原始阴影图片作为待计算阴影图片，重复所述步骤S2～S6，直至所有原始阴影图片均处理完毕。

可选地，所述步骤S1包括：

S11：获取文件夹，所述文件夹包括：背景图片，以及依序排布在背景图片之后并且与背景图片相关的若干张原始阴影图片；

S12：通过matlab程序中的imread函数读取文件夹，以及提取处于依序排布的第一张原始阴影图片作为待计算阴影图片。

可选地，所述步骤S2包括：

S21：通过mat2gray函数对背景图片和待计算阴影图片进行灰度处理，得到灰度背景图片和灰度阴影图片；

S22：基于灰度背景图片，针对灰度阴影图片，依次进行包括通过imsubtract函数进行背景切除、通过imadjust函数进行亮度调整、通过imadjust函数进行亮度调整、通过im2bw函数进行二值化处理、通过bwareaopen函数进行除孤岛处理、通过bwmorph函数去除亮点和通过imclearboder函数处去除边缘对象，以及基于canny算子通过edge函数进行火焰边界检测的初步处理，得到粗提取图片。

可选地，所述步骤S3包括：

S31：确定粗提取图片的实际尺寸；

S32：建立关于粗提取图片的坐标系并且确定粗提取图片的坐标信息，以及根据实际尺寸和坐标信息确定比例尺；

S33：确定粗提取图片中的可视化范围，基于坐标信息和比例尺删除删除粗提取图片中可视化范围外的像素点，得到精提取图片。

可选地，所述步骤S32包括：

S321：以所述粗提取图片的左上角作为坐标系的原点，以及以射流火焰穿透方向为纵坐标轴延伸方向，以及以与纵坐标轴延伸方向呈垂直设置的方向为横坐轴延伸方向；

S322：根据坐标系，确定粗提取图片的坐标信息；

S323：根据粗提取图片的实际尺寸和坐标信息确定比例尺。

可选地，所述步骤S4包括：

S41：针对精提取图片，依次进行包括通过strel和imdilate函数进行膨胀操作、通过imfill函数进行空隙填充、通过strel函数结合菱形diamond进行平滑处理和通过medfilt函数进行值滤波处理，得到精处理图片；

S42：针对精处理图片，通过bwlabel函数确定联通区域，以及通过regionprops函数根据联通区域确定各个联通面积；

S43：通过find函数确定所述精处理图片中小于预设指定值的确认区域，以及通过ismember函数基于联通面积和确认区域确定用于计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积的火焰联通区域。

可选地，所述步骤S5包括：

S51：针对背景图片进行背景边界圆处理，得到背景圆图像；

S52：基于坐标系对火焰连通区域和背景圆图像进行叠加处理，以及通过imfill函数进行缝隙填充处理，得到初步叠加图片；

S53：依据背景圆图像对初步叠加图片进行提取，得到叠加提取图片；

S54：根据叠加提取图片，计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积，以及计算引燃后火焰在触及视窗底部之后时刻的火焰速度和火焰填充面积。

可选地，所述步骤S51包括：

S511：针对灰度背景图片，依次进行包括通过imadjust函数进行亮度调整和黑白互换处理、通过imadjust函数进行亮度调整、通过im2bw函数进行二值化处理、通过bwareaopen函数进行除孤岛处理和通过bwmorph函数去除亮点，以及基于canny算子通过edge函数进行边缘检测的边界圆处理，得到背景圆图像。

有益效果：

(1)本申请基于matlab编写的程序处理点火室射流点燃火焰的阴影图，相对传统人工识别的方法，具有处理速度快、数据识别准确性高的特点；以及提供了批量处理射流引燃火焰阴影图片的matlab处理方法及详细流程，可以为处理图片方法提供一定的指导或参照；

(2)本申请解决了在射流引燃的火焰燃烧的中后期，在视窗的底部会出现特别光亮的区域，导致光亮区域像素的缺失，继而导致计算的到火焰填充面积较实际值偏小，甚至无法计算火焰面积的问题。

综上所述，本申请能够解决现有的计算贯穿距离和火焰面积的技术上存在的工作效率低、测量误差大并且测量不便利的问题，实现相同程序对射流点火过程不同阶段的阴影图片的批量处理，得到更为准确的射流火焰在主燃室的火焰传播速度和火焰填充面积，同时为引燃火焰在主燃室的变化规律研究提供了一定的技术支持。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为通过现有技术进行提取火焰得到的阴影图片组；

