CN101726357B - 烟检测装置 - Google Patents
烟检测装置 Download PDFInfo
- Publication number
- CN101726357B CN101726357B CN200910178153.4A CN200910178153A CN101726357B CN 101726357 B CN101726357 B CN 101726357B CN 200910178153 A CN200910178153 A CN 200910178153A CN 101726357 B CN101726357 B CN 101726357B
- Authority
- CN
- China
- Prior art keywords
- cigarette
- brightness
- zone
- parts
- characteristic quantity
- 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.)
- Expired - Fee Related
Links
- 239000000779 smoke Substances 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 122
- 230000035945 sensitivity Effects 0.000 claims abstract description 87
- 230000015654 memory Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 235000019504 cigarettes Nutrition 0.000 claims description 305
- 230000008859 change Effects 0.000 claims description 36
- 230000033228 biological regulation Effects 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 26
- 238000003860 storage Methods 0.000 claims description 26
- 238000005286 illumination Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 10
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000002045 lasting effect Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 44
- 230000006870 function Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Abstract
本发明提供一种烟检测装置,可以抑制外部干扰的影响并进行高灵敏度的烟检测。所述烟检测装置通过对用监视摄像机拍摄的图像进行图像处理,来检测产生的烟,其包括:图像存储器(10),存储用监视摄像机按时序拍摄的多个图像;以及烟检测区域选择部(20),根据存储在图像存储器(10)中的多个图像,对在过去一定期间内连续出现多次的每个规定的像素,计算同一像素的亮度直方图,根据亮度直方图,检测是否存在因进入物体或产生烟而新生成的亮度值,并特别指定要进行图像处理的备选区域。
Description
技术领域
本发明涉及一种通过对利用监视摄像机拍摄的图像进行图像处理来检测烟产生的烟检测装置,特别是涉及一种可以防止因外部干扰的影响而造成的误检测、漏检测的烟检测装置。
背景技术
从发生火灾时早期灭火或在火灾事故中防止延误逃生时机的角度考虑,在早期发现火灾或烟是非常重要的。所以,在烟检测装置领域中,正在研究通过对利用监视摄像机拍摄的图像进行图像处理来实现在火灾早期发现烟。
作为一个例子,一种现有的烟检测装置是通过在隧道中等设置摄像机,对利用摄像机拍摄的图像进行图像处理从而检测烟。用于检测烟的图像处理一般预先存储作为基准的图像(基准图像),通过计算最新的拍摄图像与基准图像的差分图像,并提取产生变化的区域,从而检测烟。(例如参照专利文献1日本专利公报第3909665号)。
此外,为了应对因光照等影响造成的基准图像随时间而产生变化的情况,对基准图像进行定期更新。
如上所述,通过对利用摄像机拍摄的图像进行图像处理来检测烟,具有如下两个优点。
1)通过用目视确认监视摄像机的图像可以远距离掌握烟检测的情况。
2)可以使用已经设置的监视摄像机,能提高设备效率。
可是在现有技术中存在有以下问题。
在现有技术中,为了检测烟,提取了帧(frame)差分图像或背景图像的亮度差超过了规定阈值的像素区域。可是,例如在由于周围的照明条件改变等的影响造成拍摄的图像产生变化的情况下,会导致把没有产生烟的部分误检测为产生烟。
此外,在背景颜色是单调的色调时,作为检测目标的烟本身在拍摄的图像中存在亮度变化(亮度差)小的情况,仅仅通过简单地求出差分图像难以设定其亮度差的阈值,所以存在着不能进行高灵敏度的烟检测的情况。
此外,监视摄像机的图像优选始终在具有稳定的照明条件或视野的环境下拍摄的图像。可是,因监视场所不同不一定全部具有这样良好的条件,在监视范围内,有的监视场所有人等移动物体往来,也有的监视场所在监视范围内光照条件随时间而改变等,因此需要考虑将部分不利于监视的区域包含在监视范围内。
在现有技术中,即使这种不利于监视的区域,也采用同样的判定基准进行烟检测,由于移动物体的进入或光照条件变化的影响(外部干扰的影响)有可能误检测成产生了烟。此外,尽管也考虑了把图像分割成矩阵形规定大小的区域,把不利于监视的区域屏蔽,不进行烟检测,然而其结果导致限制了可以监视的范围。
发明内容
为了解决上述问题,本发明提供一种烟检测装置,所述烟检测装置可以抑制外部干扰的影响,并且可以高灵敏度地进行烟检测。
此外,本发明还提供一种烟检测装置,所述烟检测装置不限定可以监视的范围,并能抑制因外部干扰的影响而造成的误检测。
本发明提供的烟检测装置通过对监视摄像机拍摄的图像进行图像处理,检测产生的烟,其包括:图像存储器,存储用所述监视摄像机按时序拍摄的多个图像;以及烟检测区域选择部,根据存储在图像存储器中的所述多个图像,对在过去一定期间内连续出现多次的每个规定的像素,计算同一像素的亮度直方图,根据所述亮度直方图,检测是否存在因进入物体或产生烟而新生成的亮度值,并特别指定要进行图像处理的备选区域。
本发明提供的另一种烟检测装置包括:计算烟特征量部件,分别对在监视摄像机拍摄的图像内设定的多个区域,提取与烟有关的特征量;存储部,分别针对所述多个区域,存储每个区域用于判断是否产生烟的规定的基准判定值所具有的多个检测灵敏度的多个值;按区域设定灵敏度的部件,按照用监视摄像机进行监视的目标,分别对所述多个区域设定所期望的检测灵敏度;以及烟判定部件,分别对所述多个区域,从存储在存储部中的多个规定的基准判定值中取出与由所述按区域设定灵敏度的部件设定的所述期望的检测灵敏度对应的规定的基准判定值,并与利用所述计算烟特征量部件提取的所述特征量进行比较,根据比较的结果分别以所述多个区域中的所期望的检测灵敏度来检测烟的产生。
按照本发明的烟检测装置,从按时序取得的多个图像,计算每个规定的像素在过去的一定期间内的亮度直方图,并根据计算出的亮度直方图检测是否存在新产生的亮度值,通过特别指定烟检测区域,可以抑制外部干扰的影响,进行高灵敏度的烟检测。
