[發明專利]一種基于視頻圖像融合分析算法的電力管廊火源識別及火點測距方法在審
| 申請號: | 201810914200.6 | 申請日: | 2018-08-13 |
| 公開(公告)號: | CN109145796A | 公開(公告)日: | 2019-01-04 |
| 發明(設計)人: | 陳亮;婁堅鑫;陳太;詹光星;陳春劍;黃茂林;黃少聰;鄭鐘楠 | 申請(專利權)人: | 福建和盛高科技產業有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G08B17/12 |
| 代理公司: | 福州元創專利商標代理有限公司 35100 | 代理人: | 蔡學俊 |
| 地址: | 361001 福建省*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 測距 火源 視頻圖像 電力管 分析算法 預置位 火災 融合 視頻采集裝置 讀取 攝像頭 參考依據 電力電纜 方法適合 后端系統 火災發生 密閉空間 實時傳送 視頻裝置 特征提取 圖像處理 系統后臺 現場環境 應急處置 坐標匹配 關鍵點 換算 輪詢 算法 云臺 運維 過濾 著火 估算 掃描 隧道 場景 分析 學習 | ||
本發明涉及一種基于視頻圖像融合分析算法的電力管廊火源識別及火點測距方法,利用視頻采集裝置周期性對隧道內現場環境進行掃描,系統后臺對實時傳送回來的視頻圖像進行過濾分析,通過圖像處理、特征提取、深度學習等多種算法相融合來綜合判別各畫面中有無火災發生。后端系統將視頻裝置輪詢的路徑與云臺轉向預置位進行坐標匹配,通過對預置位坐標的讀取和換算來估算火源與攝像頭間的方向和距離,從而實現火點測距。本發明方法適合于用在電力管廊等密閉空間中判斷有無火災以及火源測距場景,主要關鍵點在于火災及著火面積的識別和判斷,并計算出火點的大致間距,為電力電纜運維人員進行火災應急處置時提供重要參考依據。
技術領域
本發明涉及電力火災判斷領域,特別是一種基于視頻圖像融合分析算法的電力管廊火源識別及火點測距方法。
背景技術
電力部門對電力管廊內火災監控提出了更高要求,對火災判斷和識別準確率需接近100%,還對火源與防火門、工作井、電纜接頭等設備之間的距離和蔓延時間估算也提出了相應要求,以便作為制定火情處置方案的重要依據。
目前行業領域內針對電力管廊火災監控的的研究已成為電力管廊監控系統中的重要組成部分,一般通過煙霧和測溫來判斷是否發生火災,而通過視頻圖像來分析隧道內火源和火源范圍的技術尚不多見,且研究技術均無火點測距功能。由于電力管廊內環境的復雜性,火情趨勢及著火點點位和險情處置極為困難,如處置不當反而會發生不必要的人員傷亡事故和更大的財產損失。因此如果能夠通過智能化技術手段來分析和評估火情情況,并同時計算和定位出電力管廊內火災火點的參考距離,能夠給運維搶修人員降低火情應急處置的難度,讓火災搶救更加及時和有效。
發明內容
有鑒于此,本發明的目的是提出一種基于視頻圖像融合分析算法的電力管廊火源識別及火點測距方法,能夠給出電力管廊內火災火點的參考距離,能夠給運維搶修人員降低應急處置的難度。
本發明采用以下方案實現:一種基于視頻圖像融合分析算法的電力管廊火源識別及火點測距方法,具體包括以下步驟:
步驟S1:通過視頻采集裝置周期性對隧道內現場環境進行輪詢掃描,其中視頻采集裝置由云臺控制轉向;
步驟S2:依次通過圖像預處理和分割、火焰特征提取、以及采用深度學習算法對火焰特征進行識別,判別步驟S1采集的各畫面中有無火災發生;若有火災發生,則進入步驟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轉向預置位進行坐標匹配,通過對預置位坐標的讀取和換算來估算火源與攝像頭間的方向和距離。
本發明利用集成有可見光、熱成像攝像和控制云臺的視頻設備,通過周期性對隧道內現場環境進行掃描,系統后臺對實時傳送回來的視頻圖像進行過濾分析,通過圖像處理、特征提取、深度學習等多種算法相融合來綜合判別各畫面中有無火災發生。后端系統將視頻裝置輪詢的路徑與云臺轉向預置位進行坐標匹配,通過對預置位坐標的讀取和換算來估算火源與攝像頭間的方向和距離,從而實現火點測距。本發明方法適合于用在電力管廊等密閉空間中判斷有無火災以及火源測距場景,主要關鍵點在于火災及著火面積的識別和判斷,并計算出火點的大致間距,為電力電纜運維人員進行火災應急處置時提供重要參考依據。
進一步地,所述視頻采集裝置為熱成像視頻采集設備,包括高清可見光鏡頭和紅外熱成像鏡頭。
進一步地,所述視頻采集裝置采用固定焦距的方式,并對目標區域采用熱源灰度輪詢掃描。
進一步地,步驟S1還包括:對需要監控的隧道進行現場勘查,確定視頻采集裝置的選點安裝位置,同時對云臺預置位進行配置,現場測量好對設定好的各預置位的實際距離和方位角度,并與預置位點在系統后臺映射保存。
進一步地,步驟S2中,所述采用深度學習算法對火焰特征進行識別具體包括以下步驟:
步驟S21:建立神經網絡,并確定權值;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福建和盛高科技產業有限公司,未經福建和盛高科技產業有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810914200.6/2.html,轉載請聲明來源鉆瓜專利網。