图2为实施例一中关于点火室射流引燃的火焰传播图片识别处理方法的流程示意图；

图3为实施例一中背景图片和原始阴影图片示例图；

图4为实施例一中灰度背景图片示例图；

图5为实施例一中灰度阴影图片示例图；

图6为实施例一中针对灰度阴影图片经过背景切除后得到的示例图；

图7为实施例一中针对经过背景切除后的图片进行亮度调整后得到的示例图；

图8为实施例一中针对经过亮度调整后的图片进行二值化处理后得到的示例图；

图9为实施例一中针对经过二值化处理后的图片进行除孤岛处理后得到的示例图；

图10为实施例一中针对经过除孤岛处理后的图片进行去除亮点后得到的示例图；

图11为实施例一中针对经过去除亮点后的图片进行去除边缘对象后得到的示例图；

图12为实施例一中粗提取图片的示例图；

图13为实施例一中依据粗提取图片建立坐标系的示例图；

图14为实施例一中确认比例尺的示意图；

图15为实施例一中精提取图片的示例图；

图16为实施例一中针对精提取图片进行膨胀操作后得到的示例图；

图17为实施例一中针对经过膨胀操作后的图片进行空隙填充后得到的示例图；

图18为实施例一中针对经过空隙填充后的图片进行平滑处理后得到的示例图；

图19为实施例一中精处理图片的示例图；

图20为实施例一中火焰联通区域的示例图；

图21为实施例一中背景圆图像的示例图；

图22为实施例一中针对火焰连通区域和背景圆图像进行叠加处理后得到的示例图；

图23为实施例一中初步叠加图片的示例图；

图24为实施例一中叠加提取图片的示例图；

图25为实施例二中火焰未触及视窗前的图片识别处理过程示例图组；

图26为实施例三中火焰触及视窗后并且下部出现明显光亮的燃烧后期的图片识别处理过程示例图组；

图27为本申请实施例中射流火焰引燃火焰的像素贯穿距离和像素火焰面积随着时间变化的对比示意图；

图28为图27的局部示意图。

具体实施方式

下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。

点火室射流引燃过程可以分为三个阶段：挤流阶段、射流阶段和主燃室的燃烧过程。其中基于定容燃烧弹的第二、第三阶段是射流引燃研究的重点阶段。

在利用matlab整体处理阴影图片提取火焰信息的过程中会产生一些问题，如图1所示，图1为通过现有技术进行提取火焰得到的阴影图片组，图1(a)、图1(b)分别为主燃室引燃时刻的阴影图片和去背景处理后的图片，可以从图中看在由于第一和第二阶段的影响，在视窗底部汇集了许多带有亮度的挤流气体或预燃室燃烧产物；图1(c)、图1(d)为主燃室燃烧中后期火焰填充面积处理结果，可以看到在视窗底部存在不同程度的缺失，这是由于视窗底部出现不同大小较为光亮的区域，导致像素识别的缺失。

综上可以看出，在整个工况射流引燃过程，由于射流阶段火焰图片特点的不同，目前还无法用一套统一的程序去批量处理整个工况过程的阴影图片，对于燃烧中后期由于视窗光亮导致像素点缺失的问题亟待解决。

为解决上述问题，本申请提供了关于点火室射流引燃的火焰传播图片识别处理方法，能够实现实现相同程序对射流点火过程不同阶段的阴影图片的批量处理，得到更为准确的射流火焰在主燃室的火焰传播速度和火焰填充面积，同时为引燃火焰在主燃室的变化规律研究提供了一定的技术支持。

实施例一

实施例一用于处理火焰在触及视窗底部之后的图片识别处理过程。

本申请实施例提供了一种关于点火室射流引燃的火焰传播图片识别处理方法，如图2所示，图2为实施例一中关于点火室射流引燃的火焰传播图片识别处理方法的流程示意图，包括：

S1：获取背景图片，以及获取与背景图片相关并且依序排布的若干张原始阴影图片，以及提取处于依序排布的第一张原始阴影图片作为待计算阴影图片。

具体地，以第三阶段主燃室火焰触及视窗底部后的阴影图片为例，计算火焰填充面积，火焰触及视窗底部之后的贯穿距离不再发生变化。计算火焰触及视窗底部之前的贯穿距离和火焰填充面积也是采用相同的程序步骤。