此外,按照本发明的烟检测装置,对应于监视的目标,通过对每个区域使用具有所期望的检测灵敏度的基准判定值进行烟检测,可以得到不限制可监视的范围,并且可以抑制因外部干扰的影响造成的误检测的烟检测装置。
附图说明
图1是本发明第一实施方式的烟检测装置的构成图。
图2是表示采用本发明第一实施方式的制作亮度直方图的部件制作的亮度直方图的一个例子的图。
图3是表示本发明第一实施方式的一个画面内的分割区域和一个区域内的映射结果关系的说明图。
图4是表示由本发明第一实施方式的烟检测区域选择部特别指定的备选区域的图。
图5是表示由本发明第一实施方式的映射部件输出的映射结果的图。
图6是表示本发明第一实施方式的烟检测装置的整个处理流程的流程图。
图7是本发明第二实施方式的烟检测装置的构成图。
图8是关于作为本发明第二实施方式的监视目标的图像分割区域的说明图。
图9是对作为本发明第二实施方式的监视目标的图像各个区域设定的期望检测灵敏度的示例图。
图10是本发明第三实施方式的烟检测装置的构成图。
图11是表示本发明第三实施方式的亮度变化量变化的图。
附图标记说明
1 摄像机
10 图像存储器
15 存储部
20 烟检测区域选择部
21 制作亮度直方图的部件
22 亮度变化判定部件
23 特别指定检测备选区域部件
30 烟产生检测部
31 计算烟特征量部件
32 映射部件
33 烟判定部件
40 按区域设定灵敏度的部件
60 检测产生外部干扰部件
具体实施方式
下面利用附图对本发明优选的烟检测装置的实施方式进行说明。
第一实施方式
图1是本发明第一实施方式的烟检测装置的构成图。本第一实施方式的烟检测装置具有图像存储器10、烟检测区域选择部20以及烟产生检测部30。图像存储器10构成多帧图像存储器,可以把过去一定时间内的摄像机1拍摄的图像作为时序数据存储。
烟检测区域选择部20由制作亮度直方图的部件21、亮度变化判定部件22以及特别指定检测备选区域部件23构成。并且烟检测区域选择部20具有如下功能:即,根据在图像存储器10中存储的摄像机1拍摄的过去一定时间内的图像,特别指定要进行烟检测的区域作为烟检测备选区域。
此外,烟产生检测部30由计算烟特征量部件31、映射部件32以及烟判定部件33构成。烟产生检测部30具有如下功能:即,对由烟检测区域选择部20特别指定的烟检测备选区域,计算用于检测产生烟的特征量,并根据计算的结果判断是否产生了烟。作为烟的特征量,由于具有例如因烟进入某个区域使亮度降低,导致该整个区域的亮度处于特别指定的亮度值,以及平均亮度的变化如人工光源那样不呈现规律性等特征,所以根据这些来计算烟的特征量。
通过采用这样的结构,本发明第一实施方式的烟检测装置通过对特别指定的烟检测备选区域进行用于检测是否有烟的图像处理,可以实现高效的高灵敏度的烟检测。
本发明的特征在于,不是对拍摄的整个图像都进行烟检测,而是在拍摄的图像中,把图像分割成多块形成分割区域,仅对分割区域的烟检测备选区域进行烟检测。也就是说,本发明的特征在于具有烟检测区域选择部20。所以,首先对该烟检测区域选择部20的功能进行说明。
步骤1:制作亮度直方图的部件21的功能
制作亮度直方图的部件21通过对每个规定的像素,计算在过去一定时间内的亮度直方图,判断在拍摄的图像内是否发生了变化,例如进入物体或烟等。
其中,所谓进入物体相当于临时通过图像内的人等。所谓亮度直方图相当于频度分布,表示作为目标的像素在过去一定期间的时序数据内有怎么样的亮度值分布。
图2是表示采用本发明第一实施方式的制作亮度直方图的部件21制作的亮度直方图的一个例子的图。假设是没有出现进入的物体而且也没有产生烟的状态,对某个像素,如果累计在过去一定时间内的多个图像中亮度值的生成频度,则由于在一定期间内没有发生任何变化,所以如图2(a)所示,亮度分布集中在窄的范围内,其结果在该窄的范围生成频度显示高的值。其中,所谓生成频度是图2纵轴的“存在次数”,换句话说,是以在一定期间内拍摄的图像数为最大值,在这些图像中,位置坐标相同的特别指定的像素获得相同亮度值的次数。该直方图是表示各像素在过去是什么样的亮度值的分布,如果是没有任何进入物体的状态,则存在的亮度分别在窄的范围内,其存在次数持续保持高的值。
另一方面,假设是出现了进入的物体或产生烟的状态,对某个像素,如果累计在过去一定期间内多个图像中的亮度值生成频度,则由于在一定期间内因进入的物体等造成图像发生变化,如图2(b)所示,在图2(a)的窄的范围的亮度以外的地方,开始出现与此前的分布不同的亮度值,而新出现的亮度当然存在次数少。也就是说,从出现进入的物体后或产生烟后的图像,得到了除高而窄的亮度分布以外,还检测到不同分布的亮度。
并且,表示该新出现的不同分布的亮度生成频度,在过去一定期间内的多个图像中,进入了物体或产生烟后的图像张数少的情况下,比图2(a)的没进入物体或产生烟前的窄的范围的亮度生成频度小。
此外,在没进入物体或产生烟前的亮度分布和进入了物体或产生烟后的亮度分布的亮度差很小的情况下,通过求出基于在过去一定期间内的多个图像的每个像素的直方图,也可以高精度地识别出进入的物体或产生烟。
制作亮度直方图的部件21在制作亮度直方图时,通过使得到的亮度具有一定宽度来进行计数(例如亮度100,以包括前后亮度的99、101这三个亮度(亮度值99、100、101)来进行计数),将涉及直方图计算的运算减少,此外还可以缓解噪声的影响。在获得亮度直方图后,通过进行平滑处理,也可以缓解噪声的影响。此外,当制作亮度直方图时,可以对每一个像素制作直方图,也可以在相邻的像素之间制作共有的直方图。例如,可以把纵横两个合计四个像素汇集在一起,或把纵横三个合计九个像素汇集在一起,制作亮度直方图,把像素汇集在一起可以使运算处理时间缩短。优选的是把四个像素汇集在一起,在这种情况下,处理时间缩短而且检测进入物体的精度也不降低。
步骤2:亮度变化判定部件22的功能
亮度变化判定部件22根据由制作亮度直方图的部件21对每个规定的像素单独计算(生成)的亮度直方图,检测是否存在因进入的物体或产生烟而出现新产生的亮度值。如图2(b)所示,在频度少的亮度值的像素相对于(没进入物体或产生烟前的)亮度分布出现了规定数量的情况下,亮度变化判定部件22可以判断出在该像素部分中出现进入的物体或产生了烟的可能性大。
亮度变化判定部件22对每个规定的像素单独进行上述的判断,并把其结果作为与画面对应的图输出。例如,在一个画面的像素为p×q(其中p、q为2以上的整数)的情况下,亮度变化判定部件22把进入物体或产生烟的可能性大的像素设定为“1”,除此以外的像素设定为“0”,把p×q的各个像素映射或二值化,可以得到映射图像(二值化图像)。与得到的直方图进行比较,在当前图像的像素的亮度值是未满规定的存在次数的亮度值的情况下,也可以判断该像素有进入的物体。
步骤3:特别指定检测备选区域部件23的功能
由亮度变化判定部件22映射的一个画面的数据预先被分割成确定的多个区域。然后,特别指定检测备选区域部件23对用“1”和“0”映射的预先分割的每个区域,判断为“1”的像素的比率是否在规定值以上。
图3是表示本发明第一实施方式的一个画面内的分割区域和一个区域内的映射结果关系的说明图。图3(a)表示在一个画面内预先设定的多个分割区域。如图3(a)所示,画面被分割成纵横矩阵形的多个矩形区域。并且,在门前有作为进入物体的人,在右侧窗玻璃下有作为进入物体的烟。图3(b)表示把各个区域分割成像素单位,并由亮度变化判定部件22映射后的状态。这样,区域是由多个像素构成的。
在图3(b)中,像素被涂黑的部分意味着作为进入物体或产生烟的可能性大的像素被映射为“1”。因此,特别指定检测备选区域部件23根据图3(b)所示的映射结果,分别对每个分割区域,判断为“1”的像素(即被涂黑的像素)的比率是否在规定值以上。
