[發(fā)明專利]一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810914200.6
• 申請(qǐng)日: 2018-08-13
• 公開（公告）號(hào): CN109145796A
• 公開（公告）日: 2019-01-04
• 發(fā)明（設(shè)計(jì)）人: 陳亮;婁堅(jiān)鑫;陳太;詹光星;陳春劍;黃茂林;黃少聰;鄭鐘楠
• 申請(qǐng)（專利權(quán)）人: 福建和盛高科技產(chǎn)業(yè)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G08B17/12
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

1.一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：包括以下步驟：

步驟S1：通過視頻采集裝置周期性對(duì)隧道內(nèi)現(xiàn)場(chǎng)環(huán)境進(jìn)行輪詢掃描，其中視頻采集裝置由云臺(tái)控制轉(zhuǎn)向；

步驟S2：依次通過圖像預(yù)處理和分割、火焰特征提取、以及采用深度學(xué)習(xí)算法對(duì)火焰特征進(jìn)行識(shí)別，判別步驟S1采集的各畫面中有無火災(zāi)發(fā)生；若有火災(zāi)發(fā)生，則進(jìn)入步驟S3，否則返回步驟S1；

步驟S3：將視頻裝置采集輪詢的路徑與云臺(tái)轉(zhuǎn)向預(yù)置位進(jìn)行坐標(biāo)匹配，通過對(duì)預(yù)置位坐標(biāo)的讀取和換算來估算火源與攝像頭間的方向和距離。

2.根據(jù)權(quán)利要求1所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：所述視頻采集裝置為熱成像視頻采集設(shè)備，包括高清可見光鏡頭和紅外熱成像鏡頭。

3.根據(jù)權(quán)利要求1所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：所述視頻采集裝置采用固定焦距的方式，并對(duì)目標(biāo)區(qū)域采用熱源灰度輪詢掃描。

4.根據(jù)權(quán)利要求1所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：步驟S1還包括：對(duì)需要監(jiān)控的隧道進(jìn)行現(xiàn)場(chǎng)勘查，確定視頻采集裝置的選點(diǎn)安裝位置，同時(shí)對(duì)云臺(tái)預(yù)置位進(jìn)行配置，現(xiàn)場(chǎng)測(cè)量好對(duì)設(shè)定好的各預(yù)置位的實(shí)際距離和方位角度，并與預(yù)置位點(diǎn)在系統(tǒng)后臺(tái)映射保存。

5.根據(jù)權(quán)利要求1所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：步驟S2中，所述采用深度學(xué)習(xí)算法對(duì)火焰特征進(jìn)行識(shí)別具體包括以下步驟：

步驟S21：建立神經(jīng)網(wǎng)絡(luò)，并確定權(quán)值；

步驟S22：在網(wǎng)絡(luò)中輸入火焰訓(xùn)練樣本并進(jìn)行訓(xùn)練，估算出最合適的權(quán)值函數(shù)，并對(duì)其不斷修正；

步驟S23：從網(wǎng)絡(luò)中提取出權(quán)值函數(shù)和模糊規(guī)則，并保存。

6.根據(jù)權(quán)利要求5所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)為模糊型神經(jīng)網(wǎng)絡(luò)，其輸出y和輸入x間的關(guān)系為：

式中，x_j為第j個(gè)輸入變量，m為輸入變量的數(shù)量，yⁱ為第i條規(guī)則的輸出，為結(jié)論參數(shù)；

通過將火焰特征作為神經(jīng)網(wǎng)絡(luò)中的輸入層，設(shè)輸入模糊向量為(x₁,x₂,...,x_m)，則輸出yⁱ(i＝1,2,...,n)由以下公式求得：

式中，n為模糊規(guī)則的數(shù)量，yⁱ由第i條規(guī)則的結(jié)論方程式所得；Gⁱ為第i條規(guī)則的真值：

式中，為模糊子集，Π為模糊化算子。

7.根據(jù)權(quán)利要求6所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)包括六層，設(shè)第j層第i個(gè)神經(jīng)元的輸入為x_ij，第j層第i個(gè)神經(jīng)元的輸出為y_ij，每層之間的連接權(quán)值為1；

第一層是輸入層，輸入層的主要內(nèi)容為火焰的靜態(tài)和動(dòng)態(tài)特征，具體包括火焰的面積變化值、亮度閃爍值、橢圓范圍值，該層將輸入的x_ij傳到下一層；

第二層是隸屬函數(shù)層，采用高斯隸屬度函數(shù)來表示輸入變量的隸屬度，采用如下公式：

式中，c_i為隸屬函數(shù)的中心，q_i為隸屬函數(shù)的標(biāo)準(zhǔn)差；

第三層為規(guī)則化層，用神經(jīng)元的乘積來實(shí)現(xiàn)其模糊推理；將火源的面積變化值、亮度閃爍值、橢圓度值分別模糊化為三層；

第四層與第三層的節(jié)點(diǎn)數(shù)相同，其關(guān)系為：

第五層的計(jì)算規(guī)則為：

式中，分別表示從第1到第3層網(wǎng)絡(luò)的結(jié)論參數(shù)，x_1I、x_2I分別表示第2到第3層網(wǎng)絡(luò)的輸入量；

第六層為輸出層，第六層的神經(jīng)元采用求和計(jì)算網(wǎng)絡(luò)輸出：

8.根據(jù)權(quán)利要求1所述的一種基于視頻圖像融合分析算法的電力管廊火源識(shí)別及火點(diǎn)測(cè)距方法，其特征在于：步驟S3具體為：確定當(dāng)前火點(diǎn)畫面位于輪詢路徑中的位置點(diǎn)，將該位置點(diǎn)同各云臺(tái)轉(zhuǎn)向預(yù)置位進(jìn)行映射比對(duì)，得出目標(biāo)預(yù)置位的空間位置信息，通過換算其空間位置點(diǎn)坐標(biāo)得出火源與攝像機(jī)位置的方位夾角和距離。