其中，步骤S1包括：

S11：获取文件夹，文件夹包括：背景图片，以及依序排布在背景图片之后并且与背景图片相关的若干张原始阴影图片。

具体地，准备好要批量计算的射流火焰引燃的阴影图片文件夹，其中要求文件夹中的第一张图片为背景图片。通过matlab程序中的imread函数读取准备好的文件夹；利用for循环函数开始依次从第二张图片即原始阴影图片开始计算。

如图3所示，图3为实施例一中背景图片和原始阴影图片示例图，图3(a)为背景图片，图3(b)为原始阴影图片。

S12：通过matlab程序中的imread函数读取文件夹，以及提取处于依序排布的第一张原始阴影图片作为待计算阴影图片。

S2：依据背景图片对待计算阴影图片进行提取，得到粗提取图片。

具体地，对引燃火焰的轮廓信息进行初步提取。

其中，步骤S2包括：

S21：通过mat2gray函数对背景图片和待计算阴影图片进行灰度处理，得到灰度背景图片和灰度阴影图片。

具体地，利用mat2gray函数对背景图片和待计算阴影图片进行灰度化处理，实现图像矩阵的归一化操作。如图4和图5所示，图4为实施例一中灰度背景图片示例图，5为实施例一中灰度阴影图片示例图。

S22：基于灰度背景图片，针对灰度阴影图片，依次进行包括通过imsubtract函数进行背景切除、通过imadjust函数进行亮度调整、通过imadjust函数进行亮度调整、通过im2bw函数进行二值化处理、通过bwareaopen函数进行除孤岛处理、通过bwmorph函数去除亮点和通过imclearboder函数处去除边缘对象，以及基于canny算子通过edge函数进行火焰边界检测的初步处理，得到粗提取图片。

具体地，采用imsubtract函数对的灰度阴影图片进行图像分割即去除背景，即用的灰度阴影图片减去灰度背景图片，处理结果如图6所示，图6为实施例一中针对灰度阴影图片经过背景切除后得到的示例图。

采用imadjust函数对经过背景切除后得到的图片进行亮度调整，一般为增强亮度，如图7所示，图7为实施例一中针对经过背景切除后的图片进行亮度调整后得到的示例图。

采用im2bw函数对经过亮度调整后得到的图片进行二值化处理，涉及到一个灰度门槛的数值，在整个计算过程中，需要根据图片细节需求进行调整，如图8所示，图8为实施例一中针对经过亮度调整后的图片进行二值化处理后得到的示例图。

采用bwareaopen函数对经过二值化处理后得到的图片进行除孤岛处理，需要设置一个值，使得小于该值的亮点区域被去除，具体应用中可需要根据图片处理细节需求进行调整，本次设置值为5，如图9所示，图9为实施例一中针对经过二值化处理后的图片进行除孤岛处理后得到的示例图。

采用bwmorph函数对经过除孤岛处理后得到的图片进行去除亮点，如图10所示，图10为实施例一中针对经过除孤岛处理后的图片进行去除亮点后得到的示例图。

采用imclearboder函数对经过去除亮点后得到的图片进行去除边缘对象，如图11所示，图11为实施例一中针对经过去除亮点后的图片进行去除边缘对象后得到的示例图。

基于canny算子采用edge函数进行火焰边界检测。canny算子相对其他算子具有更强的滤波功能，能够检测出边缘更多的细节，使用者可以根据需要需要选择不同的算子，如图12所示，图12为实施例一中粗提取图片的示例图。

S3：确定粗提取图片中的可视化范围，删除粗提取图片中可视化范围外的像素点，得到精提取图片。

具体地，因为粗提取图片中每个像素点都有其坐标，为方便对图片进一步处理，需要确定像素坐标系的的相关信息，如阴影图片的分辨率，圆形视窗的像素坐标范围等。

其中，步骤S3包括：

S31：确定粗提取图片的实际尺寸。

S32：建立关于粗提取图片的坐标系并且确定粗提取图片的坐标信息，以及根据实际尺寸和坐标信息确定比例尺。

其中，步骤S32包括：

S321：以粗提取图片的左上角作为坐标系的原点，以及以射流火焰穿透方向为纵坐标轴延伸方向，以及以与纵坐标轴延伸方向呈垂直设置的方向为横坐轴延伸方向。

具体地，因为在整个图片处理过程中，像素点坐标系是相同的，以背景灰度图为例，确定像素坐标系相关信息，如图13所示，图13为实施例一中依据粗提取图片建立坐标系的示例图，可以得到像素坐标轴的范围为：836×488像素。以图片的左上角为平面坐标系的原点O，射流火焰穿透方向为纵坐标轴y，即竖直像素方向，则垂直的另一条轴为横坐标轴x，即水平像素方向。