然后,特别指定检测备选区域部件23针对一个区域,将为“1”的像素的比率在规定值以上的区域,特别指定为要详细进行烟检测的备选区域。另一方面,特别指定检测备选区域部件23将为“1”的像素的比率小于规定值的区域,特别指定为在后面阶段不进行烟检测的区域。或者,将为“0”的像素的比率在规定值以上的区域,特别指定为在后面阶段不进行烟检测的区域。
图4是表示由本发明第一实施方式的烟检测区域选择部20特别指定的备选区域的图。其中被涂黑的部分是由烟检测区域选择部20选择的区域,是包含前述的“1”的像素比率大的区域。该图4对应于图3(a)的状态,在门前和窗玻璃下有进入物体,作为备选区域的被涂黑的区域有多处。虽然在图像中有多个区域,但由于仅仅对备选区域通过图像处理计算在该区域中是否产生了烟,所以可以使整体的计算量减少。利用这一系列处理,烟检测区域选择部20从预先被分割的多个区域中,根据过去一定期间内的亮度直方图的计算结果,可以高精度地特别指定在后面阶段要用烟产生检测部30进行详细烟检测的备选区域。其结果,抑制了外部干扰的影响,并且可以进行高灵敏度的烟检测。也就是说,如果在某个区域中产生了烟等,则在该区域中的大部分像素在直方图中产生不同的分布,变成“1”,在区域中为“1”的像素的比率大,因而被作为备选区域提取。可是,因照明等暂时的变化,在亮度直方图中难以产生不同的分布,所以为“1”的像素少,因外部干扰造成的影响难以成为备选区域。
下面对烟产生检测部30的功能进行说明。该烟产生检测部30对于由烟检测区域选择部20特别指定的要详细进行烟检测的备选区域,通过提取有关烟的特征量,可以判断是否产生了烟。
步骤1:关于计算烟特征量部件31的功能
具有代表性的提取特征量的方法可以举出以下四种。对于要详细进行烟检测的备选区域,通过采用以下的方法求出特征量,计算烟特征量部件31可以判断在该区域内产生了烟的可能性是否大。以下烟特征量的计算方法特别适合用于检测流动比较慢的烟。
[提取方法1:基于像素亮度方差的烟检测]
计算烟特征量部件31针对由烟检测区域选择部20特别指定的要详细进行烟检测的每个备选区域,计算各区域内的像素的亮度方差。当计算亮度方差时,计算烟特征量部件31未必需要使用区域内全部的像素。计算烟特征量部件31可以仅以由亮度变化判定部件22判断为进入了物体或产生了烟的可能性大的像素而映射为“1”的像素为对象,计算亮度方差。
此外,计算烟特征量部件31计算亮度方差的图像基本上使用最新拍摄的图像。但也可以追溯到过去使用多张拍摄图像。
计算烟特征量部件31判断计算出的亮度方差或从亮度方差得到的标准偏差是否在规定的范围内,在规定的范围内的情况下,可以判断为产生了烟的可能性大。
[提取方法2:基于像素平均亮度的时间方差的烟检测]
计算烟特征量部件31对由烟检测区域选择部20特别指定的要详细进行烟检测的每个备选区域,计算各区域内的像素平均亮度。当计算平均亮度时,计算烟特征量部件31未必使用区域内的全部像素。计算烟特征量部件31可以仅以由亮度变化判定部件22判断为进入了物体或产生了烟的可能性大的像素而映射为“1”的像素为对象,计算平均亮度。
然后,计算烟特征量部件31追溯到过去,计算经过一定期间的多张拍摄图像在同一区域中的平均亮度,并分别对各对象区域,生成平均亮度的时序数据。然后,计算烟特征量部件31计算生成的平均亮度的时序数据的亮度方差。
计算烟特征量部件31判断根据平均亮度的时序数据计算出的亮度方差或从该亮度方差得到的标准偏差是否在规定的范围内,当在规定的范围内的情况下,可以判断为产生了烟的可能性大。
[提取方法3:基于像素平均亮度的低频强度的烟检测]
与上述的提取方法2相同,计算烟特征量部件31分别针对每个对象区域,生成平均亮度的时序数据。并且,计算烟特征量部件31把生成的平均亮度的时序数据进行傅里叶变换,计算频谱。
然后,计算烟特征量部件31从根据平均亮度的时序数据计算的频谱中抽取规定的低频成分,计算该波型的强度,在其强度在规定的值以下的情况下,可以判断为产生了烟的可能性大。
[提取方法4:基于与基准图像的平均差分的烟检测]
计算烟特征量部件31对由烟检测区域选择部20特别指定的要详细进行烟检测的每个备选区域,求出对应于该备选区域内的各个像素和预先存储在图像存储器10中的基准图像的像素的亮度差分值。然后,计算烟特征量部件31求出每个备选区域中的亮度差分值的平均值,在该平均值大于规定的值或在规定的范围内的情况下,可以判断为产生了烟的可能性大。
步骤2:关于映射部件32的功能
映射部件32根据由计算烟特征量部件31用四种提取方法1~4提取的结果,对要详细进行烟检测的每个备选区域进行映射。例如,映射部件32可以把用四种提取方法1~4中任意的一种以上的方法判断为产生了烟的可能性大的区域设定为“1”,并把除此以外的区域设定为“0”。
此外,作为另外的映射方法,映射部件32可以把用两种以上的多个提取方法判断为产生了烟的可能性大的区域设定为“1”,并把除此以外的区域设定为“0”。或者,利用四种提取方法1~4的特别指定的组合,把该组合都判断为产生了烟的可能性大的区域设定为“1”,把除此以外的区域设定为“0”。
图5是表示由本发明第一实施方式的映射部件32输出的映射结果的图。通过对用前面的图4表示的备选区域计算有关烟的特征量,如该图5所示,可以从备选区域中挑选产生了烟的可能性大的区域。在该图5中表示的情况是:门部分的备选区域(参照图4)是因存在有通过图像内的行人等进入物体而被提取的区域,被判断为产生了烟的可能性小;在窗下的五个备选区域(参照图4)中的四个区域被判断为产生了烟的可能性大。
步骤3:烟判定部件33的功能
根据由映射部件32映射的一个画面的各区域的数据,烟判定部件33判断是否检测到被映射为“1”的(备选)区域达到某些规定的区域数,并持续规定期间。例如,在纵向或横向上n(n为2以上的整数)以上的区域由映射部件32映射为“1”,而且在从过去到现在顺序拍摄的时序画面中连续m(m为2以上的整数)次以上,烟判定部件33在检测到该连接区域的情况下,可以最终判断产生了烟。
下面根据流程图对具有图1构成的本发明的烟检测装置的整个处理流程进行说明。图6是表示本发明第一实施方式的烟检测装置的整个处理流程的流程图。
首先在步骤S601中,制作亮度直方图的部件21根据在图像存储器10内存储的多个时序的图像数据,对每个规定的像素生成亮度直方图(参照图2(a)(b))。然后在步骤S602中,亮度变化判定部件22根据生成的亮度直方图,检测是否存在因进入物体或产生烟而出现新产生的亮度值,并映射输出进入物体或产生了烟的可能性大的像素(参照图3(b))。
然后在步骤S603中,特别指定检测备选区域部件23对预先分割的每个区域,判断因进入物体或产生了烟的可能性大而被映射的像素的比率是否在规定值以上,并特别指定要进行烟检测的备选区域(参照图4)。
以上的步骤S601~S603是由烟检测区域选择部20进行的一系列处理。这样,在步骤S604以后,仅针对由烟检测区域选择部20特别指定的要进行烟检测的备选区域,利用烟产生检测部30进行烟检测处理。因此,与处理整个图像的情况相比,可以减少计算量。
在步骤S604中,计算烟特征量部件31仅对作为要进行烟检测的备选区域而被特别指定的区域,使用上述的提取方法1~4,计算烟的特征量。然后在步骤S605中,映射部件32映射输出产生了烟的可能性大的区域(参照图5)。
然后在步骤S606中,烟判定部件33根据映射部件32对分割区域映射结果的时间分布、空间分布,最终特别指定产生了烟的区域。
通过进行这样的一系列处理,烟产生检测部30仅对由烟检测区域选择部20特别指定要详细进行烟检测的备选区域,通过提取烟的特征量,从过去一定期间内的亮度直方图的计算结果可以判断是否产生了烟。其结果,抑制了外部干扰的影响,并且可以进行高灵敏度的烟检测。
