CN101609589A - 多频图像火灾探测系统 - Google Patents
多频图像火灾探测系统 Download PDFInfo
- Publication number
- CN101609589A CN101609589A CNA2008101266045A CN200810126604A CN101609589A CN 101609589 A CN101609589 A CN 101609589A CN A2008101266045 A CNA2008101266045 A CN A2008101266045A CN 200810126604 A CN200810126604 A CN 200810126604A CN 101609589 A CN101609589 A CN 101609589A
- Authority
- CN
- China
- Prior art keywords
- fire
- image
- colour
- flame
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
一种多频图像火灾探测系统,包括彩色/黑白、彩色/近红外线双可变摄像机、图像采集模块、信号处理与控制模块、输入输出模块、报警显示装置、设定调试系统、通信装置和区域报警监控系统。彩色/近红外线摄像头采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器和截止频率850nm(或950nm及以上)波段的高通红外滤光片制成;彩色/黑白摄像头也采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器。信号处理与控制模块包含有烟雾、火焰识别和火灾数据融合演算法、光源控制演算法、云台控制演算法、双可变摄像机切换控制演算法,以及基于双摄像机火灾定位演算法。
Description
技术领域
本发明涉及一种基于彩色、黑白和近红外线的多频图像火灾探测系统,由彩色/黑白、彩色/近红外线双可变摄像机、图像采集模块、信号处理与控制模块、输入输出模块、报警显示装置、设定调试系统、通信装置和中央火灾报警系统组成,并可根据需要配备红外背景光源和云台。系统包含有多频图像烟雾、火焰探测演算法和火灾数据融合演算法,最大程度满足各种光照条件下火灾探测的要求。
背景技术
随着年复一年全球工业、商业、民用建筑设施不断发展,火灾也在同比增长着;近些年来全球化气候变迁,更给全球的森林带来了灾难,一起又一起的特大火灾频发;这些都给人类带来了巨大的损失和困扰。虽然许多情况下,火灾探测报警系统被用于火灾的防护,但由于传统探测器普遍存在回应延迟的问题,例如热和烟雾,从火灾位置到达探测器的位置需要较大的延迟。而森林的火灾则是又一个难题,甚至采用卫星监测也只能侦测到大面积的火灾。有时人们会采用空气采样烟雾探测器来减短延迟,但面对大空间等防护区域,这种技术仍然摆脱不了延时过长的问题。目前看来只有基于图像的火灾探测器,可以从烟雾和火焰探测两方面同时消除延迟,快速早期报警。
美国专利US6937743和US7002478等专利描述了图像火灾探测系统的优势、特点和演算法思想。可以看出图像火灾探测器都不依赖于某一个物理参数,例如温度或温度变化率、减光率、UV或近红外线等,相反是采用一系列演算法识别图像中一种或多种火灾的可见特征,例如颜色、闪烁、纹理、减光性等,每一种特征参数结合到一起,通过一个决策机制,确定是否为火灾。总体而言,在大空间火灾早期探测、火灾物理特征不接通常的规律发展的场所或区域(例如隧道、森林)的火灾探测、视觉化、可与CCTV监控系统相容等方面具有相当的优势。
由此也能看出,这些探测方式依赖于火灾的可见特征,例如尺寸、运动、透明度、持续性等;需要建立在可见环境条件下,尤其是背景。很明显,这是有局限的,无论多好的演算法,如果不能延展其在全天候条件下的探测能力,总是有一定的缺陷。
这样的系统可能不能探测背景颜色和强度与火灾相似的场景火灾,例如,不能探测纯酒精透视的火焰、被气流吹动后的零碎片状火焰,或者蓝色背景下的蓝色火焰;可能不探测灰色背景里的灰色烟雾或黑夜的烟雾;可能不能探测运动车辆上的火焰。系统可能在自然发生的状况非常类似于火灾时产生误报警,例如阳光或月光被水波反射、一个穿着橙色运动服正在运动的人,风中飘动的树叶等。还有水蒸气、受控的火、貌似烟雾的云等均可能造成系统误报警。
另外这些系统存在很大的弊端,对于摄像系统而言,CCD的种类、镜头的焦距、光圈、白平衡等都影响着图像质量。一般情况下,在探测火焰时,我们希望光圈小一些,补偿小一些,这样可以提取到较为清晰的火焰轮廓;但是烟雾探测又不同了,因为烟一般呈灰色、黑色或其他较暗的色调,尤其是在夜晚拍摄烟雾,我们希望光圈大一些,光补偿多一些。而如果系统加入摄像头参数控制的话,估计演算法会十分复杂。因此理论上讲用一种固定光谱特性的摄像头将很难满足火焰和烟雾同时进行探测报警的要求。
也有采用热成像系统进行火灾探测的情况,但热成像系统往往采用长波或中波红外线,传感器成本高。另外热成像系统可以较好地探测火焰、过热部位,但却无法探测烟雾,更不能探测被遮挡的火焰。
以往的系统还存在一个共性的问题,基本为固定视场系统,因为可变视场会带来演算法的复杂化和探测报警的延迟。而在森林火灾探测中,变视场成为一种必需。
本发明目的在于解决以往系统存在的问题,采用了彩色、黑白和近红外线多频图像,配合相应的演算法和控制,以适应复杂环境条件的要求,重点解决误报、漏报问题,以确保系统广泛的应用。另外多频特性使系统实现可变视场更容易,因此可用于森林火灾和基于UAV的森林探测系统,系统简洁、成本低。
发明内容
本发明目的在于解决以往图像火灾探测器存在的问题,采用一套图像探测前端,可以适用于各种背景光线条件,可以有效排除类似火焰、烟雾的自然或人为疑似图像,并可以有效获取纯酒精等燃料产生的火焰,其在一般摄像机中为不可见或不清晰,也可以获取高环境光背景下的火焰图像,从而实现早期、可靠的火灾探测。本发明的目的是同时解决室内空间的火灾探测问题和室外空间的火灾探测问题,尤其是森林的火灾探测。
本发明的另一个目的是形成相对独立的火灾探测和图像信号采集前端,既可以与常规火灾报警系统简单有机的连接,又可以与CCTV图像监控系统有机结合;既可以形成独立完整的区域和远端火灾报警监控系统,又可以与火灾报警系统或CCTV图像监控系统有机结合。
本发明主要采用的是彩色/黑白、彩色/近红外线双可变摄像机,从而可以获取各种环境条件下彩色、黑白和近红外线图像。彩色/近红外线摄像头采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器和截止频率850nm(或950nm及以上)波段的高通红外滤光片制成,摄像头可在彩色和近红外线间切换;彩色/黑白摄像头也采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器,白天或有光照条件下处于彩色状态,无光照或光照较弱的条件下切换到黑白状态。彩色/近红外线摄像头用于清晰地获取各种光照条件下的火焰图像,而将可见光的影响消除,并用于拍摄类似酒精等燃料或物质燃烧的清晰图像;彩色/黑白摄像头配合近红外线背景光源,则可以在各种光照条件下清晰地获取火灾烟雾的图像,在光强过强时,同时启动彩色/近红外线摄像头的彩色部获取清晰的烟雾图像;彩色/黑白摄像头的黑白部和彩色/近红外线摄像头的近红外部还用于获取被遮挡火焰的闪烁影像。
本发明由彩色/黑白、彩色/近红外线双可变摄像机、图像采集模块、信号处理与控制模块、输入输出模块、报警显示装置、设定调试系统、通信装置和区域报警监控系统组成。另外根据需要可以配置相应覆盖距离和角度的近红外背景光源和水平垂直转动的云台。对于嵌入到UAV无人驾驶直升机森林火灾探测系统的情况,该模块还将提供飞机悬停和姿态调整的控制信息。
本发明的信号处理与控制模块包含有一系列图像火灾的识别演算法,火焰、烟雾和火灾的概率融合演算法,并含有摄像机切换控制、背景光源、云台的控制演算法。与以往的图像火灾探测系统不同,演算法总是采用不同频段(彩色、黑白和近红外线)的两个序列图像进行同时或分时的运算。与以往的图像火灾探测系统不同,系统的双可变摄像机采用相同或不同参数的镜头、光圈、光补偿等,进而可以获取复杂光照条件下的各种图像,最大限度减少背景对火灾探测的影响。
鉴于本发明采用了双可变摄像头成像,系统可以更加准确地进行火灾的定位,火灾的座标位置信息可提供给消防炮控制系统使用。
与以往的发明技术比较,有如下优势:
1.本发明系统采用多频图像、不同摄像机参数,可以更好地适用复杂恶劣环境,例如黑暗背景、强光背景、受阳光等影响的室外背景等,从复杂恶劣环境中能够有效提取火灾特征,进行可靠报警;
2.本发明系统可以有效提取普通摄像机难以有效成像的乙醇等物质燃烧的火焰图像,被部分或全部遮挡的火焰,被树丛遮挡的火焰,被风作用的片状火焰等的图像,并可以根据背景光照情况获取更加清晰的烟雾图像信息,从而实现可靠的探测。
3.本发明系统演算法简单,可采用DSP并行处理器形成完整独立的分布智能图像火灾探测器,从而形成分散式智能图像火灾监控系统。分布智能图像火灾探测器既可以与常规火灾探测报警系统相容,也可以与常规CCTV图像监控系统相容,具有广阔的应用前景。
附图说明
图1是本发明基于DSP的分散式智能多频图像火灾探测系统框架图;
图2是本发明基于外部电脑或其他处理系统的多频图像火灾探测系统框架图;
图3是本发明模式识别和控制演算法流程。
附图标记说明:
1-彩色/近红外线摄像头;10-云台控制系统;11-红外光源;12-多频图像火灾探测器;13-透可见光和红外视窗;2-彩色/黑白摄像头;21-RBWL长周期背景、RBWS短周期背景和BW系列图像;22-RC1L长周期背景、RC1S短周期背景和C1系列图像;23-RC2L长周期背景、RC2S短周期背景和C2系列图像;24-RIRL长周期背景、RIRS短周期背景和IR系列图像;25-火焰特征计算模块;26-火焰特征数据融合模块;27-云台控制模块;28-火灾定位模块;29-火灾综合探测模块;3-图像采集模块;30-报警信息输入输出模块;31-烟雾特征计算模块;32-烟雾特征数据融合模块;33-光源监测模块;34-摄像机切换控制模块;35-光源控制模块;4-信号处理与控制模块;5-输入输出I/O模块;6-报警显示与类比装置;7-设定调试系统;8-通信装置;9-区域报警监控系统。
附件说明:
附件图I是本发明B/W黑白图像和近红外线图像对比;
附件图II是本发明易产生误报警的非火灾图像;
附件图III是本发明近红外线图像捕捉的甲醇、乙醇蓝色或透明火焰。
具体实施方式
图1为本发明基于DSP(Digital Signal Processer数字信号处理器)的分散式智能多频图像火灾探测系统框架图;整体系统由多频图像火灾探测器12、报警显示与类比装置6、设定调试系统7、通信装置8、区域报警监控系统9,以及云台控制系统10组成。其中多频图像火灾探测器12由彩色/近红外线(IR)摄像头1、彩色/黑白摄像头2、图像采集模块3、信号处理与控制模块4、输入输出I/O模块5和外壳以及透可见光和红外视窗13组成。
多频图像火灾探测器采用的彩色/黑白、彩色/近红外线双可变摄像机,可以获取各种环境条件下彩色、黑白和近红外线图像,制式根据需要可选择PAL(Phase-Alternative Line,逐行倒相)制式和NTSC(National Television SystemsCommittee,国家电视系统委员会)制式。彩色/近红外线摄像头1采用频谱回应范围在400nm~1200nm的CCD(Charge Coupled Device,电荷耦合装置)或CMOS(Complementary Metal-Oxide-Semiconductor Transistor互补型金属氧化物半导体)图像传感器和截止频率在850nm(或950nm及以上)波段的高通红外滤光片制成,摄像头可在彩色和近红外线间切换;彩色/黑白摄像头2也采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器,白天或有光照条件下处于彩色状态,无光照或光照较弱的条件下切换到黑白状态。彩色/近红外线摄像头1用于清晰地获取各种光照条件下的火焰图像,而将可见光的影响消除,并用于拍摄类似酒精等燃料或物质燃烧的清晰图像,这些物质燃烧往往火焰呈蓝色或透明状,烟雾很少,普通CCTV(Closed Circuit Television,闭路电视)摄像头很难获取这一类火焰的完整图像。另外有的物质燃烧后由于风的作用,火焰呈片状,普通CCTV摄像头捕捉的图像很难用于图像分析,而彩色/近红外线摄像头1则可以获得完整的火焰图像;彩色/黑白摄像头2配合近红外线背景光源,则可以在各种光照条件下清晰地获取火灾烟雾的图像,在光强过强时,同时启动彩色/近红外线摄像头1的彩色部获取清晰的烟雾图像;彩色/黑白摄像头2的黑白部和彩色/近红外线摄像头1的近红外部还用于获取被遮挡火焰的闪烁影像,火焰燃烧会发出可见光和红外光,通过周边背景的反射,双可变摄像机可以获取反射的可见光和红外光,进而探测主火焰被遮挡的火灾。
多频图像火灾探测器12的信号处理与控制模块4主要采用基于DSP的嵌入式处理系统,也可采用其他具备同样处理功能的CPU模块,例如PC104工控模块等。除了负责火灾的识别外,还需承担双可变摄像头的切换控制、云台的控制和背景光源的控制功能。对于嵌入到UAV(Unmanned air vehicle,无人驾驶飞行器)无人驾驶直升机森林火灾探测系统的情况,该模块还将提供飞机悬停和姿态调整的控制信息信息。对于UAV图像火灾探测系统,最困难的是飞机在运动并且抖动较大,因此所获得的图像必须能够快速反应火灾基本特征。本发明的双可变摄像机,可以快速获取火灾的近红外线图像,并发出飞机悬停、倒退等飞行姿态,进而使探测系统获取更多火灾的相关图像,以便进一步分析。
多频图像火灾探测器12的图像采集模块3主要采用专用的图像采集芯片配合制作而成,并具有图像信号滤波处理功能。
多频图像火灾探测器12的输入输出I/O模块5包含有电源供电电路、输入输出信号调理电路、(预警、火警、故障)继电器输出电路、近程和远端(RS232/485,TCP/IP等)通信电路及相应的接口。
多频图像火灾探测器12的透可见光和红外视窗13主要配合摄像头获取清晰图像,可以由有机或无机材料切割制作而成。
报警显示与类比装置6配合多频图像火灾探测器12安装于现场,通过LED灯显示预警、火警和故障信息。最为重要的是报警显示与类比装置6还有类比火警和故障按钮,可以向多频图像火灾探测器12发出类比火警和故障的信号,多频图像火灾探测器12的信号处理与控制模块4接收到类比信号后,即会控制继电器或通信口输出相应的报警信息,这一功能对系统的安装、调试、使用维护具有很大的意义。
通信装置8主要用于与区域或远端的报警监控系统连接,上传图像、火灾概率和报警信息,接受控制信息。其中通信装置8可以将数字图像按照H.264等国际标准进行压缩传输。
区域报警监控系统9也可用作中央报警监控系统,主要完成以下功能:第一,针对不少于32路探测器进行监视,并在监视视频中迭加火灾位置、火灾概率信息,采用地理信息系统GIS进行大区域的监视,对探测器地址编码、探测器安装区域、火灾概率、图像疑似区域位置、报警级别等信息进行显示;第二,建立数据库对各种信息和火警区域火灾图像进行管理、存储;第三,对监控区域的探测器或摄像头进行云台等的控制;第四,对灵敏度、检测区域和类型等探测器参数进行远端设定;第五,可以根据需要增加图像火灾二次识别演算法,实现对前端图像火灾探测系统火灾概率异常的视频图像进行二次识别和确认,提升系统的可靠性。
图2为本发明基于外部电脑或其他处理系统的多频图像火灾探测系统框架图;与图1基于DSP的分散式多频图像火灾探测系统不同,信号处理与控制器采用的是工控机或其他高性能处理器;一套信号处理与控制器可以连接不少于4套多频双可变摄像机。多频双可变摄像机由图1彩色/近红外线摄像机1、彩色/黑白摄像机2、红外光源11、输入输出I/O模块5、机壳与视窗组成。摄像头性能与图1分散式系统相同。
根据本发明的多频双可变摄像机采集到的火焰黑白图像和近红外线图像的区别在于;黑白图像覆盖的频谱范围是400~1200nm,含可见光和近红外部分,而近红外线图像覆盖的范围在850或950nm~1200nm,主要是近红外线图像,可见光部分被滤除了。两个图像中火焰图像均呈现火焰特征,如面积变化特征、频率特征等。
采用近红外线图像,可以避免一些常见的易产生误报的现象,如:水波调制反射的太阳光或月光、疑似火焰的布料和运动物、舞台的假火焰等。
黑白图像和近红外线图像另一个重要的应用是用于判断与常规火焰颜色不同的火焰,如乙醇、甲醇等很多物质的燃烧均为蓝色或透明火焰,一般彩色摄像机难以捕捉到火焰图像,然而本发明采用的多频双可变摄像机则能获得清晰的黑白图像和近红外线图像,从而可靠探测这一类火灾。
更具应用价值的是,多频双可变摄像机的黑白部和近红外部可以有效捕捉火焰闪烁特征,即当主火焰被遮挡,火焰的近红外线光会通过周边的背景物反射或折射进摄像机,通过该型摄像机即可有效探测被遮挡火焰。这也是以往很多技术无法解决的问题。
