[發明專利]全天候消防火災巡邏預警監控系統及火災圖像檢測方法有效
| 申請號: | 201910409845.9 | 申請日: | 2019-05-17 |
| 公開(公告)號: | CN110021133B | 公開(公告)日: | 2020-11-20 |
| 發明(設計)人: | 鄧軍;祝貴軍;董麗楠;蘇昱;何重昆;桂昕磊;羅亞煌 | 申請(專利權)人: | 重慶消防安全技術研究服務有限責任公司 |
| 主分類號: | G08B17/06 | 分類號: | G08B17/06;G08B17/10;A62C31/00;A62C37/00;G06K9/00 |
| 代理公司: | 重慶天成卓越專利代理事務所(普通合伙) 50240 | 代理人: | 譚春艷 |
| 地址: | 401121*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 全天候 消防 火災 巡邏 預警 監控 系統 圖像 檢測 方法 | ||
1.一種全天候消防火災巡邏預警監控系統,其特征在于,包括:控制終端溫度信號端連接溫度傳感器信號發送端,控制終端煙霧信號端連接煙霧傳感器信號發送端,控制終端短路控制端連接短路控制器工作信號端,控制終端噴水信號端連接噴水控制器工作信號端,控制終端樓道監控信號接收端連接樓道監控系統信號發送端,控制終端電梯監控信號接收端連接電梯監控系統信號發送端,控制終端消防通道監控信號接收端連接消防通道監控系統信號發送端;
該系統的工作方法包括:
S1,將全部監控系統的原始圖像進行匯總收集,將出現噪聲的圖像進行圖像預處理,通過局部特征均值方法改進圖像度量權重系數;
所述S1局部特征均值方法包括:
S1-1,將收集的監控系統圖像進行預處理得到圖像集合M={m(t)+n(t)|t∈T},T為時間序列,m(t)為白天連續變化圖像集合,n(t)為夜晚連續變化圖像集合,該集合為按照時間序列形成的圖像集合,從而獲取圖像集合中動態圖像集合,按照時間順序進行排序;
將連續圖像特征變換與灰度關聯性指標去噪相融合形成權值重構,從圖像特征紋理進行掃描,由改進圖像度量權重系數計算為:
Z(x,y)=[ζld(x,y)ζdt(x,y)ζxf(x,y)]·[ωld(x,y)ωdt(x,y)ωxf(x,y)];
ζld(x,y)是樓道連續圖像特征變換因子,ζdt(x,y)是電梯連續圖像特征變換因子,ζxf(x,y)是消防通道連續圖像特征變換因子,ωld(x,y)是樓道灰度關聯性指標去噪因子,ωdt(x,y)是電梯灰度關聯性指標去噪因子,ωxf(x,y)是消防通道灰度關聯性指標去噪因子,x和y為圖像特征坐標值;
通過改進圖像度量權重系數獲取正常圖像和異常圖像的相關度距離,
其中,C為圖片相關度能量值;M為相關度調節系數;ω為關聯性指標系數;t為圖片排序時間;φ為時間間隔差值,函數r(*)為進度函數;
S1-2,將通過相關度距離測算之后的圖像特征劃分為連續的圖像序列,每個序列包含N張圖片;獲得依次序列圖像特征P1,P2,...,PN和監控系統圖像特征序列對(P′1,P′2),(P′2,P′3),...,(P′L-1,P′L);監控系統獲取圖像序列為L張圖片,監控系統圖像特征序列對是根據原始采集的圖像特征形成的集合,區分圖像特征顯著紋理變化起始點;
將相關度距離測算之后的圖像特征中以像素a為中心,尺寸大小為x×y的圖像像素集逐行排列,
將K作為相關度距離測算之后的圖像特征所有像素的集合;
其中,以中心像素a形成的圖像特征向量為:
,
Kx為x軸相關度距離測算之后的圖像特征像素值,Ky為y軸相關度距離測算之后的圖像特征像素值,γ為誤差調節系數;
相關度距離測算之后的圖像特征在進行像素逐行掃描時,以x軸和y軸為坐標的相關度距離測算之后的圖像特征劃分為連續的圖像序列特征關聯度;
其中ρ為傳播系數;
S2,對改進圖像度量權重系數的特征圖像進行圖像紋理邊界匹配;
S3,將圖像紋理邊界匹配后的特征圖像通過特征點提取方法進行火焰紋理特征提取。
2.根據權利要求1所述的全天候消防火災巡邏預警監控系統,其特征在于,所述控制終端數據傳輸端連接遠程終端數據接收端。
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重慶消防安全技術研究服務有限責任公司,未經重慶消防安全技術研究服務有限責任公司許可,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/201910409845.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種物聯網防火大數據平臺
- 下一篇:一種家庭消防報警系統及其報警方法