如上所述,按照第一实施方式,从按时序获取的多个图像对每个规定的像素计算在过去一定期间内的亮度直方图。其结果,可以容易地检测出是否存在因进入物体或产生了烟而出现的新产生的亮度值,能够得到抑制了外部干扰的影响并可以进行高灵敏度的烟检测的烟检测装置。
特别是在没进入物体或产生烟之前的亮度分布和进入了物体或产生烟之后的亮度分布的亮度差很小的情况下,对基于过去一定期间内的多个图像的每个像素求出亮度直方图,也可以高精度地识别出存在新产生的亮度值。
此外,通过缩小到被检测出存在新产生的亮度值的备选区域进行烟检测,不仅减轻了计算工作量,并且能防止误检测,可以进行高精度的烟检测。
此外,作为用于进行烟检测的特征量,求出多个特征量,利用对基于多个特征量的单独的判断结果进行特别指定的组合,可以判断在该备选区域中产生了烟的可能性是否大,可以进一步提高检测精度。此外,当计算烟的特征量时,上述的提取方法1~3与提取方法4不同,没有必要预先存储基准图像。因此,在不使用提取方法4求特征量的情况下,具有不需要基准图像的优点。
此外还具有烟判定部件,利用烟扩展到特别指定区域的特性,在检测到产生了烟的可能性大而被映射的区域达到某个规定的区域数,并持续规定期间的情况下,判断为产生了烟。其结果,抑制了误检测,可以实现稳定且高精度的烟检测。
第一实施方式如以上所述构成,根据过去的多张图像计算亮度直方图,检测概率小的亮度认为是进入物体,所以即使亮度差小的烟也可以高灵敏度地提取其区域,此外,也可以吸收照明变化等的影响。由于对每个像素计算直方图会导致存储量、计算量都增加,所以通过在相邻的像素之间共用直方图,减少了计算量。
下面利用附图对本发明的烟检测装置的第二实施方式进行说明。
与第一实施方式相同的构件采用相同的附图标记,并省略了说明。
第二实施方式
图7是表示本发明第二实施方式的烟检测装置的构成图。本第二实施方式中的烟检测装置包括图像存储器10、存储部15、计算烟特征量部件31、按区域设定灵敏度的部件40以及烟判定部件33。图像存储器10为多帧图像存储器,可以把用摄像机1拍摄的图像作为过去一定期间内的时序数据进行存储。
将成为监视目标的图像分割成预先确定的多个区域,在图像上设定有多个区域。图8是关于作为本发明第二实施方式的监视目标的图像分割区域的说明图。在该图8中,例举了将成为监视目标的图像预先分割成例如矩阵形的纵4×横5的20个区域的情况。并且在存储部15中预先存入检测灵敏度不同的多个值,作为用于对多个区域中的每一个区域判断是否产生了烟的基准判定值。
在以下说明中,为了简化说明,例举了把检测灵敏度分成高级、中级、低级三种的情况。这样,在检测灵敏度被分成三个级别的情况下,在存储部15中分别针对每个区域保存有高级用、中级用、低级用的三个不同的基准判定值。
计算烟特征量部件31对于保存在图像存储器10中的拍摄图像,分别针对每个区域,提取有关烟的特征量,判断产生了烟的可能性是否大。具有代表性的提取特征量的方法可以例举前面已说明了的以下的四个方法。
[提取方法1:基于像素的亮度方差的烟检测]
计算烟特征量部件31分别对每个区域计算各区域内的像素的亮度方差。计算烟特征量部件31基本上使用最新拍摄的图像作为计算亮度方差的图像。可是,也可以利用在多个图像存储器10中存储的图像的时序数据,追溯到过去,使用多个拍摄图像。通过这样做,计算烟特征量部件31把计算出的亮度方差或从亮度方差得到的标准偏差作为烟的特征量输出。
后面叙述的烟判定部件33判断由计算烟特征量部件31计算出的亮度方差或从亮度方差得到的标准偏差是否在规定的范围内,当在规定的范围内的情况下,可以判断出产生了烟的可能性大。
[提取方法2:基于像素平均亮度的时间方差的烟检测]
计算烟特征量部件31分别对每个区域计算各区域内像素的平均亮度。然后,计算烟特征量部件31利用在多个图像存储器10中存储的图像的时序数据,追溯到过去,计算一定期间内的多张拍摄图像在同一区域中的平均亮度,并分别针对每个对象区域生成平均亮度的时序数据。然后,计算烟特征量部件31计算生成的平均亮度的时序数据的亮度方差。
这样做以后,计算烟特征量部件31把根据平均亮度的时序数据计算的亮度方差或从该亮度方差得到的标准偏差,作为有关烟的特征量输出。
并且,后面叙述的烟判定部件33判断由计算烟特征量部件31计算的亮度方差或从亮度方差得到的标准偏差是否在规定的范围内,当在规定的范围内的情况下,可以判断出产生了烟的可能性大。
[提取方法3:基于像素平均亮度的低频强度的烟检测]
与上述的提取方法2相同,计算烟特征量部件31分别对每个对象区域生成平均亮度的时序数据。并且,计算烟特征量部件31把生成的平均亮度的时序数据进行傅里叶变换,计算频谱。
然后,计算烟特征量部件31从根据平均亮度的时序数据计算的频谱中抽取规定的低频成分,计算其波型的强度。之后,计算烟特征量部件31把根据平均亮度的时序数据计算的低频成分的强度,作为有关烟的特征量输出。
并且,后面叙述的烟判定部件33当计算烟特征量部件31计算的强度在规定的值以下时,可以判断产生了烟的可能性大。
[提取方法4:基于与基准图像的平均差分的烟检测]
计算烟特征量部件31分别对每个区域求出该区域内的各个像素和对应于预先存储在图像存储器10中的基准图像的亮度差分值。然后,计算烟特征量部件31分别对每个区域求出亮度差分值的平均值。这样做以后,计算烟特征量部件31把亮度差分值的平均值作为有关烟的特征量输出。
后面叙述的烟判定部件33在由计算烟特征量部件31计算的平均值比规定的值大的情况下,可以判断产生了烟的可能性大。
下面对按区域设定灵敏度的部件40进行说明。按区域设定灵敏度的部件40分别对预先分割的多个区域设定所要求的检测灵敏度,操作人员等利用该按区域设定灵敏度的部件40,可以在特别指定的区域中预先用手动设定所要求的检测灵敏度。作为监视目标获取的图像在全部区域中不限于要用同一个检测灵敏度进行烟检测。例如,根据监视目标不同,在存在容易产生烟的因素的区域把检测灵敏度设定得更高,在误报因素多的区域或产生烟的可能性小的区域把检测灵敏度设定得更低,这样可以抑制误检测或漏检测,实现准确的烟检测。
所以,按区域设定灵敏度的部件40根据监视目标不同,可以分别针对每个区域例如从高级、中级、低级这三个级别中,预先选择并设定所要求的检测灵敏度。
图9是对作为本发明第二实施方式的监视目标的图像的各区域设定的期望检测灵敏度的示例图。图9(a)表示在分割的全部20区域中检测灵敏度被设定为“中级”的情况。图9(b)表示根据区域不同分成“高级”、“中级”、“低级”设定检测灵敏度的情况。这样,通过按照成为监视目标的图像来对每个区域设定所期望的检测灵敏度,可以抑制误检测或漏检测,实现准确的烟检测。作为设定灵敏度的方法,考虑到烟向上流动,可以在图像的上部区域设定高灵敏度,在容易出现人活动的图像的下方设定成低灵敏度。此外,可以把亮度有变化导致产生外部干扰的照明处附近,设定为低灵敏度。
烟判定部件33分别在多个区域中,从对应于存储在存储部15中的高级、中级、低级的三个检测灵敏度的基准判定值中,取出与按区域设定灵敏度的部件40所设定的期望检测灵敏度对应的基准判定值。烟判定部件33再对由计算烟特征量部件31提取的特征量和取出的基准判定值进行比较,并根据比较的结果判断产生了烟的可能性是否大。此外,当成为阈值的基准值在规定范围的情况下设定成:高级的规定范围比中级的规定范围窄,中级的规定范围比低级的规定范围窄。
由此,烟判定部件33能以所期望的检测灵敏度分别在多个区域中检测产生烟的情况。
如果以计算烟特征量部件31的具体的提取方法1~4为例进行说明,则预先存储在存储部15中的基准判定值如下。当使用提取方法1提取烟的特征量的情况下,把对应于高级、中级、低级的三个检测灵敏度的基准判定值作为亮度方差或从亮度方差得到的标准偏差的基准判定值,存储到存储部15中。