为可靠探测报警,无论是基于DSP的分布智能多频图像火灾探测系统,还是基于工控机的图像火灾探测系统,均运行着一套完整的演算法和流程。主要数据和处理流程如图3所示,图像采集模块从双可变摄像机同时采集到不同光谱特性的两个时间序列图像,通过滤波处理后提交火灾识别演算法。演算法第一步是将每一种光谱的时间序列图像进行分析和自学习,对长周期背景和短周期背景进行更新,从而整理形成RBWL长周期背景、RBWS短周期背景和BW系列图像21,RC1L长周期背景、RC1S短周期背景和C1系列图像22,RC2L长周期背景、RC2S短周期背景和C2系列图像23,以及RIRL长周期背景、RIRS短周期背景和IR系列图像24;演算法第二步为通过光源监测模块33对以上获得的时间序列图像进行背景光、光分布的计算,并根据结果,通过光源控制模块35控制背景光源的启动,或将分布数值提交火灾综合探测模块29,以确定第二组光谱图像的切换;演算法第三步为通过烟雾特征计算模块31、火焰特征计算模块25分别计算烟雾和火焰相关的各种特征值;演算法第四步为烟雾特征数据融合模块32和火焰特征数据融合模块26进行数据融合,即分别将烟雾和火焰已经计算得到的特征数据通过神经网络、模糊演算法等进行函数计算,形成烟雾和火焰的概率;演算法第五步为通过火灾综合探测模块29,一方面对之前的数据融合进行判断,由摄像机切换控制模块34控制双可变摄像机获得第二组光谱图像,再经过以上步骤获得第二组光谱图像的火灾特征值和数据融合概率,另一方面采用确定后的火焰和烟雾概率参数融合计算火灾的综合概率。对于使用云台的系统,系统根据火灾综合演算法的结果,确定下一步的控制策略,之后云台控制模块27控制云台转动;演算法第六步,通过火灾定位模块28对于确认火警的火灾进行座标定位和位置标示。并通过报警信息输入输出模块30将火灾报警、火灾概率和火灾位置信息传输到火灾报警主机或图像监控主机。
基本演算法包括火灾图像识别演算法、光源控制演算法、云台控制演算法、双可变摄像机切换控制演算法,详细描述如下。
根据彩色/近红外线摄像头1和彩色/黑白摄像头2的图像计算场景光照强度及分布特征。背景光强低于特定阈值Llow时,系统输出控制命令启动红外背景光源或其他形式的光源。背景光强高于特定阈值LNormal时,系统输出控制命令关闭红外背景光源或其他形式的光源;当背景光强或一定比例的背景区域光强过高,且高于LHigh时,系统演算法控制双可变摄像机动作,以光圈值低的彩色/近红外线摄像头1获取的场景图像为主要计算图像序列,彩色/黑白摄像头2的为辅助图像序列。
1.对于采用云台的系统,要根据摄像头的视场角计算预置位置或每一个位置的转动角度。云台每一个位置的转换周期为固定或可变周期,固定周期长度要保证采集足够长度系列帧图像用于火灾的判断,而可变周期控制则取决于每一个角度或预置位置即时分析的状况,对于视场中没有任何疑似或趋势时,演算法输出新计算的转动周期值,控制云台转动。转动周期最低不小于一个特定值P。
2.背景的更新与自学习演算法
图像识别演算法中无论是彩色、黑白或近红外图像,都要学习确定一个TL长周期背景和一个TS短周期背景,TL的时间长度为若干分钟到若干小时,TS的时间长度为若干秒钟到若干分钟。如图3所示,系统采样高斯法等不断更新和自学习背景,背景将作为火焰和烟雾探测演算法的主要依据,通过背景可以分离出前景或运动目标,进而进行火灾识别。
对于采用云台的系统,系统每转到一个角度或预置位置,系统即会对相应位置的长周期背景进行匹配和修正,以利于之后的计算。
与以往发明技术只采用一个参考背景不同,本发明针对每一种光谱图像均采用了一个TL长周期背景和一个TS短周期背景,这在本发明的火灾识别演算法中起到重要的作用。
3.烟雾的识别演算法
图像识别演算法应用当前帧图像与前一帧或若干帧图像对比分析,用当前帧图像与短周期或长周期背景对比分析,确定反应运动快慢特性的指标ISpeed=(当前帧图像与前一帧或若干帧图像变化面积)/(当前帧图像与短周期或长周期背景变化面积)。该指标主要用于烟雾的检测中。
演算法将视场图像等分或非等分为n个监测区域,演算法针对每一个监测区域计算相关系数Ri、梯度变化Gi、饱和度变化Si、纹理变化Ti和光流场Fi等,并计算一个反应烟雾弥散特性的指标IDisp=f1{Ri,Gi,Si,Ti,Fi,...}。演算法同时计算一个反应烟雾运动扩散特性的指标IMove=f2{Ri,Gi,Si,Ti,Fi,ISpeed,...}。
演算法总是对同时并行的两类图像(彩色、黑白或彩色、近红外线)系列进行同时或分时计算,两类图像的计算结果融合为烟雾的概率。即,
PSmoke(t)=F1{IDisp1,IMove1,IDisp2,IMove2}
以上函数关系,可通过神经网络等进行学习计算,最终给出烟雾的概率。
4.火焰的识别演算法
演算法首先对彩色视频分析,计算火焰的特征:闪动频率Fqi火焰面积变化率Ai、长周期和短周期扩展率PRi等参数,并计算一个火焰特征IChara1=f3{Fqi,Ai,PRi,...}。
演算法对彩色视频分析出的火焰进行二次验证,方法是提取系列帧近红外线图像,并计算红外图像中火焰的特征:闪动频率Fqi、火焰面积变化率Ai、长周期和短周期扩展率PRi等参数,其中闪动频率为火灾主频率2~12Hz。演算法计算一个反应火焰特征的指标IChara2=f3{Fqi,Ai,PRi,...}。
演算法对彩色、黑白或近红外线图像中出现的遮挡火闪烁视频进行分析,通常对闪烁影像采用黑白和近红外线图像捕捉,计算闪烁频率为2~6Hz。演算法计算一个反应火焰闪烁特征的指标IFreq。
演算法总是对同时并行的两类图像(彩色、黑白或彩色、近红外线)系列进行同时或分时计算,两类图像的计算结果融合为火焰的概率。其中,
PFlame(t)=F2{IChara1,IChara2,IFreq}
以上函数关系,可通过神经网络等进行学习计算,最终给出火焰的概率。
5.火灾综合概率的演算法
以上分别得到火焰和烟雾的概率,之后火灾综合探测演算法元件采用如下综合概率融合方法:
Pf1(t)=PSmoke(t)[1+(PFlame(t)-K)]
Pf2(t)=PFlame(t)[1+(PSmoke(t)-K)]
PFire(t)=max{Pf1(t),Pf2(t)}
所述PFlame(t)和PSmoke(t)分别为t时刻的火焰发生概率和烟雾发生概率,PFire(t)为t时刻的火灾综合概率,K为死区值,一般可取25%或其他数值。死区值越大,对单一火灾表征,如火焰或烟雾,的火灾综合概率抑制作用越大,减少误报的能力越强,但灵敏度也就会降低。
这种融合的目的在于针对同时具有火焰和烟雾特征的情况,更容易确认为火灾,以提高系统对这一类火灾的反应能力和可靠性。当火焰或烟雾的概率小于死区值K时,火灾综合概率受到抑制,当两者的概率都大于K时,火灾综合概率即会加速增长。
6.火灾定位演算法
演算法总是对视场中出现的火焰、烟雾进行聚类分析,将不同部位或区域同时出现的火灾进行分别标示,并采用双摄像机计算对应火灾的准确座标位置。
7.火灾报警判断条件
火灾探测综合元件按以下规则进行警告、预警和报警的判断:
警告:如果PSmoke(t)≥Atten1或PFlame(t)≥Atten2或PFire(t)≥Atten3
预警:如果PSmoke(t)≥Warn1或PFlame(t)≥Warn2或PFire(t)≥Warn3
报警:如果PSmoke(t)≥Alarm1或PFlame(t)≥Alarm2或PFire(t)≥Alarm3
所述Atten1,Atten2,Atten3,Warn1,Warn2,Warn3,Alarm1,Alarm2,Alarm3等为判断阈值。
因为实际使用中环境的复杂性,可以针对监视区域设定不少于64个不同性质的监测区域,包括高灵敏烟雾火焰监测区、不灵敏烟雾火焰探测区、故障检测区和非探测区等,图像中三个以上故障监测区域可以保证快速判断视场偏移等故障状态;对于已经明确有受控火的区域,可以置为非探测区;对于明显干扰较大区域,可以降低一些系统灵敏度,以提高可靠性;对于干扰很少又很重要的区域可以设为高灵敏监测区。
当本发明系统用于某些场所,发生误报警和漏报警时,可以通过设定调试系统7进行自学习。基本的流程是:第一步,采用误报或漏报警的视频图像作为样本输入到设定调试系统7,通过自学习计算出数据融合过程的权重参数;第二步,针对新获得的权重参数,将已经获得的标准火灾视频图像库一一输入设定调试系统7,检验系统回应的能力是否达到预期规定。如果偏离预期,则在用标准火灾视频图像库样本进行学习,调校数据融合的权重;第三步,将重新学习到的数据融合权重下载到多频图像火灾探测器12或电脑中,进行为期1周的是运行,无误后即可作为此一类场所的参考参数,提供今后使用。
