CN104850826A - 一种火灾红外波段检测方法 - Google Patents
一种火灾红外波段检测方法 Download PDFInfo
- Publication number
- CN104850826A CN104850826A CN201510195308.0A CN201510195308A CN104850826A CN 104850826 A CN104850826 A CN 104850826A CN 201510195308 A CN201510195308 A CN 201510195308A CN 104850826 A CN104850826 A CN 104850826A
- Authority
- CN
- China
- Prior art keywords
- flame region
- image
- suspicious
- identified
- suspicious flame
- 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.)
- Granted
Links
Abstract
本发明公开了一种火灾红外波段检测方法,包括通过红外成像设备和可见光成像设备,对同一区域采集,得到视频图像;对红外成像的视频图像和可见光成像的视频图像分别进行处理,得到降噪后的变分辨率的第一待识别图像和第二待识别图像;对第一待识别图像和第二待识别图像进行分割,得到对应的可疑火焰区域,并在判断结果为可疑火焰区域有效的情况下,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断可疑火焰区域是否为火焰;在判断结果为可疑火焰区域为火焰的情况下,对出现火焰的视频帧数进行计算,并在出现火焰的视频帧数大于或等于预先设定的阈值的情况下,判断视频采集区域发生火灾。
Description
技术领域
本发明涉及火灾检测领域,具体来说,涉及一种火灾红外波段检测方法。
背景技术
火灾是非常危险严重的灾害,道路上的火灾通常是由车辆自燃、汽车碰撞、追尾引起的燃油泄漏而引发的,建筑物内火灾则由照明及通风设备随着电路老化或其他危险品等原因而引发。这些事故一般为突发性事故。道路上发生火灾后,会造成交通堵塞、安全疏通困难;建筑物内发生火灾,特别是人流量大的地方,人员疏散困难,因此,火灾极易造成大量的人员伤亡和财产损失。所以合理有效地设置火灾检测与报警系统,及时发现异常状况的发生,能够使损失降到最低程度。
目前,现有的火灾检测方法主要有以下几种:
一是分布式光纤温度监测技术,主机和被测对象之间只用光纤相连,基于对电信号进行处理和对比计算出温度沿光纤的分布曲线,主要缺点是反应时间长,使用寿命短,报警定位不准确,而且探测到火情后需要重新熔接光缆,导致精度下降,再加上系统价格高,所以很难得到大规模推广。
二是双波长火焰自动检测技术,通过检测火灾中辐射光的特定波长和频谱范围来判定火灾。系统设置两个能接收不同波段的传感器,利用燃烧变化频率和光谱分布这两个特征识别火焰燃烧,实现火灾检测。该方法反应速度快,误报少,但主要缺点是对初期火焰不敏感,受环境影响大,价格高、维护量大。
三是光纤光栅感温探测技术,利用光纤材料的光敏性,当光纤光栅的温度变化时,反射回的窄带光的中心波长发生线性变化,从而测量出相应监测点的温度。该方法定位准确、受环境影响小。缺点是扩展性差,解调设备复杂、昂贵。
四是视频火焰监测技术,使用摄像机进行拍摄视频图像,再采集到计算机内进行数字图像处理,根据火焰的典型特征识别出火焰,从而判断出火灾。该方法可直接利用原有的视频监控图像,缺点是受干扰很大,容易误报和漏报。
以上前三种方法在应用时虽有定位功能,但均不能准确定位火焰点,不能直接与视频监控有机结合及联动。而视频检测误报漏报严重,因此在实际应用中有一定的受限。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出一种火灾红外波段检测方法,在有效检测火灾的同时,提高检测速度,降低误报,实现火灾检测与视频监控的结合,降低维护的工作量。
本发明的技术方案是这样实现的:
一种火灾红外波段检测方法,包括以下步骤:
通过预先配置的红外成像设备和可见光成像设备,对同一区域采集,得到视频图像;
对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理,得到降噪后的变分辨率的第一待识别图像和第二待识别图像;