当使用提取方法2提取烟的特征量的情况下,把对应于高级、中级、低级的三个检测灵敏度的基准判定值作为根据平均亮度的时序数据计算出的亮度方差或从该亮度方差得到的标准偏差的基准判定值,存储到存储部15中。
当使用提取方法3提取烟的特征量的情况下,把对应于高级、中级、低级的三个检测灵敏度的基准判定值作为根据平均亮度的时序数据计算的低频成分强度的基准判定值,存储到存储部15中。
当使用提取方法4提取烟的特征量的情况下,把对应于高级、中级、低级的三个检测灵敏度的基准判定值作为亮度差分值的平均值的基准判定值,存储到存储部15中。
如上所述,按照第二实施方式,把监视区域分割成矩阵形的多个区域,考虑到是否有产生烟的可能性,可以分别对小的区域设定检测灵敏度。因此,根据监视目标的不同,可以对每个区域使用具有期望检测灵敏度的基准判定值进行烟检测。其结果,不会限定可以监视的范围,烟检测装置可以实现抑制因外部干扰的影响而造成的误检测。
另外,提取方法1~4是有关烟的特征量的具体提取方法的示例,没有必要选择某一个使用。烟判定部件33从采用多种提取方法判定的结果,也可以最终判断是否产生了烟。在这种情况下,把对应于多个灵敏度级的基准判定值,再对应于多个提取方法存入到存储部15中。
第三实施方式
在前面的第二实施方式中,对根据监视目标的不同在每个区域中预先用手动设定所期望的检测灵敏度的情况(预先静态设定的情况)进行说明。在本第三实施方式中,则对根据当前拍摄图像的解析结果判断有没有移动物体或照明变化等外部干扰的影响,动态改变检测灵敏度的情况进行说明。
图10是本发明第三实施方式的烟检测装置的构成图。与前面第二实施方式的图7相比,不同之处在于:本发明第三实施方式图10的构成中还具有检测产生外部干扰部件60。所以,下面围绕该检测产生外部干扰部件60的功能进行说明。
图像存储器10构成多帧图像存储器,可以把用摄像机1拍摄的图像作为过去一定期间内的时序数据进行存储。检测产生外部干扰部件60使用在图像存储器10中存储的时序数据,计算基于预先分割的各多个区域中的亮度随时间变化的特征量。该特征量是用于判断(识别)是否产生了因移动的物体或照明变化等外部干扰造成的影响的指标,它的具体例子将在后面叙述。
检测产生外部干扰部件60根据对计算出的特征量和规定基准值进行比较的结果,判断是否产生了外部干扰的影响,并把判断的结果传送给烟判定部件33。
另一方面,烟判定部件33在由检测产生外部干扰部件60判断为产生了外部干扰的影响的区域中,当从存储在存储部15中的多个规定的基准判定值中取出一个基准判定值时,取出比由按区域设定灵敏度的部件40设定的期望检测灵敏度低的检测灵敏度的基准判定值。其结果,烟判定部件33在判断产生了外部干扰的影响的区域中,以比所期望的检测灵敏度低的检测灵敏度检测产生烟的情况。
例如,由按区域设定灵敏度的部件40设定所期望检测灵敏度为中级的区域,假设是由检测产生外部干扰部件60判断为产生了外部干扰的影响的区域。在这种情况下,烟判定部件33为了检测该区域中产生烟的情况,不是从存储部15中取出作为所期望的基准判定值的中级,而是取出其下一级的低级的基准判定值,并根据与计算烟特征量部件31提取的特征量进行的比较,对烟进行判断。
此外,例如由按区域设定灵敏度的部件40设定所期望的检测灵敏度为高级的区域,假设是由检测产生外部干扰部件60判断为产生了外部干扰的影响的区域。在这种情况下,烟判定部件33为了检测该区域中产生烟的情况,不是从存储部15取出作为所期望的基准判定值的高级,而是取出其下一级的中级的基准判定值,或下两级的低级的基准判定值,并根据与计算烟特征量部件31提取的特征量进行的比较,对烟进行判断。
其中,在降低基准判定值时,从高级到中级降低一级或从高级到低级降低两级可以规定如下。第一:在由检测产生外部干扰部件60判断为产生了外部干扰的影响的区域的情况下,可以考虑预先规定从所期望的检测级只降低一级或必须降低到低级的规则。
第二:可以考虑预先准备两种检测产生外部干扰部件60在比较中使用的规定基准值,根据比较结果规定降低一级或降低两级。此外,在判断出在相邻区域中也产生了外部干扰的情况下,也可以必须降低到低灵敏度。例如,还可以根据监视目标的区域周围相邻的八个区域中产生了外部干扰的区域数,把本身区域的灵敏度降低到低灵敏度。
下面对作为用于判断是否产生了外部干扰影响的指标的特征量的具体例子进行说明。其中,作为外部干扰的因素对以下两种情况进行详细说明,(1)因照明改变造成亮度发生变化的情况;(2)因行人等移动物体通过而造成亮度发生变化的情况。无论哪种情况对识别因产生了烟造成亮度的变化都是重要的。
(1)因照明改变造成亮度发生变化的情况
因照明改变造成亮度发生变化和因烟造成亮度发生变化,共同之处在于双方都是缓慢地平缓变化。因此,从亮度的变化量很难区别二者。可是如果注意到亮度变化的进展就可以区别二者。图11表示本发明第三实施方式的平均亮度变化量变化的图,纵轴为平均亮度值变化量,横轴为频率。
如图11所示,因照明变化造成的亮度变化具有受照明影响的整体连续变化(也就是说,单调增加或单调减少)的倾向。而因烟的影响造成的亮度变化根据烟本身的特性,具有平均亮度的变化量不是显示出固定的变化、而是边振动边变化的倾向。
所以,检测产生外部干扰部件60对于监视目标的图像的时序数据,针对每个区域计算平均亮度,在平均亮度值向增加的方向变化的情况下计数+1,在平均亮度值向减少的方向变化的情况下计数-1。然后,检测产生外部干扰部件60以比因烟的影响造成平均亮度变化量的振动更小的周期,对平均亮度的变化进行计数。
在这样计数后,在因照明变化造成平均亮度变化的情况下,计数值单调增加(或单调减少),经过某个时间后达到规定的计数值。另一方面,在因烟的影响造成平均亮度变化的情况下,计数值反复增加和减少,即使经过某个时间也没有达到规定的计数值。
因此,检测产生外部干扰部件60通过对监视目标的图像的时序数据,在每个分割的区域中对平均亮度值的变化进行计数,可以明确地识别因照明变化造成的亮度变化。所以,检测产生外部干扰部件60在判断出是因照明变化造成亮度变化时,把发生了外部干扰的影响的信息向烟判定部件33输出。
另一方面,烟判定部件33在由检测产生外部干扰部件60检测到因照明变化造成亮度变化的情况下,降低判断基准值后进行烟检测。其结果,烟判定部件33在判断为发生了外部干扰的影响(因照明变化造成亮度的变化)的区域中,可以用比所期望的检测灵敏度低的检测灵敏度检测产生烟的情况,从而可以防止在不改变检测灵敏度的情况下的误检测或因假象造成的漏检测。
(2)因行人等移动物体造成亮度发生变化的情况
为了区别因行人等移动物体造成的亮度变化和因烟造成的亮度变化,关注按时间顺序的图像之间的相关值。在因产生烟而造成亮度模糊的区域中,由于烟本身的特性,相关值显示出平缓减少或增加的倾向。另一方面,在因行人等移动物体遮挡通常的背景的区域中,相关值具有急剧变化的倾向。
所以,检测产生外部干扰部件60例如分别计算一个周期前和当前的图像的各区域的平均亮度,并计算同一区域的相关值。然后,检测产生外部干扰部件60对监视目标的有关图像的时序数据,顺序求出这样的相关值,通过判断相关值的变化量是否在规定值以上,可以明确地识别因行人等移动物体造成的亮度变化。所以,检测产生外部干扰部件60在判断出产生了因行人等移动物体造成的亮度变化时,把产生了外部干扰影响的信息向烟判定部件33输出。
另一方面,烟判定部件33在由检测产生外部干扰部件60检测到因行人等移动物体造成的亮度变化时,降低判断基准值后进行烟检测。其结果,烟判定部件33在判断为产生了外部干扰影响(因行人等移动物体造成的亮度变化)的区域中,可以用比所要求的检测灵敏度低的检测灵敏度检测产生烟的情况,从而可以防止不改变检测灵敏度的情况下的误检测或因假象造成的漏检测。