本发明也可以简化采用彩色/近红外线可变摄像机,以及处理与控制模块等其他部分组成,同样可以解决大部分的误报和漏报问题。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理之前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (20)
1.一种基于彩色、黑白和近红外线的多频图像火灾探测系统,由彩色/黑白、彩色/近红外线双可变摄像机、图像采集模块、信号处理与控制模块、输入输出模块、报警显示装置、设定调试系统、通信装置和区域报警监控系统组成,其中,
图像采集模块,用于将类比视频图像转换为数字图像,并进行滤波处理;
信号处理与控制模块,用于对不同频率的图像信息进行分析处理,执行火灾识别演算法,并根据环境条件和演算法要求控制摄像头切换、光源开启关闭和云台扫描转动;对于嵌入到UAV无人驾驶直升机森林火灾探测系统的情况,该模块还提供飞机悬停和姿态调整的控制信息;
输入输出模块,包括硬件和软件接口以及供电系统,用于系统内外联系;
报警显示装置用于显示报警信息,并配合探测系统进行类比故障和类比火警操作;
设定调试系统,用于对探测系统进行灵敏度等参数设定、不同类型监测区域的选择以及辅助系统进行自学习;
通信装置,用于与区域或远端的报警监控系统连接,上传图像、火灾概率和报警信息,接受控制信息;
区域报警监控系统,用于对分布各区域的探测器或探测系统进行远端监视,并根据操作人员要求发出控制指令。
2.根据权利要求1所述的系统,其特征在于,所述系统针对彩色/黑白、彩色/近红外线双可变摄像机,通过系统演算法同时对彩色、黑白和近红外线三种图像进行分析识别,其中,不同光圈条件下双可变摄像机捕捉到的三种光谱图像覆盖各种环境下火灾的特征,包括良好光照条件下的烟雾和火焰图像、高亮或黑暗条件下的烟雾和火焰图像、透明火等特殊种类的火焰图像,以及排除类似火灾的图像。
3.根据权利要求2所述的系统,其特征在于,所述彩色/黑白、彩色/近红外线双可变摄像机的彩色/近红外线摄像头采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器和截止频率在850nm或或950nm及以上波段的高通滤光片制成,摄像头可在彩色和近红外线间切换;所述彩色/黑白、彩色/近红外线双可变摄像机的彩色/黑白摄像头也采用频谱回应范围在400nm~1200nm的CCD或CMOS图像传感器,白天或有光照条件下处于彩色状态,无光照或低光照条件下切换到黑白状态,所述彩色/近红外线摄像头用于清晰地获取各种光照条件下的火焰图像,将可见光的影响消除,并用于拍摄酒精类燃料或物质燃烧的清晰图像;彩色/黑白摄像头配合近红外线或其他背景光源,用于清晰地获取火灾烟雾的图像,在光强过强时,启动彩色/近红外线摄像头的彩色部获取清晰的烟雾图像;彩色/黑白摄像头的黑白部和彩色/近红外线摄像头的近红外部还用于获取被遮挡火焰的闪烁影像。
4.根据权利要求2所述的系统,其特征在于,所述彩色/黑白、彩色/近红外线双可变摄像机,使用相同或不同焦距的镜头;彩色/近红外线摄像头采用小光圈和低补偿,以保证可以适应高背景光条件;彩色/黑白摄像头采用大光圈和高补偿,以最大限度捕捉各种光照条件下的运动和烟雾弥散特征。
5.根据权利要求1所述的系统,其特征在于,所述信号处理与控制模块包含同时侦测识别彩色、黑白和近红外线火灾图像的识别和概率数据融合演算法、光源控制演算法、云台控制演算法、双可变摄像机切换控制演算法,以及基于双摄像机的火灾定位演算法。
6.根据权利要求5所述的系统,其特征在于,所述信号处理与控制模块的火灾识别演算法,通过学习确定长周期TL和短周期TS背景RL和RS,进行一定周期系列帧图像的火灾烟雾和火焰特征分析,并通过当前帧与长周期和短周期背景的对比分析提取烟雾火焰的变化特征,并最终计算出火焰和烟雾相关特征参数的指标。
7.根据权利要求5所述的系统,其特征在于,所述信号处理与控制模块的火灾识别演算法分火焰识别和烟雾识别两个并行流程,所述两个并行流程所分析的系列帧图像分别来自彩色/近红外线摄像头和彩色/黑白摄像头,对于复杂环境或疑似火灾但不确定视频图像,火灾综合探测元件将针对不同摄像机的第二光谱图像进行对比分析,并给出火焰、烟雾和火灾概率。
8.根据权利要求5所述的系统,其特征在于,所述信号处理与控制模块的火灾概率数据融合演算法,通过神经网络或其他融合演算法进行数据融合,分别得到火焰和烟雾的概率,之后火灾综合探测演算法元件使用如下综合概率融合方法:
Pf1(t)=PSmoke(t)[1+(PFlame(t)-K)]
Pf2(t)=PFlame(t)[1+(PSmoke(t)-K)]
PFire(t)=max{Pf1(t),Pf2(t)}
所述PFlame(t)和PSmoke(t)分别为t时刻的火焰发生概率和烟雾发生概率,PFire(t)为t时刻的火灾综合概率,K为死区值,取25%。
9.根据权利要求5所述的系统,其特征在于,所述信号处理与控制模块的火灾探测综合元件按以下规则进行警告、预警、报警的判断:
警告:如果PSmoke(t)≥Atten1或PFlame(t)≥Atten2或PFire(t)≥Atten3
预警:如果PSmoke(t)≥Warn1或PFlame(t)≥Warn2或PFire(t)≥Warn3
报警:如果PSmoke(t)≥Alarm1或PFlame(t)≥Alarm2或PFire(t)≥Alarm3
其中,所述Atten1,Atten2,Atten3,Warn1,Warn2,Warn3,Alarm1,Alarm2,Alarm3为判断阈值。
10.根据权利要求1所述的系统,其特征在于,所述信号处理与控制模块根据所监视场景的光照强度情况、演算法的需要控制双摄像机在彩色/黑白、彩色/近红外线功能间切换,以获取最佳的火灾视频。
11.根据权利要求1所述的系统,其特征在于,所述信号处理与控制模块针对设定区域设定不少于64个不同性质的监测区域,包括高灵敏烟雾火焰监测区、不灵敏烟雾火焰探测区、故障检测区和非探测区,图像中三个以上故障监测区域可以保证快速判断视场偏移或其它故障状态。
12.根据权利要求1所述的系统,其特征在于,所述系统还配备有近红外背景光源,所述信号处理与控制模块根据所监视场景的光照强度情况和光照分布情况控制开启或关闭红外背景灯源。
13.根据权利要求1所述的系统,其特征在于,所述系统还配备有水平、垂直转动的云台,信号处理与控制模块根据预定的监测区域要求按定周期或可变扫描方式控制云台的转动,当发现疑似火灾或确认火灾报警时,控制云台保持视场稳定,直到排除疑似或系统重定为止。
14.根据权利要求13所述的系统,其特征在于,所述信号处理与控制模块的云台控制方法中,一种方法是按照摄像头视场角划分固定的n个预置位置,并按预置位置控制云台转动,另一种方法是使用角度反馈的云台,实现连续、复杂的控制。
15.一种对根据权利要求1所述的系统进行控制和图像火灾识别的方法,所述多频图像火灾探测系统是基于对彩色、黑白和近红外线三种光谱特性视频图像而进行分析识别的,所述方法至少包括部分或全部以下内容:
演算法过程一,根据双可变摄像机的图像计算场景光照强度及分布特征。背景光强低于特定阈值Llow时,系统输出控制命令启动红外背景光源或其他形式的光源;背景光强高于特定阈值LNormal时,系统输出控制命令关闭红外背景光源或其他形式的光源;当背景光强或一定比例的背景区域光强过高,且高于LHight时,系统演算法中以光圈值低的彩色/近红外线摄像头获取的场景彩色图像为主要计算图像序列,彩色/黑白摄像头的为辅助图像序列;
演算法过程二,对于采用云台的系统,根据摄像头的视场角计算预置位置或每一个位置的转动角度,云台每一个位置的转换周期为固定或可变周期,固定周期长度要保证采集足够长度系列帧图像用于火灾的判断,而可变周期控制则取决于每一个角度或预置位置即时分析的状况,对于视场中没有任何疑似或趋势时,演算法输出新计算的转动周期值,控制云台转动,转换周期最低不小于一个特定值P;
演算法过程三,对于采用云台的系统,系统每转到一个角度或预置位置,系统即会对相应位置的长周期背景进行匹配和修正,以利于之后的计算;
演算法过程四,图像识别演算法中无论是彩色、黑白或近红外线图像,都要学习确定一个TL长周期背景和一个TS短周期背景,TL的时间长度的数量级为若干分钟到若干小时,TS的时间长度的数量级为若干秒钟到若干分钟;
演算法过程五,图像识别演算法应用当前帧图像与前一帧或若干帧图像对比分析,用当前帧图像与短周期或长周期背景对比分析,确定反应运动快慢特性的指标ISpeed=(当前帧图像与前一帧或若干帧图像变化面积)/(当前帧图像与短周期或长周期背景变化面积),该指标用于烟雾的检测中;
