[發(fā)明專利]基于機器視覺自動跟蹤定位火災火源點的識別方法和裝置

在審

• 申請?zhí)枺?/td>: 202010430901.X
• 申請日: 2020-05-20
• 公開（公告）號: CN111738082A
• 公開（公告）日: 2020-10-02
• 發(fā)明（設計）人: 王勇
• 申請（專利權(quán)）人: 青島理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06T7/246;G06T7/13;G06T5/00
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 宣慧蘭

1.一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，具體包括以下步驟：

步驟S1：雙目紅外熱成像儀(2)采集火災現(xiàn)場圖像；

步驟S2：所述火災現(xiàn)場圖像經(jīng)過預處理后，根據(jù)圖像分割算法從火災現(xiàn)場圖像中分割出火源點圖像信息；

步驟S3：根據(jù)基于聚類的圖像自動閾值算法，對所述火源點圖像進行聚類并提取火源點特征；

步驟S4：根據(jù)提取的火源點特征，采用深度學習方法構(gòu)建火源點識別器，通過所述火源點識別器對火災現(xiàn)場圖像中的火源點進行識別；

步驟S5：根據(jù)識別出的火源點在所述雙目紅外熱成像儀的兩幅火災現(xiàn)場圖像中的視差，通過三角測量原理測定所述火源點的三維空間坐標。

2.根據(jù)權(quán)利要求1所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述火災現(xiàn)場圖像的預處理包括對火災現(xiàn)場圖像進行濾波和降噪處理。

3.根據(jù)權(quán)利要求1所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述步驟S1中火災現(xiàn)場圖像包括左紅外相機拍攝的第一火災現(xiàn)場圖像和右紅外相機拍攝的第二火災現(xiàn)場圖像。

4.根據(jù)權(quán)利要求1所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述步驟S2中圖像分割算法具體為Canny邊界檢測算法。

5.根據(jù)權(quán)利要求4所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述步驟S2中火源點圖像信息具體為經(jīng)所述Canny邊界檢測算法提取的火源點輪廓信息。

6.根據(jù)權(quán)利要求1所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述基于聚類的圖像自動閾值算法具體為分層聚類算法。

7.根據(jù)權(quán)利要求1所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述步驟S5中三角測量原理具體如下：

其中，(x_c,y_c,z_c)為火源點在左紅外相機下的成像坐標，P₁(u₁,v₁)和P₂(u₂,v₂)分別為火源點在雙目紅外熱成像儀的成像平面中的投影點，f為雙目紅外熱成像儀的焦距，σ_x,σ_y,u_o,v_o為單個像素尺寸和像素中心，B為雙目紅外熱成像儀(2)的中心距。

8.根據(jù)權(quán)利要求7所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，根據(jù)所述三角測量原理，所述火源點在左紅外相機下的成像坐標具體為：

9.根據(jù)權(quán)利要求7所述的一種基于機器視覺自動跟蹤定位火災火源點的識別方法，其特征在于，所述火源點的三維空間坐標為基于雙目紅外熱成像儀坐標系的三維空間坐標。

10.一種使用權(quán)利要求1-9任一所述的基于機器視覺自動跟蹤定位火災火源點的識別方法的裝置，其特征在于，包括存儲器和處理器，所述識別方法以計算機程序的形式存儲于存儲器中，并由處理器執(zhí)行，執(zhí)行時實現(xiàn)以下步驟：

步驟S1：雙目紅外熱成像儀采集火災現(xiàn)場圖像；

步驟S2：所述火災現(xiàn)場圖像經(jīng)過預處理后，根據(jù)圖像分割算法從火災現(xiàn)場圖像中分割出火源點圖像信息；

步驟S3：根據(jù)基于聚類的圖像自動閾值算法，對所述火源點圖像進行聚類并提取火源點特征；

步驟S4：根據(jù)提取的火源點特征，采用深度學習方法構(gòu)建火源點識別器，通過所述火源點識別器對火災現(xiàn)場圖像中的火源點進行識別；

步驟S5：根據(jù)識別出的火源點在所述雙目紅外熱成像儀的兩幅火災現(xiàn)場圖像中的視差，通過三角測量原理測定所述火源點的三維空間坐標。