此外,由检测产生外部干扰部件60求出特征量的区域没有必要与作为要进行烟检测的区域而预先分割的多个区域为同一个区域,也可以单独设定区域。
如上所述,按照第三实施方式,可以根据监视目标不同,对每个区域使用具有所期望检测灵敏度的基准判定值,进行烟检测。此外,根据监视目标的图像的时序数据,求出表示产生外部干扰影响的特征量,在判断为产生了外部干扰的影响的情况下,可以动态地改变检测灵敏度。其结果,可以不限制可监视的范围,实现能够抑制因外部干扰的影响造成误检测的烟检测装置。此外,在由检测产生外部干扰部件判断为是外部干扰的影响非常小的区域的情况下,也可以把中灵敏度切换到高灵敏度。
特别是在像因照明变化造成亮度变化的情况或因行人等移动物体造成亮度变化的情况,存在有不是固定的外部干扰而是随时间变化的外部干扰的影响的情况下,是有效的。
此外,在上述的说明中,对于在判断为产生了外部干扰的影响的情况下降低检测灵敏度的情况进行了说明。另一方面,在临时降低了检测灵敏度后,当判断出外部干扰的影响消失了的情况下,通过使检测灵敏度还原,可以回归所期望的检测灵敏度。此外,在各实施方式中,虽然说明的是灵敏度的设定分为高中低三级,但该灵敏度的级数例如可以切换设定为是两级,也可以是四级以上。此外,还可以根据计算烟特征量的方法不同,分别确定灵敏度设定的级数。
Claims (9)
1.一种烟检测装置,通过对监视摄像机拍摄的图像进行图像处理,检测产生的烟,其特征在于包括:
图像存储器,存储用所述监视摄像机按时序拍摄的多个图像;以及
烟检测区域选择部,根据存储在图像存储器中的所述多个图像,对在过去一定期间内连续出现多次的每个规定的像素,计算同一像素的亮度直方图,在所述亮度直方图中,通过检测是否有在规定值以下的生成频度存在的亮度分布,及检测是否有不同于没进入物体或没产生烟时的亮度值的分布,来检测是否存在因进入物体或产生烟而新生成的亮度值,并特别指定要进行图像处理的备选区域。
2.根据权利要求1所述的烟检测装置,其特征在于,
所述烟检测区域选择部包括:
制作亮度直方图的部件,用于计算所述亮度直方图;
亮度变化判定部件,在由所述制作亮度直方图的部件对每个所述规定的像素单独计算的所述亮度直方图中,通过检测是否有在规定值以下的生成频度存在的亮度分布,及检测是否有不同于没进入物体或没产生烟时的亮度值的分布,来检测是否存在因进入物体或产生烟而新产生的亮度值,并对存在所述新产生的亮度值的像素进行映射;以及
特别指定检测备选区域部件,对由多个像素构成的、预先确定的各区域,分别求出由所述亮度变化判定部件判断为存在所述新产生的亮度值而被映射的像素所占的比率,并特别指定所述比率在规定值以上的区域作为要进行所述图像处理的所述备选区域。
3.根据权利要求1或2所述的烟检测装置,其特征在于,还具有烟产生检测部,对在所述监视摄像机拍摄的图像内被特别指定为所述备选区域的各区域,计算有关烟的特征量,并根据计算的结果判断是否产生了烟。
4.根据权利要求3所述的烟检测装置,其特征在于,
所述烟产生检测部包括:
计算烟特征量部件,对各所述备选区域,提取有关烟的特征量,并根据提取的结果判断产生了烟的可能性是否大;
映射部件,对由所述计算烟特征量部件判断为产生了烟的可能性大的区域进行映射;以及
烟判定部件,在检测到由所述映射部件判断为产生了烟的可能性大而被映射的区域达到某个规定的区域数,并持续规定期间的情况下,判断为产生了烟。
5.根据权利要求4所述的烟检测装置,其特征在于,
所述计算烟特征量部件提取多个特征量作为所述特征量,用于判断产生了烟的可能性是否大,
所述映射部件通过把基于所述多个特征量的单独的判断结果进行特定的组合,对由所述组合共同判断为产生烟的可能性大的区域进行映射。
6.一种烟检测装置,其特征在于,包括:
计算烟特征量部件,分别对在监视摄像机拍摄的图像内设定的多个区域,提取与烟有关的特征量;
存储部,分别针对所述多个区域,存储每个区域用于判断是否产生烟的规定的基准判定值所具有的多个检测灵敏度的多个值;
按区域设定灵敏度的部件,按照用监视摄像机进行监视的目标,分别对所述多个区域设定所期望的检测灵敏度;以及
烟判定部件,分别对所述多个区域,从存储在存储部中的多个规定的基准判定值中取出与由所述按区域设定灵敏度的部件设定的所述期望的检测灵敏度对应的规定的基准判定值,并与利用所述计算烟特征量部件提取的所述特征量进行比较,根据比较的结果分别以所述多个区域中的所期望的检测灵敏度来检测烟的产生。
7.根据权利要求6所述的烟检测装置,其特征在于,还包括检测产生外部干扰部件,所述检测产生外部干扰部件根据由所述监视摄像机按时序拍摄的多个图像构成的时序数据,分别计算用于识别多个区域中的亮度随时间的变化是否是因产生烟以外的外部干扰的影响所造成的特征量,并根据所述特征量和规定基准值比较的结果,判断是否产生了所述外部干扰的影响,
所述烟判定部件在由所述检测产生外部干扰部件判断为产生了所述外部干扰的影响的区域中,当从存储在所述存储部中的多个规定的基准判定值中取出一个基准判定值时,取出的是比由所述按区域设定灵敏度的部件设定的所述期望的检测灵敏度低的检测灵敏度的基准判定值,并以该比所述期望的检测灵敏度低的检测灵敏度检测产生的烟。
8.根据权利要求7所述的烟检测装置,其特征在于,所述检测产生外部干扰部件根据所述时序数据分别计算多个区域中的平均亮度的变化量作为所述特征量,通过所述平均亮度的变化量单调增加或单调减少到规定量,判断出照明产生的变化为所述外部干扰的影响。
9.根据权利要求7所述的烟检测装置,其特征在于,所述检测产生外部干扰部件根据所述时序数据,顺序计算一个周期前和当前的图像之间的亮度的相关值作为所述特征量,当所述相关值的变化量在规定值以上的情况下,判断出所述外部干扰的影响是因出现移动物体而造成的临时遮挡。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008265358A JP4729610B2 (ja) | 2008-10-14 | 2008-10-14 | 煙検出装置 |
JP2008-265358 | 2008-10-14 | ||
JP2008267671A JP4653207B2 (ja) | 2008-10-16 | 2008-10-16 | 煙検出装置 |
JP2008-267671 | 2008-10-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101726357A CN101726357A (zh) | 2010-06-09 |
CN101726357B true CN101726357B (zh) | 2014-01-08 |
Family
ID=41490475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910178153.4A Expired - Fee Related CN101726357B (zh) | 2008-10-14 | 2009-10-13 | 烟检测装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8208723B2 (zh) |
EP (2) | EP2178056B1 (zh) |
CN (1) | CN101726357B (zh) |
AT (1) | ATE544140T1 (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5781743B2 (ja) * | 2010-06-28 | 2015-09-24 | ソニー株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