演算法过程六,演算法将视场图像等分或非等分为n个监测区域,演算法针对每一个监测区域计算相关系数Ri、梯度变化Gi、饱和度变化Si、纹理变化Ti和光流场Fi,以及其它所需的参数,并计算一个反应烟雾弥散特性的指标IDisp=f1{Ri,Gi,Si,Ti,Fi,...},演算法同时计算一个反应烟雾运动扩散特性的指标IMove=f2{Ri,Gi,Si,Ti,Fi,ISpeed,...},其中f1{·},f2{·}为运算函数;
演算法过程七,演算法对彩色视频分析出的火焰进行二次验证,方法是提取系列帧近红外线图像,并计算红外图像中火焰的特征:闪动频率Fqi、火焰面积变化率Ai、长周期和短周期扩展率PRi及其它所需参数,其中闪动频率为火灾主频率2~12Hz,演算法计算一个反应火焰特征的指标IChara=f3{Fqi,Ai,PRi,...}其中f3{·}为运算函数;
演算法过程八,演算法对彩色、黑白或近红外线图像中出现的遮挡火闪烁视频进行分析,通常对闪烁影像采用黑白和近红外线图像捕捉,计算闪烁频率为2~6Hz,演算法计算一个反应火焰闪烁特征的指标IFreq;
演算法过程九,演算法总是对同时并行的两类图像系列进行同时或分时计算,该两类图像为彩色、黑白或彩色、近红外线图像,两类图像的计算结果融合为火焰、烟雾和火灾的概率,其中,
PSmoke(t)=F1{IDisp,IMove},PFlame(t)=F2{IChara,IFreq},其中F1{·},F2{·}为运算函数;
演算法过程十,演算法总是对视场中出现的火焰、烟雾进行聚类分析,将不同部位或区域同时出现的火灾进行分别标示,并计算火灾的座标位置。
16.根据权利要求1所述的系统,其特征在于,所述多频图像火灾探测系统的火灾探测灵敏度分为1~9级,可选,并通过设定调试系统设置。
17.根据权利要求1所述的系统,其特征在于,所述多频图像火灾探测系统的报警输出内容包括:火焰、烟雾和火灾概率,火焰、烟雾和火灾的位置座标,发生灾害的区域和位置,发生报警的探测器的地址编码以及其他必要的信息。
18.根据权利要求1所述的系统,其特征在于,所述报警显示装置内设有类比火警和类比故障的按钮,配合探测器进行整个火灾报警系统的类比动作,以检查每一个探测器信号传输通路的正确与否,用于系统运行维护。
19.根据权利要求1所述的系统,其特征在于,所述系统通过设定调试系统进行自学习,其包括以下步骤:第一,将发生误报、漏报的视频图像作为样本输入到设定调试系统,系统自行调整数据融合的过程权重;第二,针对调整后的权重演算法,输入所有标准火灾视频库,要求仍然满足既定的报警要求;第三,通过设定调试系统将权重输入到探测器或电脑中,重新重定启动。
20.根据权利要求1所述的系统,其特征在于,所述系统只采用彩色/近红外线单可变摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101266045A CN101609589A (zh) | 2008-06-17 | 2008-06-17 | 多频图像火灾探测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101266045A CN101609589A (zh) | 2008-06-17 | 2008-06-17 | 多频图像火灾探测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101609589A true CN101609589A (zh) | 2009-12-23 |
Family
ID=41483333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008101266045A Pending CN101609589A (zh) | 2008-06-17 | 2008-06-17 | 多频图像火灾探测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101609589A (zh) |
Cited By (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872526A (zh) * | 2010-06-01 | 2010-10-27 | 重庆市海普软件产业有限公司 | 基于可编程摄像技术的烟火智能识别方法 |
CN101888538A (zh) * | 2010-07-01 | 2010-11-17 | 南京西三艾电子系统工程有限公司 | 警用无人直升机视频监控装置 |
CN101917583A (zh) * | 2010-07-30 | 2010-12-15 | 杨柏 | 一种军用无人飞行器 |
CN101968913A (zh) * | 2010-08-13 | 2011-02-09 | 清华大学 | 一种森林火灾区域的火焰跟踪方法 |
CN102646311A (zh) * | 2012-05-04 | 2012-08-22 | 中国科学院长春光学精密机械与物理研究所 | 实时动态巡航图像智能烟雾火情检测系统 |
CN102708647A (zh) * | 2012-06-25 | 2012-10-03 | 北京中恩时代科技有限责任公司 | 图像和多波段红外紫外复合型火灾探测系统及方法 |
CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测系统 |
CN102984509A (zh) * | 2012-12-25 | 2013-03-20 | 中国科学院长春光学精密机械与物理研究所 | 四波段远程视频监控系统及其数据传输方法 |
CN103136893A (zh) * | 2013-01-24 | 2013-06-05 | 浙江工业大学 | 基于多传感器数据融合技术的隧道火灾预警控制方法及其系统 |
CN103456124A (zh) * | 2013-03-27 | 2013-12-18 | 北京科实医学图像技术研究所 | 森林火灾早期报警系统 |
CN103679705A (zh) * | 2013-11-28 | 2014-03-26 | 中国航天科工集团第三研究院第八三五七研究所 | 用于识别飞机入云出云的图像处理方法 |
CN103691086A (zh) * | 2013-12-27 | 2014-04-02 | 保定天威卓创电工设备科技有限公司 | 一种红外制导消防水炮 |
CN103873917A (zh) * | 2012-12-13 | 2014-06-18 | 联想(北京)有限公司 | 一种多媒体播放处理方法及系统 |
CN104168413A (zh) * | 2014-08-29 | 2014-11-26 | 成都市晶林科技有限公司 | 具有防爆功能的摄像头安装机构 |
CN104184943A (zh) * | 2014-07-29 | 2014-12-03 | 小米科技有限责任公司 | 图像拍摄方法与装置 |
CN104240429A (zh) * | 2014-08-27 | 2014-12-24 | 中国资源卫星应用中心 | 一种红外与多光谱波段组合监测森林火灾的方法 |
CN104350531A (zh) * | 2012-06-08 | 2015-02-11 | 爱克斯崔里斯科技有限公司 | 多模式检测 |
CN104463112A (zh) * | 2014-11-27 | 2015-03-25 | 深圳市科葩信息技术有限公司 | 一种采用rgb+ir图像传感器进行生物识别的方法及识别系统 |
CN104469312A (zh) * | 2014-12-12 | 2015-03-25 | 成都栖林测控科技有限责任公司 | 一种基于视觉的火灾探测装置及其探测方法 |
CN104867265A (zh) * | 2015-04-22 | 2015-08-26 | 深圳市佳信捷技术股份有限公司 | 摄像装置、火灾检测报警系统及方法 |
CN104971458A (zh) * | 2015-07-03 | 2015-10-14 | 合肥科大立安安全技术股份有限公司 | 基于自动跟踪定位射流灭火装置的多火源识别方法 |
CN105323492A (zh) * | 2015-12-08 | 2016-02-10 | 上海斐讯数据通信技术有限公司 | 一种取景装置及相机和拍摄方法 |