分别对所述第一待识别图像和所述第二待识别图像进行分割,得到对应的可疑火焰区域,并判断所述可疑火焰区域是否有效;
在判断结果为所述可疑火焰区域有效的情况下,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰;
在判断结果为所述可疑火焰区域为火焰的情况下,对出现火焰的视频帧数进行计算,并在出现火焰的视频帧数大于或等于预先设定的阈值的情况下,判断视频采集区域发生火灾。
进一步的,通过以下公式,对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理:
其中,L(X,Y)为坐标为(X,Y)点的亮度值;M为噪声滤波的Y向平滑点数量,并且M为偶数;N为噪声滤波的X向平滑点数量,并且N为偶数;W为原始图像的宽度;H为原始图像的高度;w为处理后图像的宽度;h为处理后图像的高度。
进一步的,对所述第一待识别图像进行分割,得到对应的可疑火焰区域包括:
通过预先设定的分割阈值,对所述第一待识别图像进行分割,并且,在亮度值大于该阈值时,判断为可疑火焰区域,其中,所述阈值为128。
进一步的,判断所述第一待识别图像的可疑火焰区域是否有效包括:
计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效。
进一步的,计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效包括:
通过以下公式,计算所述第一待识别图像的可疑火焰区域的变化系数:
其中,Ak为可疑火焰区域的面积,ρk为可疑火焰区域的变化系数;
根据所述变化系数,判断该可疑火焰区域是否有效包括:
在设置的连续帧数P内判断可疑火焰区域变化系数有设定的帧数Q帧小于等于1,则判断该火焰区域无效。
进一步的,判断所述第一待识别图像的可疑火焰区域是否有效包括:
对可疑火焰区域的每一个像素点取其前128帧的数据,形成每个点的序列,
对该序列作FFT处理,取1-8Hz数据,并对其绝对值求和S;
计算频率系数μ=S/Ak,并根据该频率系数,判断该可疑火焰区域是否有效,其中,Ak为可疑火焰区域的面积。
进一步的,根据所述频率系数μ,判断该可疑火焰区域是否有效包括:
当μ小于设定的阈值,判断该火焰区域无效。
进一步的,对所述第二待识别图像进行分割,得到对应的可疑火焰区域包括:
对所述第二待识别图像进行分割,取满足以下公式的点为可疑火焰点:
其中,W为设定的R分量绝对门限;α为设定的R分量与G分量的相对门限系数;β为设定的R分量与B分量的相对门限系数。
进一步的,判断所述第二待识别图像的可疑火焰区域是否有效包括:
将第二待识别图像的可疑火焰区域的面积与预先设定的阈值进行比较,其中,面积小于该阈值的可疑火焰区域为无效区域。
进一步的,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰包括:
将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,计算其相关系数σk,σk按以下公式定义:
其中,Ak为第一待识别图像的可疑火焰区域的面积,Bk为第二待识别图像的可疑火焰区域的面积;
在设置的连续帧数P内判断可见光火焰区域与红外火焰区域相关系数σk,当σk大于设定的门限,则为是火焰。
本发明的有益效果:通过将红外波段图像和可见光图像进行结合来判断火灾,实现了火灾检测与视频监控的结合,使得整个火灾判断过程受干扰小,降低虚警率,减少火灾误报,同时,也使得火灾定位精确,降低了火灾定位误差,提高了火灾定位检测速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种火灾红外波段检测方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种火灾红外波段检测方法。根据本发明实施例的一种火灾红外波段检测方法,包括以下步骤:
通过预先配置的红外成像设备和可见光成像设备,对同一区域采集,得到视频图像;
对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理,得到降噪后的变分辨率的第一待识别图像和第二待识别图像;
分别对所述第一待识别图像和所述第二待识别图像进行分割,得到对应的可疑火焰区域,并判断所述可疑火焰区域是否有效;
在判断结果为所述可疑火焰区域有效的情况下,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰;