US9202115B2 (en) * | 2012-03-12 | 2015-12-01 | Hanwha Techwin Co., Ltd. | Event detection system and method using image analysis |
KR101245057B1 (ko) * | 2012-10-16 | 2013-03-18 | (주)아이아이에스티 | 화재 감지 방법 및 장치 |
US9654742B2 (en) * | 2012-11-30 | 2017-05-16 | Safety Management Services, Inc. | System and method of automatically determining material reaction or sensitivity using images |
US9202145B2 (en) * | 2012-11-30 | 2015-12-01 | Safety Management Services, Inc. | System and method of determining material reaction or sensitivity using high-speed video frames |
WO2015146111A1 (ja) * | 2014-03-28 | 2015-10-01 | 日本電気株式会社 | 検知装置、検知方法、及びプログラム記憶媒体 |
US10395498B2 (en) * | 2015-02-19 | 2019-08-27 | Smoke Detective, Llc | Fire detection apparatus utilizing a camera |
CN105701474B (zh) * | 2016-01-15 | 2019-02-05 | 西安交通大学 | 一种结合颜色和外型特征的视频烟雾识别方法 |
US11127270B2 (en) | 2016-11-11 | 2021-09-21 | Carrier Corporation | High sensitivity fiber optic based detection |
US10957176B2 (en) | 2016-11-11 | 2021-03-23 | Carrier Corporation | High sensitivity fiber optic based detection |
WO2018089660A1 (en) | 2016-11-11 | 2018-05-17 | Carrier Corporation | High sensitivity fiber optic based detection |
CN109937438B (zh) | 2016-11-11 | 2021-11-05 | 开利公司 | 基于高灵敏度光纤的检测 |
WO2018089654A1 (en) | 2016-11-11 | 2018-05-17 | Carrier Corporation | High sensitivity fiber optic based detection |
EP3561788B1 (en) * | 2016-12-21 | 2023-08-09 | Hochiki Corporation | Fire monitoring system |
CN106997461B (zh) * | 2017-03-28 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种烟火检测方法及装置 |
JP6832224B2 (ja) * | 2017-04-28 | 2021-02-24 | 株式会社デンソーテン | 付着物検出装置および付着物検出方法 |
CN107240268A (zh) * | 2017-07-28 | 2017-10-10 | 西安因诺航空科技有限公司 | 一种面向无人机的高速应急车道违章车辆的检测方法 |
CN108898782B (zh) * | 2018-07-20 | 2020-12-11 | 湖北烽火平安智能消防科技有限公司 | 用于隧道防火的红外图像温度信息识别的烟雾探测方法及系统 |
CN108888119B (zh) * | 2018-09-10 | 2023-01-06 | 青岛海尔智能技术研发有限公司 | 一种自动注水装置及注水控制方法 |
US20220113260A1 (en) * | 2019-02-01 | 2022-04-14 | Nec Corporation | Image processing apparatus |
GB2592463B (en) | 2019-06-27 | 2023-05-17 | Carrier Corp | Spatial and temporal pattern analysis for integrated smoke detection and localization |
US11651670B2 (en) | 2019-07-18 | 2023-05-16 | Carrier Corporation | Flame detection device and method |
CN111414969B (zh) * | 2020-03-26 | 2022-08-16 | 西安交通大学 | 一种雾天环境下的烟检测方法 |
CN113409536B (zh) * | 2021-07-29 | 2022-11-29 | 重庆予胜远升网络科技有限公司 | 基于机器视觉的电力设备潜在火警识别系统及方法 |
TWI793901B (zh) * | 2021-12-08 | 2023-02-21 | 威盛電子股份有限公司 | 煙霧偵測系統以及煙霧偵測方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1406366A (zh) * | 2000-12-28 | 2003-03-26 | 西门子建筑技术公司 | 视频烟雾检测系统 |
CN1518663A (zh) * | 2001-06-22 | 2004-08-04 | 视频-烟雾探测系统及其检验方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2659080B2 (ja) | 1991-07-11 | 1997-09-30 | 東京瓦斯株式会社 | 赤外線カメラによる赤外線画像を利用した監視装置に於けるノイズ除去方法 |
FR2696939B1 (fr) | 1992-10-16 | 1995-01-06 | Bertin & Cie | Procédé et dispositif de détection automatique rapide de feux de forêt. |
GB9922761D0 (en) * | 1999-09-27 | 1999-11-24 | Sentec Ltd | Fire detection algorithm |
GB0028162D0 (en) | 2000-11-20 | 2001-01-03 | Sentec Ltd | Distributed image processing technology and services |
JP3909665B2 (ja) | 2001-10-25 | 2007-04-25 | 小糸工業株式会社 | 煙又は霧等の検出装置 |
US7280696B2 (en) * | 2002-05-20 | 2007-10-09 | Simmonds Precision Products, Inc. | Video detection/verification system |