CN105913605A (zh) * | 2016-06-15 | 2016-08-31 | 宝鸡通茂电子传感设备研发有限公司 | 火焰传感器的智能识别方法及系统 |
CN106056832A (zh) * | 2016-08-09 | 2016-10-26 | 上海腾盛智能安全科技股份有限公司 | 基于图像型火灾探测器报警系统 |
CN106097346A (zh) * | 2016-06-13 | 2016-11-09 | 中国科学技术大学 | 一种自学习的视频火灾探测方法 |
CN106210524A (zh) * | 2016-07-29 | 2016-12-07 | 信利光电股份有限公司 | 一种摄像模组的拍摄方法及摄像模组 |
CN106226977A (zh) * | 2016-08-24 | 2016-12-14 | 深圳奥比中光科技有限公司 | 激光投影模组、图像采集系统及其控制方法和装置 |
CN106297161A (zh) * | 2015-06-02 | 2017-01-04 | 淮阴工学院 | 一种基于物联网多模感知的安防监测数据融合算法 |
CN106529500A (zh) * | 2016-11-28 | 2017-03-22 | 中控智慧科技股份有限公司 | 一种信息处理方法和系统 |
CN106898110A (zh) * | 2015-12-14 | 2017-06-27 | 南京三宝弘正视觉科技有限公司 | 利用cctv的火灾监视方法及装置 |
CN107251118A (zh) * | 2014-12-17 | 2017-10-13 | 霍尼韦尔国际公司 | 以多光谱成像设备为特征的检测系统和方法 |
CN107316012A (zh) * | 2017-06-14 | 2017-11-03 | 华南理工大学 | 小型无人直升机的火灾检测与跟踪方法 |
CN107330460A (zh) * | 2017-06-28 | 2017-11-07 | 梧州市兴能农业科技有限公司 | 一种预警准确的自然灾害预警系统 |
CN108140291A (zh) * | 2015-11-20 | 2018-06-08 | 富士通株式会社 | 烟雾检测装置、方法以及图像处理设备 |
CN108353128A (zh) * | 2015-10-27 | 2018-07-31 | 富士胶片株式会社 | 摄像系统以及对象检测装置及其工作方法 |
CN108364003A (zh) * | 2018-04-28 | 2018-08-03 | 国网河南省电力公司郑州供电公司 | 基于无人机可见光及红外图像融合的电力巡检方法及装置 |
CN108520615A (zh) * | 2018-04-20 | 2018-09-11 | 芜湖岭上信息科技有限公司 | 一种基于图像的火灾识别系统和方法 |
CN108629940A (zh) * | 2018-05-02 | 2018-10-09 | 北京准视科技有限公司 | 一种图像型火灾探测报警系统 |
CN108717691A (zh) * | 2018-06-06 | 2018-10-30 | 成都西纬科技有限公司 | 一种图像融合方法、装置、电子设备及介质 |
CN108765860A (zh) * | 2018-05-02 | 2018-11-06 | 北京准视科技有限公司 | 一种图像型火灾探测报警方法 |
CN109074713A (zh) * | 2016-05-04 | 2018-12-21 | 罗伯特·博世有限公司 | 烟雾探测设备、用于探测火灾的烟雾的方法以及计算机程序 |
CN109331376A (zh) * | 2018-10-12 | 2019-02-15 | 中国矿业大学 | 城市主战消防车自动灭火系统及实现方法 |
CN109377701A (zh) * | 2018-10-29 | 2019-02-22 | 国网四川省电力公司电力科学研究院 | 输电线路山火火情发展趋势的实时预警系统及方法 |
CN109472961A (zh) * | 2018-09-28 | 2019-03-15 | 国网江苏省电力有限公司检修分公司 | 一种变电站室外电抗器火灾自动探测方法及装置 |
CN109490930A (zh) * | 2018-09-26 | 2019-03-19 | 山东闪迪智能科技股份有限公司 | 一种秸秆燃烧定位系统及方法 |
CN109643321A (zh) * | 2017-02-15 | 2019-04-16 | 富士通株式会社 | 基于视频监控的视频分析系统和视频分析方法 |
CN110148348A (zh) * | 2019-06-06 | 2019-08-20 | 应急管理部四川消防研究所 | 大型城市综合体火灾实验缩尺平台数据测试系统 |
CN110471333A (zh) * | 2019-07-26 | 2019-11-19 | 北京讯腾智慧科技股份有限公司 | 用于燃气场站的燃气泄漏监控系统和方法 |
CN110780634A (zh) * | 2019-11-20 | 2020-02-11 | 云南电网有限责任公司电力科学研究院 | 一种实验室安全管理系统 |
CN110812753A (zh) * | 2019-09-23 | 2020-02-21 | 重庆特斯联智慧科技股份有限公司 | 具有明火点识别功能的人工智能灭火方法及灭火器设备 |
CN110874907A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 基于光谱相机的火焰识别方法 |
CN111354152A (zh) * | 2018-12-24 | 2020-06-30 | 北京华航无线电测量研究所 | 一种火焰检测与定位系统 |
CN111882810A (zh) * | 2020-07-31 | 2020-11-03 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN111953933A (zh) * | 2020-07-03 | 2020-11-17 | 北京中安安博文化科技有限公司 | 一种确定火灾区域的方法、装置、介质和电子设备 |
CN112198516A (zh) * | 2020-11-10 | 2021-01-08 | 广东智芯光电科技有限公司 | 一种水下图像采集的方法和系统 |
CN112991125A (zh) * | 2021-02-03 | 2021-06-18 | 桂林理工大学 | 一种智慧景区火灾快速应急系统 |
CN113066251A (zh) * | 2021-03-17 | 2021-07-02 | 国核电力规划设计研究院有限公司 | 一种火灾探测与视频监控联动系统及方法 |
CN113096342A (zh) * | 2021-03-29 | 2021-07-09 | 中国人民解放军陆军工程大学 | 一种建筑bim运维平台消防误报警的判定方法 |
US11210916B2 (en) | 2018-12-21 | 2021-12-28 | Fujitsu Limited | Smoke detection method and apparatus |
CN118053257A (zh) * | 2024-04-16 | 2024-05-17 | 爱瑞克(大连)安全技术集团有限公司 | 基于物联网的工业建筑火灾预警和灾情分析方法及系统 |
-
2008
- 2008-06-17 CN CNA2008101266045A patent/CN101609589A/zh active Pending
Cited By (77)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872526B (zh) * | 2010-06-01 | 2012-04-18 | 重庆市海普软件产业有限公司 | 基于可编程摄像技术的烟火智能识别方法 |
CN101872526A (zh) * | 2010-06-01 | 2010-10-27 | 重庆市海普软件产业有限公司 | 基于可编程摄像技术的烟火智能识别方法 |
CN101888538A (zh) * | 2010-07-01 | 2010-11-17 | 南京西三艾电子系统工程有限公司 | 警用无人直升机视频监控装置 |
CN101917583A (zh) * | 2010-07-30 | 2010-12-15 | 杨柏 | 一种军用无人飞行器 |
CN101968913A (zh) * | 2010-08-13 | 2011-02-09 | 清华大学 | 一种森林火灾区域的火焰跟踪方法 |