S322：根据坐标系，确定粗提取图片的坐标信息。

S323：根据粗提取图片的实际尺寸和坐标信息确定比例尺。

具体地，比例尺K为通过摄像机拍摄到的实际尺寸和实际阴影图片像素之间的比例关系。具体方法是将一个已知尺寸的标尺放置在圆形玻璃视窗上，通过摄像机拍摄得到阴影图片，如图14所示，图14为实施例一中确认比例尺的示意图。标尺测得竖直方向T和B点的距离TB，同时计算对应的像素图片T和B所对应像素点位置T

确定比例尺K：K＝S/S

S33：确定粗提取图片中的可视化范围，基于坐标信息和比例尺删除删除粗提取图片中可视化范围外的像素点，得到精提取图片。

具体地，根据步骤S32提供的坐标信息，删除可视化范围外即圆形视窗范围外的像素点，如一些文字备注，如图15所示，图15为实施例一中精提取图片的示例图。

S4：根据精提取图片，确定用于计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积的火焰联通区域。

其中，步骤S4包括：

S41：针对精提取图片，依次进行包括通过strel和imdilate函数进行膨胀操作、通过imfill函数进行空隙填充、通过strel函数结合菱形diamond进行平滑处理和通过medfilt函数进行值滤波处理，得到精处理图片。

具体地，通过strel和imdilate函数对精提取图片进行膨胀操作，填补边缘的缝隙，如图16所示，图16为实施例一中针对精提取图片进行膨胀操作后得到的示例图。

通过imfill函数对经过膨胀操作后得到的图片进行空隙填充，如图17所示，图17为实施例一中针对经过膨胀操作后的图片进行空隙填充后得到的示例图。

通过strel函数结合菱形diamond对经过空隙填充后得到的图片进行平滑处理，如图18所示，图18为实施例一中针对经过空隙填充后的图片进行平滑处理后得到的示例图。

通过medfilt函数对经过平滑处理后得到的图片进行值滤波处理，得到精处理图片，如图19所示，图19为实施例一中精处理图片的示例图。

S42：针对精处理图片，通过bwlabel函数确定联通区域，以及通过regionprops函数根据联通区域确定各个联通面积。

具体地，利用bwlabel函数寻找联通成分，利用regionprops函数定位显示各个联通面积。

S43：通过find函数确定精处理图片中小于预设指定值的确认区域，以及通过ismember函数基于联通面积和确认区域确定用于计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积的火焰联通区域。

具体地，利用find函数查找小于设置指定值的区域，使用ismember函数判断某个联通元素是否在集合中，该步骤用于删除小于设置指定值的孤立面积，最终得到联通的火焰面积区域，如图20所示，图20为实施例一中火焰联通区域的示例图。

其中，设置指定值的设置目的是为了更具体地指导孤立面积的删除，如图19所示，图19中具有位于上侧的面积较大的联通区域，设置为A1，图19还具有位于下侧的面积较小的区域，设置为A2、A3……等，所以设置指定值的大小需要小于A1，但是要大于A2和A3及其他较小的区域。

S5：根据火焰联通区域，计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积，以及计算引燃后火焰在触及视窗底部之后时刻的火焰速度和火焰填充面积。

具体地，火焰速度是基于得到的不同时刻下的贯穿距离像素乘以比例尺K计算得到，火焰填充面积是基于不同时刻下联通的火焰面积区域下的像素点之和乘以比例尺K的平方得到。

在引燃后火焰触及视窗底部之后，火焰传播贯穿距离已经不再发生变化，火焰填充面积在继续增加，因为在主燃室燃烧中后期，视窗底部出现较为光亮的区域的像素点无法被识别。

其中，步骤S5包括：

S51：针对背景图片进行背景边界圆处理，得到背景圆图像。

其中，步骤S51包括：

S511：针对灰度背景图片，依次进行包括通过imadjust函数进行亮度调整和黑白互换处理、通过imadjust函数进行亮度调整、通过im2bw函数进行二值化处理、通过bwareaopen函数进行除孤岛处理和通过bwmorph函数去除亮点，以及基于canny算子通过edge函数进行边缘检测的边界圆处理，得到背景圆图像。