US7245315B2 (en) * | 2002-05-20 | 2007-07-17 | Simmonds Precision Products, Inc. | Distinguishing between fire and non-fire conditions using cameras |
US7256818B2 (en) * | 2002-05-20 | 2007-08-14 | Simmonds Precision Products, Inc. | Detecting fire using cameras |
US7505604B2 (en) * | 2002-05-20 | 2009-03-17 | Simmonds Precision Prodcuts, Inc. | Method for detection and recognition of fog presence within an aircraft compartment using video images |
JP3791611B2 (ja) | 2003-01-31 | 2006-06-28 | 船井電機株式会社 | セキュリティシステム |
TWI264684B (en) * | 2004-11-16 | 2006-10-21 | Univ Nat Kaohsiung Applied Sci | Fire detection method and system applying with image acquisition |
US7769204B2 (en) | 2006-02-13 | 2010-08-03 | George Privalov | Smoke detection method and apparatus |
JP4689518B2 (ja) | 2006-03-31 | 2011-05-25 | 能美防災株式会社 | 火災検出装置 |
JP4926603B2 (ja) | 2006-08-17 | 2012-05-09 | 能美防災株式会社 | 煙検出装置 |
JP4627305B2 (ja) | 2007-03-16 | 2011-02-09 | 本田技研工業株式会社 | 車両周辺監視装置、車両周辺監視方法、及び車両周辺監視用プログラム |
-
2009
- 2009-10-13 EP EP09252403A patent/EP2178056B1/en not_active Not-in-force
- 2009-10-13 CN CN200910178153.4A patent/CN101726357B/zh not_active Expired - Fee Related
- 2009-10-13 EP EP12151604.1A patent/EP2461300B1/en not_active Not-in-force
- 2009-10-13 AT AT09252403T patent/ATE544140T1/de active
- 2009-10-14 US US12/578,850 patent/US8208723B2/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1406366A (zh) * | 2000-12-28 | 2003-03-26 | 西门子建筑技术公司 | 视频烟雾检测系统 |
CN1518663A (zh) * | 2001-06-22 | 2004-08-04 | 视频-烟雾探测系统及其检验方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2003-132458A 2003.05.09 |
Also Published As
Publication number | Publication date |
---|---|
US20100098335A1 (en) | 2010-04-22 |
US8208723B2 (en) | 2012-06-26 |
CN101726357A (zh) | 2010-06-09 |
EP2461300B1 (en) | 2014-11-26 |
EP2178056A3 (en) | 2010-06-23 |
EP2178056A2 (en) | 2010-04-21 |
EP2461300A1 (en) | 2012-06-06 |
ATE544140T1 (de) | 2012-02-15 |
EP2178056B1 (en) | 2012-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101726357B (zh) | 烟检测装置 | |
JP5518359B2 (ja) | 煙検出装置 | |
JP4729610B2 (ja) | 煙検出装置 | |
US7982774B2 (en) | Image processing apparatus and image processing method | |
CN103761826B (zh) | 一种热成像视频双鉴林火识别系统的识别方法 | |
JP4653207B2 (ja) | 煙検出装置 | |
US9172913B1 (en) | Automatic counter-surveillance detection camera and software | |
CN102236947A (zh) | 基于视频摄像机的火焰监测方法与系统 | |
CN101908142A (zh) | 一种基于特征分析的视频火焰检测方法 | |
CN104598895A (zh) | 一种基于视频图像分析的火焰检测方法与装置 | |
CN106846362A (zh) | 一种目标检测跟踪方法和装置 | |
US20210319572A1 (en) | Error reduction in depth maps | |
CN110189355A (zh) | 安全疏散通道占用检测方法、装置、电子设备及存储介质 | |
CN110599479A (zh) | 一种监测区域变化检测方法、装置及存储介质 | |
CN105528581B (zh) | 基于仿生颜色感应模型的视频烟雾事件智能检测方法 | |
JP2009140307A (ja) | 人物検出装置 | |
JP6598962B1 (ja) | 火災検知装置、火災検知方法及び火災監視システム | |
KR102547768B1 (ko) | 영상 감시 시스템에서의 실시간 이상 상황 탐지 방법 및 장치 | |
JP5286113B2 (ja) | 煙検出装置 | |
JP2011215804A (ja) | 煙検出装置 | |
JP5015838B2 (ja) | 煙検出装置 | |
CN113299034B (zh) | 一种适应多场景的火焰识别预警方法 | |
KR102018142B1 (ko) | 수위감지 알고리즘의 검증 방법 | |
JP5309069B2 (ja) | 煙検出装置 | |
Kim | DSP embedded early fire detection method using IR thermal video |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140108 Termination date: 20191013 |
|
CF01 | Termination of patent right due to non-payment of annual fee |