CN102646311A (zh) * | 2012-05-04 | 2012-08-22 | 中国科学院长春光学精密机械与物理研究所 | 实时动态巡航图像智能烟雾火情检测系统 |
CN104350531B (zh) * | 2012-06-08 | 2019-03-05 | 爱克斯崔里斯科技有限公司 | 多模式检测 |
CN104350531A (zh) * | 2012-06-08 | 2015-02-11 | 爱克斯崔里斯科技有限公司 | 多模式检测 |
CN102708647A (zh) * | 2012-06-25 | 2012-10-03 | 北京中恩时代科技有限责任公司 | 图像和多波段红外紫外复合型火灾探测系统及方法 |
CN102708647B (zh) * | 2012-06-25 | 2013-11-20 | 北京中恩时代科技有限责任公司 | 图像和多波段红外紫外复合型火灾探测方法 |
CN102784451B (zh) * | 2012-08-06 | 2014-12-10 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测系统 |
CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测系统 |
CN103873917A (zh) * | 2012-12-13 | 2014-06-18 | 联想(北京)有限公司 | 一种多媒体播放处理方法及系统 |
CN102984509A (zh) * | 2012-12-25 | 2013-03-20 | 中国科学院长春光学精密机械与物理研究所 | 四波段远程视频监控系统及其数据传输方法 |
CN103136893A (zh) * | 2013-01-24 | 2013-06-05 | 浙江工业大学 | 基于多传感器数据融合技术的隧道火灾预警控制方法及其系统 |
CN103136893B (zh) * | 2013-01-24 | 2015-03-04 | 浙江工业大学 | 基于多传感器数据融合技术的隧道火灾预警控制方法及其系统 |
CN103456124A (zh) * | 2013-03-27 | 2013-12-18 | 北京科实医学图像技术研究所 | 森林火灾早期报警系统 |
CN103679705A (zh) * | 2013-11-28 | 2014-03-26 | 中国航天科工集团第三研究院第八三五七研究所 | 用于识别飞机入云出云的图像处理方法 |
CN103691086A (zh) * | 2013-12-27 | 2014-04-02 | 保定天威卓创电工设备科技有限公司 | 一种红外制导消防水炮 |
CN104184943A (zh) * | 2014-07-29 | 2014-12-03 | 小米科技有限责任公司 | 图像拍摄方法与装置 |
CN104184943B (zh) * | 2014-07-29 | 2016-03-30 | 小米科技有限责任公司 | 图像拍摄方法与装置 |
CN104240429A (zh) * | 2014-08-27 | 2014-12-24 | 中国资源卫星应用中心 | 一种红外与多光谱波段组合监测森林火灾的方法 |
CN104168413A (zh) * | 2014-08-29 | 2014-11-26 | 成都市晶林科技有限公司 | 具有防爆功能的摄像头安装机构 |
CN104463112A (zh) * | 2014-11-27 | 2015-03-25 | 深圳市科葩信息技术有限公司 | 一种采用rgb+ir图像传感器进行生物识别的方法及识别系统 |
CN104463112B (zh) * | 2014-11-27 | 2018-04-06 | 深圳市科葩信息技术有限公司 | 一种采用rgb+ir图像传感器进行生物识别的方法及识别系统 |
CN104469312A (zh) * | 2014-12-12 | 2015-03-25 | 成都栖林测控科技有限责任公司 | 一种基于视觉的火灾探测装置及其探测方法 |
CN107251118B (zh) * | 2014-12-17 | 2019-10-15 | 霍尼韦尔国际公司 | 以多光谱成像设备为特征的检测系统和方法 |
CN107251118A (zh) * | 2014-12-17 | 2017-10-13 | 霍尼韦尔国际公司 | 以多光谱成像设备为特征的检测系统和方法 |
CN104867265B (zh) * | 2015-04-22 | 2018-05-01 | 深圳市佳信捷技术股份有限公司 | 摄像装置、火灾检测报警系统及方法 |
CN104867265A (zh) * | 2015-04-22 | 2015-08-26 | 深圳市佳信捷技术股份有限公司 | 摄像装置、火灾检测报警系统及方法 |
CN106297161A (zh) * | 2015-06-02 | 2017-01-04 | 淮阴工学院 | 一种基于物联网多模感知的安防监测数据融合算法 |
CN104971458A (zh) * | 2015-07-03 | 2015-10-14 | 合肥科大立安安全技术股份有限公司 | 基于自动跟踪定位射流灭火装置的多火源识别方法 |
CN108353128A (zh) * | 2015-10-27 | 2018-07-31 | 富士胶片株式会社 | 摄像系统以及对象检测装置及其工作方法 |
CN108353128B (zh) * | 2015-10-27 | 2020-05-19 | 富士胶片株式会社 | 摄像系统以及对象检测装置及其工作方法 |
CN108140291A (zh) * | 2015-11-20 | 2018-06-08 | 富士通株式会社 | 烟雾检测装置、方法以及图像处理设备 |
US10846867B2 (en) | 2015-11-20 | 2020-11-24 | Fujitsu Limited | Apparatus, method and image processing device for smoke detection in image |
CN105323492A (zh) * | 2015-12-08 | 2016-02-10 | 上海斐讯数据通信技术有限公司 | 一种取景装置及相机和拍摄方法 |
CN106898110A (zh) * | 2015-12-14 | 2017-06-27 | 南京三宝弘正视觉科技有限公司 | 利用cctv的火灾监视方法及装置 |
CN106898110B (zh) * | 2015-12-14 | 2019-04-12 | 南京三宝弘正视觉科技有限公司 | 利用cctv的火灾监视方法及装置 |
CN109074713A (zh) * | 2016-05-04 | 2018-12-21 | 罗伯特·博世有限公司 | 烟雾探测设备、用于探测火灾的烟雾的方法以及计算机程序 |
CN106097346A (zh) * | 2016-06-13 | 2016-11-09 | 中国科学技术大学 | 一种自学习的视频火灾探测方法 |
CN105913605A (zh) * | 2016-06-15 | 2016-08-31 | 宝鸡通茂电子传感设备研发有限公司 | 火焰传感器的智能识别方法及系统 |
CN106210524B (zh) * | 2016-07-29 | 2019-03-19 | 信利光电股份有限公司 | 一种摄像模组的拍摄方法及摄像模组 |
CN106210524A (zh) * | 2016-07-29 | 2016-12-07 | 信利光电股份有限公司 | 一种摄像模组的拍摄方法及摄像模组 |
CN106056832A (zh) * | 2016-08-09 | 2016-10-26 | 上海腾盛智能安全科技股份有限公司 | 基于图像型火灾探测器报警系统 |
CN106226977A (zh) * | 2016-08-24 | 2016-12-14 | 深圳奥比中光科技有限公司 | 激光投影模组、图像采集系统及其控制方法和装置 |
CN106529500A (zh) * | 2016-11-28 | 2017-03-22 | 中控智慧科技股份有限公司 | 一种信息处理方法和系统 |
CN109643321A (zh) * | 2017-02-15 | 2019-04-16 | 富士通株式会社 | 基于视频监控的视频分析系统和视频分析方法 |