在判断结果为所述可疑火焰区域为火焰的情况下,对出现火焰的视频帧数进行计算,并在出现火焰的视频帧数大于或等于预先设定的阈值的情况下,判断视频采集区域发生火灾。
在上述技术方案中,通过以下公式,对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理:
其中,L(X,Y)为坐标为(X,Y)点的亮度值;M为噪声滤波的Y向平滑点数量,并且M为偶数;N为噪声滤波的X向平滑点数量,并且N为偶数;W为原始图像的宽度;H为原始图像的高度;w为处理后图像的宽度;h为处理后图像的高度。
在上述技术方案中,对所述第一待识别图像进行分割,得到对应的可疑火焰区域包括:
通过预先设定的分割阈值,对所述第一待识别图像进行分割,并且,在亮度值大于该阈值时,判断为可疑火焰区域,其中,所述阈值为128。
在上述技术方案中,判断所述第一待识别图像的可疑火焰区域是否有效包括:
计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效。
在上述技术方案中,计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效包括:
通过以下公式,计算所述第一待识别图像的可疑火焰区域的变化系数:
其中,Ak为可疑火焰区域的面积,ρk为可疑火焰区域的变化系数;
根据所述变化系数,判断该可疑火焰区域是否有效包括:
在设置的连续帧数P内判断可疑火焰区域变化系数有设定的帧数Q帧小于等于1,则判断该火焰区域无效。
在上述技术方案中,判断所述第一待识别图像的可疑火焰区域是否有效包括:
对可疑火焰区域的每一个像素点取其前128帧的数据,形成每个点的序列,
对该序列作FFT处理,取1-8Hz数据,并对其绝对值求和S;
计算频率系数μ=S/Ak,并根据该频率系数,判断该可疑火焰区域是否有效,其中,Ak为可疑火焰区域的面积。
在上述技术方案中,根据所述频率系数μ,判断该可疑火焰区域是否有效包括:
当μ小于设定的阈值,判断该火焰区域无效。
在上述技术方案中,对所述第二待识别图像进行分割,得到对应的可疑火焰区域包括:
对所述第二待识别图像进行分割,取满足以下公式的点为可疑火焰点:
其中,W为设定的R分量绝对门限;α为设定的R分量与G分量的相对门限系数;β为设定的R分量与B分量的相对门限系数。
在上述技术方案中,判断所述第二待识别图像的可疑火焰区域是否有效包括:
将第二待识别图像的可疑火焰区域的面积与预先设定的阈值进行比较,其中,面积小于该阈值的可疑火焰区域为无效区域。
在上述技术方案中,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰包括:
将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,计算其相关系数σk,σk按以下公式定义:
其中,Ak为第一待识别图像的可疑火焰区域的面积,Bk为第二待识别图像的可疑火焰区域的面积;
在设置的连续帧数P内判断可见光火焰区域与红外火焰区域相关系数σk,当σk大于设定的门限,则为是火焰。
为了更好的方便理解本发明的上述技术方案,下面结合附图1,通过具体使用步骤对本发明的上述技术方案进行详细说明。
具体使用时,如图1所示,火灾红外波段检测方法具体如下:
A、检测系统计算机通过视频采集设备按照设定的25Hz帧率采集红外成像的视频图像I1和可见光成像的视频图像J1。
B、对红外成像的图像I1,原始图像宽度为1280个像素,高度为720个像素,处理后图像宽度为640个像素,高度为360个像素,X向平滑点数为2,Y向平滑点数为2,更改分辨率和噪声滤波处理后的图像为I2。
C、对图像I2进行图像分割,取分割的阈值为128,亮度值大于该阈值的为可疑火焰点,分割后得到可疑火焰的区域,得到相应区域的面积Ak为3680个像素,大于设定的阈值400个像素,则判断出该区域为可疑火焰的区域。
D、可疑火焰区域Ak为3680个像素,Ak为3328个像素,Ak为3280个像素,得到变化系数ρk为8.109,大于1,则该火焰区有效。
E、对可疑火焰区域的每一个像素点取其前128帧的数据,形成每个点的序列,作128点FFT,取1-8Hz数据,对其绝对值求和为21200059,计算得到频率系数为45.007,大于设定的阈值33.8,则判断该火焰区域有效。
