[發(fā)明專利]一種基于視頻圖像的遠程火災探測系統及方法

有效

• 申請?zhí)枺?/td>: 202010730365.5
• 申請日: 2020-07-27
• 公開（公告）號: CN111899460B
• 公開（公告）日: 2021-11-23
• 發(fā)明（設計）人: 宋英杰;張斌;唐煥玲;梁遠揚;蔡起海
• 申請（專利權）人: 山東工商學院
• 主分類號: G08B17/12
• 分類號: G08B17/12;G06K9/00;G06T7/62;G06T7/66
• 代理公司: 青島海知譽知識產權代理事務所(普通合伙) 37290
• 代理人: 張曉琳

1.一種基于視頻圖像的遠程火災探測系統，其特征在于，所述探測系統包括多個火災探測器和與火災探測器通信連接的遠程控制中心，所述火災探測器包括圖像采集模塊、圖像處理及傳輸模塊、警報模塊和深度學習模塊；

所述圖像采集模塊，包括紅外攝像頭和可見光攝像頭，其中所述紅外攝像頭用于周期獲取當前場景內的紅外圖像，所述可見光攝像頭用于在疑似火災或火災發(fā)生的情況下獲取對應區(qū)域內的可見光圖像；

所述圖像處理及傳輸模塊，通過DSP對所述紅外攝像頭獲取的紅外圖像進行圖像特征提取，通過識別算法對提取的圖像特征進行火焰或煙霧識別，若識別結果為疑似火災發(fā)生，則結合疑似火災情況下的可見光圖像進行二次識別，若二次識別結果為火災發(fā)生，則將識別結果傳輸至警報模塊和遠程控制中心；

所述警報模塊，包括聲音警報單元和光線警報單元，在接收火災發(fā)生的識別結果后，結合火災發(fā)生情況下的可見光圖像執(zhí)行火災警報及指示警報；

所述深度學習模塊，基于所述圖像處理及傳輸模塊的處理結果實現探測系統的深度學習；

所述探測系統的探測方法包括如下步驟：

S1.周期獲取當前場景內的紅外圖像；

S2.通過DSP對所述紅外圖像進行圖像特征提取，通過識別算法對提取的圖像特征進行火焰或煙霧識別，并獲取疑似火災發(fā)生區(qū)；

S3.獲取疑似火災發(fā)生區(qū)內的可見光圖像，識別可見光圖像中是否存在可見火焰或可見煙霧；

是，則火災發(fā)生，獲取除疑似火災發(fā)生區(qū)外其他區(qū)域的可見光圖像，并執(zhí)行步驟S4；否，則基于深度學習模塊執(zhí)行一次深度學習，并在學習完成后重新執(zhí)行步驟S1；

S4.將識別結果傳輸至遠程控制中心，同時在疑似火災發(fā)生區(qū)內進行一級火災警報，在除疑似火災發(fā)生區(qū)外其他區(qū)域進行二級指示警報；

在所述步驟S3中，所述深度學習包括：

獲取所對比的相鄰兩幀圖像中疑似火災區(qū)的溫度變化差值；

獲取設定閾值；

計算溫度變化差值與閾值之比，并以此作為疑似火災發(fā)生區(qū)的溫度權重系數k；

獲取所述疑似火災發(fā)生區(qū)的識別算法為：

S21.以溫度作為特征，對紅外圖像進行圖像特征提取，獲得紅外圖像的溫度分布圖；

S22.至少進行一次相鄰兩幀圖像的對比，并獲取相鄰兩幀圖像內的溫度變化差值；

S23.判斷相鄰兩幀圖像內的溫度變化差值是否超過閾值；是，提取溫度變化差值超過閾值的區(qū)域，獲取疑似火災區(qū)；

在判斷相鄰兩幀圖像內的溫度變化差值超過閾值時：

P=|T2-T1|/（kT）；

T2為相鄰兩幀圖像中其中一圖像的a處溫度，T1為相鄰兩幀圖像中另一圖像的a處溫度，k為a處的溫度權重系數，T為閾值，P為計算參考值；

且P≥1時，視為相鄰兩幀圖像內的溫度變化差值超過閾值；

且P＜1時，視為相鄰兩幀圖像內的溫度變化差值未超過閾值。

2.根據權利要求1所述的一種基于視頻圖像的遠程火災探測系統，其特征在于，基于所述警報模塊執(zhí)行的路線指示為：從當前場景的入口向疑似火災發(fā)生的所在位置處移動的最近路線。

3.根據權利要求1所述的一種基于視頻圖像的遠程火災探測系統，其特征在于，所述圖像處理及傳輸模塊包括處理單元、近程傳輸單元和遠程傳輸單元；

所述處理單元實現對紅外圖像和可見光圖像的處理及識別；

所述近程傳輸單元實現相鄰圖像處理及傳輸模塊之間的數據傳輸；

所述遠程傳輸單元實現向警報模塊和遠程控制中心的數據傳輸；

且所述遠程傳輸單元傳輸失敗時，啟動所述近程傳輸單元。

4.根據權利要求3所述的一種基于視頻圖像的遠程火災探測系統，其特征在于，所述近程傳輸單元采用藍牙傳輸或WIFI傳輸，所述遠程傳輸單元采用光纖傳輸、4G/5G無線通信傳輸、衛(wèi)星通信傳輸、NB-IOT無線通信傳輸或LoRa無線通信傳輸。

5.根據權利要求1所述的一種基于視頻圖像的遠程火災探測系統，其特征在于，所述深度學習模塊的深度學習方式為：

所述圖像處理及傳輸模塊基于紅外圖像的識別結果為疑似火災發(fā)生，基于可見光圖像的識別結果為火災未發(fā)生時，對當前的疑似火災發(fā)生的區(qū)域進行識別算法的權重設置。