CN107316012A (zh) * | 2017-06-14 | 2017-11-03 | 华南理工大学 | 小型无人直升机的火灾检测与跟踪方法 |
CN107316012B (zh) * | 2017-06-14 | 2020-12-22 | 华南理工大学 | 小型无人直升机的火灾检测与跟踪方法 |
CN107330460A (zh) * | 2017-06-28 | 2017-11-07 | 梧州市兴能农业科技有限公司 | 一种预警准确的自然灾害预警系统 |
CN108520615B (zh) * | 2018-04-20 | 2020-08-25 | 吉林省林业科学研究院 | 一种基于图像的火灾识别系统和方法 |
CN108520615A (zh) * | 2018-04-20 | 2018-09-11 | 芜湖岭上信息科技有限公司 | 一种基于图像的火灾识别系统和方法 |
CN108364003A (zh) * | 2018-04-28 | 2018-08-03 | 国网河南省电力公司郑州供电公司 | 基于无人机可见光及红外图像融合的电力巡检方法及装置 |
CN108765860A (zh) * | 2018-05-02 | 2018-11-06 | 北京准视科技有限公司 | 一种图像型火灾探测报警方法 |
CN108629940A (zh) * | 2018-05-02 | 2018-10-09 | 北京准视科技有限公司 | 一种图像型火灾探测报警系统 |
CN108717691A (zh) * | 2018-06-06 | 2018-10-30 | 成都西纬科技有限公司 | 一种图像融合方法、装置、电子设备及介质 |
CN110874907A (zh) * | 2018-09-03 | 2020-03-10 | 中国石油化工股份有限公司 | 基于光谱相机的火焰识别方法 |
CN109490930A (zh) * | 2018-09-26 | 2019-03-19 | 山东闪迪智能科技股份有限公司 | 一种秸秆燃烧定位系统及方法 |
CN109472961A (zh) * | 2018-09-28 | 2019-03-15 | 国网江苏省电力有限公司检修分公司 | 一种变电站室外电抗器火灾自动探测方法及装置 |
CN109331376A (zh) * | 2018-10-12 | 2019-02-15 | 中国矿业大学 | 城市主战消防车自动灭火系统及实现方法 |
CN109377701A (zh) * | 2018-10-29 | 2019-02-22 | 国网四川省电力公司电力科学研究院 | 输电线路山火火情发展趋势的实时预警系统及方法 |
US11210916B2 (en) | 2018-12-21 | 2021-12-28 | Fujitsu Limited | Smoke detection method and apparatus |
CN111354152A (zh) * | 2018-12-24 | 2020-06-30 | 北京华航无线电测量研究所 | 一种火焰检测与定位系统 |
CN110148348A (zh) * | 2019-06-06 | 2019-08-20 | 应急管理部四川消防研究所 | 大型城市综合体火灾实验缩尺平台数据测试系统 |
CN110471333A (zh) * | 2019-07-26 | 2019-11-19 | 北京讯腾智慧科技股份有限公司 | 用于燃气场站的燃气泄漏监控系统和方法 |
CN110812753B (zh) * | 2019-09-23 | 2021-07-30 | 重庆特斯联智慧科技股份有限公司 | 具有明火点识别功能的人工智能灭火方法及灭火器设备 |
CN110812753A (zh) * | 2019-09-23 | 2020-02-21 | 重庆特斯联智慧科技股份有限公司 | 具有明火点识别功能的人工智能灭火方法及灭火器设备 |
CN110780634A (zh) * | 2019-11-20 | 2020-02-11 | 云南电网有限责任公司电力科学研究院 | 一种实验室安全管理系统 |
CN111953933A (zh) * | 2020-07-03 | 2020-11-17 | 北京中安安博文化科技有限公司 | 一种确定火灾区域的方法、装置、介质和电子设备 |
CN111882810A (zh) * | 2020-07-31 | 2020-11-03 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN111882810B (zh) * | 2020-07-31 | 2022-07-01 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN112198516A (zh) * | 2020-11-10 | 2021-01-08 | 广东智芯光电科技有限公司 | 一种水下图像采集的方法和系统 |
CN112991125A (zh) * | 2021-02-03 | 2021-06-18 | 桂林理工大学 | 一种智慧景区火灾快速应急系统 |
CN113066251A (zh) * | 2021-03-17 | 2021-07-02 | 国核电力规划设计研究院有限公司 | 一种火灾探测与视频监控联动系统及方法 |
CN113096342A (zh) * | 2021-03-29 | 2021-07-09 | 中国人民解放军陆军工程大学 | 一种建筑bim运维平台消防误报警的判定方法 |
CN118053257A (zh) * | 2024-04-16 | 2024-05-17 | 爱瑞克(大连)安全技术集团有限公司 | 基于物联网的工业建筑火灾预警和灾情分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101609589A (zh) | 多频图像火灾探测系统 | |
CN101458865B (zh) | 一种火灾探测系统及方法 | |
US7786877B2 (en) | Multi-wavelength video image fire detecting system | |
CN201259717Y (zh) | 一种火灾探测系统 | |
CN101527073B (zh) | 火灾探测系统及方法 | |
US7991187B2 (en) | Intelligent image smoke/flame sensor and detection system | |
CN111770266B (zh) | 一种智能视觉感知系统 | |
CN101673448B (zh) | 一种森林火灾探测方法及系统 | |
CN100511305C (zh) | 双波段图象识别火灾探测报警系统及其监控方法 | |
CN104966372B (zh) | 多数据融合的森林火灾智能识别系统和方法 | |
CN201936415U (zh) | 森林火情自动识别报警系统 | |
CN106781165A (zh) | 一种基于深度传感的室内多摄像头智能联动监控装置 | |
CN111882810B (zh) | 一种火灾识别与预警方法及其系统 | |
CN104966375A (zh) | 一种安防监控系统及监控方法 | |
CN101650866A (zh) | 一种应用于无人机的火灾检测系统及其火灾检测方法 | |
CN103400463B (zh) | 一种基于二维图像的林火定位方法和装置 | |
CN201091014Y (zh) | 一种火灾探测装置 | |
CN108682105B (zh) | 一种基于多光谱的输电线路山火勘测预警装置及预警方法 | |
CN114664048B (zh) | 一种基于卫星遥感监测的火情监测及火灾预警方法 | |
CN101764999B (zh) | 分镜头视频捕获设备 | |
CN109040711A (zh) | 一种图像采集方法、监控方法和图像传感器 | |
KR102174606B1 (ko) | 센서 일체형 ip 네트워크 카메라, 그리고 이를 이용한 감시 시스템 | |
CN202306757U (zh) | 基于双波段的嵌入式火焰探测装置 | |
CN113096337B (zh) | 用于复杂背景的移动目标识别处理方法及智能安防系统 | |
CN201435130Y (zh) | 火灾探测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20091223 |