具体地，采用imadjust对结果图片进行亮度调节，同时利用该函数将图像中的黑色和白色互换。

对结果图像进行二值化、除孤岛、去亮点处理和利用canny算子进行边缘检测，可以得到一个圆形的图像，即是视窗边界圆。

针对经过边缘检测后得到的图片进行处理，从原点开始往射流穿透方向(纵坐标轴y的方向)删除一定距离的像素点，使得边界圆剩下一个4/5圆，即得到处理后的处理后的边界圆，如图21所示，图21为实施例一中背景圆图像的示例图。

S52：基于坐标系对火焰连通区域和背景圆图像进行叠加处理，以及通过imfill函数进行缝隙填充处理，得到初步叠加图片。

具体地，如图22和图23所示，图22为实施例一中针对火焰连通区域和背景圆图像进行叠加处理后得到的示例图，图23为实施例一中初步叠加图片的示例图。

S53：依据背景圆图像对初步叠加图片进行提取，得到叠加提取图片。

具体地，将初步叠加图片减去背景圆图像，即可得到火焰填充区域，如图24所示，图24为实施例一中叠加提取图片的示例图。

S54：根据叠加提取图片，计算引燃后火焰在触及视窗底部之前时刻的火焰速度和火焰填充面积，以及计算引燃后火焰在触及视窗底部之后时刻的火焰速度和火焰填充面积。

具体地，火焰速度如前述方案所述，此处不再赘述。

针对火焰填充区域的像素点求和，再乘以比例尺K的平方，得到火焰触及视窗底部后的火焰填充面积。

S6：依序提取处于依序排布的下一张原始阴影图片作为待计算阴影图片，重复步骤S2～S6，直至所有原始阴影图片均处理完毕。

具体地，利用for循环可以直接利用步骤S2～S6对整个火焰传播燃烧过程的火焰贯穿距离和火焰填充速度进行计算，解决了燃烧中后期视窗底部出现光亮而无法识别像素点的问题。

利用前期测试设定的固定阈值，使用xlswrite函数将所得到的不同时刻下火焰贯穿距离和火焰填充面积写入excel表中，因为贯穿速度无法直接得到，需要对贯穿距离进一步处理，所以仅记录贯穿距离。在整个计算过程中，许多函数语句存在阈值的设置，这个可以根据默认值开始不断调整，满足使用者对图像的质量需求即可，然后基于设定的值进行循环计算。

综上可知，本申请是通过利用带有缺口的边界背景圆解决了燃烧中后期视窗底部出现光亮而无法识别像素点的问题，同时也解决了无法实现相同程序对一个完整射流引燃燃烧过程的处理的问题，关键点如下：

1、利用的是背景图片得到的边界圆；2、对背景图边界圆处理，使用imadjust函数将图像中的黑色和白色进行了互换；3、对背景边界圆从上方进行开口，使得边界圆剩下一个4/5圆；4、利用得到处理后的边界圆和待处理图片像素相加，利用imfill函数填充；5、删除边界圆像素点面积。

实施例二

实施例二用于处理火焰未触及视窗前的图片识别处理过程。

如图25所示，图25为实施例二中火焰未触及视窗前的图片识别处理过程示例图组。

实施例三

实施例三用于处理火焰触及视窗后且下部出现明显光亮的燃烧后期的图片识别处理过程。

如图26所示，图26为实施例三中火焰触及视窗后并且下部出现明显光亮的燃烧后期的图片识别处理过程示例图组。

上述三个实例分析了利用相同程序处理整个工况范围内的射流引燃过程阴影图片的处理能力。

如图27所示，图27为本申请实施例中射流火焰引燃火焰的像素贯穿距离和像素火焰面积随着时间变化的对比示意图，从图27可知，横坐标为摄像机拍摄时间，黑色方块散点图为贯穿距离，火焰到达视窗底部，其贯穿贯穿距离保持不变；黑色圆散点图圆形图为火焰面积，曲线表示贯穿距离曲线未处理前的参考曲线，即未经过测量计算引燃后火焰在触及视窗底部之后时刻火焰填充面积的步骤处理得到，可看出火焰的发展情况，该曲线贯穿距离值降低，表明开始检测到视窗底部开始出现光亮。

如图28所示，图28为图27的局部示意图，从图28中可知火焰传播和火焰填充面积变化的若干种情况与实际火焰传播具有一致性，充分地说明了本申请实施例的科学性和可行性。

以上对本申请的实施例进行了详细说明，但内容仅为本申请的较佳实施例，不能被认为用于限定本申请的实施范围。凡依本申请范围所作的均等变化与改进等，均应仍属于本申请的专利涵盖范围之内。