F、对可见光成像的图像J1同时进行更改分辨率和噪声滤波处理,对RGB分量分别按步骤B中的公式计算,原始图像宽度为1280个像素,高度为720个像素,处理后图像宽度为640个像素,高度为360个像素,X向平滑点数为2,Y向平滑点数为2,更改分辨率和噪声滤波处理后的可见光图像为J2
G、对图像J2进行图像分割,取满足如下公式的点为可疑火焰点,取R分量绝对门限W为230,R分量与G分量的相对门限系数α为0.8,R分量与B分量的相对门限系数β为0.9,分割后得到可疑火焰的区域,得到相应区域的面积Bk为9871,大于设定阈值600,判断区域有效。
H、对红外成像图中的可疑火焰区域与可见光图像中的可疑火焰区域进行对比,计算其相关系数σk为2.68,在设置的连续帧数25帧内判断可见光火焰区域与红外火焰区域相关系数σk大于设定的门限1.5,判断为是火焰。
I、在图像检测的同时对可见光视频图像按H.264编码并通过网络传输。
J、在设置的连续128帧内在相同位置识别出火焰的帧数大于等于96帧时,判断为火灾并进行报警。
由此可见,借助于本发明的上述技术方案,通过将红外波段图像和可见光图像进行结合来判断火灾,实现了火灾检测与视频监控的结合,使得整个火灾判断过程受干扰小,降低虚警率,减少火灾误报,同时,也使得火灾定位精确,降低了火灾定位误差,提高了火灾定位检测速度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种火灾红外波段检测方法,其特征在于,包括以下步骤:
通过预先配置的红外成像设备和可见光成像设备,对同一区域采集,得到视频图像;
对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理,得到降噪后的变分辨率的第一待识别图像和第二待识别图像;
分别对所述第一待识别图像和所述第二待识别图像进行分割,得到对应的可疑火焰区域,并判断所述可疑火焰区域是否有效;
在判断结果为所述可疑火焰区域有效的情况下,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰;
在判断结果为所述可疑火焰区域为火焰的情况下,对出现火焰的视频帧数进行计算,并在出现火焰的视频帧数大于或等于预先设定的阈值的情况下,判断视频采集区域发生火灾。
2.根据权利要求1所述的火灾红外波段检测方法,其特征在于,通过以下公式,对红外成像的视频图像和可见光成像的视频图像分别进行更改分辨率和噪声滤波处理:
其中,L(X,Y)为坐标为(X,Y)点的亮度值;M为噪声滤波的Y向平滑点数量,并且M为偶数;N为噪声滤波的X向平滑点数量,并且N为偶数;W为原始图像的宽度;H为原始图像的高度;w为处理后图像的宽度;h为处理后图像的高度。
3.根据权利要求1所述的火灾红外波段检测方法,其特征在于,对所述第一待识别图像进行分割,得到对应的可疑火焰区域包括:
通过预先设定的分割阈值,对所述第一待识别图像进行分割,并且,在亮度值大于该阈值时,判断为可疑火焰区域,其中,所述阈值为128。
4.根据权利要求3所述的火灾红外波段检测方法,其特征在于,判断所述第一待识别图像的可疑火焰区域是否有效包括:
计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效。
5.根据权利要求4所述的火灾红外波段检测方法,其特征在于,计算所述第一待识别图像的可疑火焰区域的变化系数,并根据该变化系数,判断该可疑火焰区域是否有效包括:
通过以下公式,计算所述第一待识别图像的可疑火焰区域的变化系数:
其中,Ak为可疑火焰区域的面积,ρk为可疑火焰区域的变化系数;
根据所述变化系数,判断该可疑火焰区域是否有效包括:
在设置的连续帧数P内判断可疑火焰区域变化系数有设定的帧数Q帧小于等于1,则判断该火焰区域无效。
6.根据权利要求3所述的火灾红外波段检测方法,其特征在于,判断所述第一待识别图像的可疑火焰区域是否有效包括:
对可疑火焰区域的每一个像素点取其前128帧的数据,形成每个点的序列,
对该序列作FFT处理,取1-8Hz数据,并对其绝对值求和S;
计算频率系数μ=S/Ak,并根据该频率系数,判断该可疑火焰区域是否有效,其中,Ak为可疑火焰区域的面积。
7.根据权利要求6述的火灾红外波段检测方法,其特征在于,根据所述频率系数μ,判断该可疑火焰区域是否有效包括:
当μ小于设定的阈值,判断该火焰区域无效。
8.根据权利要求1所述的火灾红外波段检测方法,其特征在于,对所述第二待识别图像进行分割,得到对应的可疑火焰区域包括:
对所述第二待识别图像进行分割,取满足以下公式的点为可疑火焰点:
其中,W为设定的R分量绝对门限;α为设定的R分量与G分量的相对门限系数;β为设定的R分量与B分量的相对门限系数。
9.根据权利要求8述的火灾红外波段检测方法,其特征在于,判断所述第二待识别图像的可疑火焰区域是否有效包括:
将第二待识别图像的可疑火焰区域的面积与预先设定的阈值进行比较,其中,面积小于该阈值的可疑火焰区域为无效区域。
10.权利要求1所述的火灾红外波段检测方法,其特征在于,将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,并根据对比结果,判断所述可疑火焰区域是否为火焰包括:
将红外成像的视频图像的可疑火焰区域与可见光成像的视频图像的可疑火焰区域进行对比,计算其相关系数σk,σk按以下公式定义:
其中,Ak为第一待识别图像的可疑火焰区域的面积,Bk为第二待识别图像的可疑火焰区域的面积;
在设置的连续帧数P内判断可见光火焰区域与红外火焰区域相关系数σk,当σk大于设定的门限,则为是火焰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195308.0A CN104850826B (zh) | 2015-04-23 | 2015-04-23 | 一种火灾红外波段检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195308.0A CN104850826B (zh) | 2015-04-23 | 2015-04-23 | 一种火灾红外波段检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104850826A true CN104850826A (zh) | 2015-08-19 |
CN104850826B CN104850826B (zh) | 2018-09-21 |
Family
ID=53850461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510195308.0A Active CN104850826B (zh) | 2015-04-23 | 2015-04-23 | 一种火灾红外波段检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104850826B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717393A (zh) * | 2019-09-06 | 2020-01-21 | 北京富吉瑞光电科技有限公司 | 一种基于红外周视系统的森林林火自动检测方法及系统 |
CN114022451A (zh) * | 2021-11-05 | 2022-02-08 | 华能国际电力股份有限公司上海石洞口第二电厂 | 一种基于图像分割识别的火焰智能检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515326A (zh) * | 2009-03-19 | 2009-08-26 | 浙江大学 | 一种适用于识别和检测大空间火灾火焰的方法 |
CN101673448A (zh) * | 2009-09-30 | 2010-03-17 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测方法及系统 |
-
2015
- 2015-04-23 CN CN201510195308.0A patent/CN104850826B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515326A (zh) * | 2009-03-19 | 2009-08-26 | 浙江大学 | 一种适用于识别和检测大空间火灾火焰的方法 |
CN101673448A (zh) * | 2009-09-30 | 2010-03-17 | 青岛科恩锐通信息技术有限公司 | 一种森林火灾探测方法及系统 |
Non-Patent Citations (2)
Title |
---|
MEHDI TORABNEZHAD 等: "Visible and IR image fusion algorithm for short range smoke detection", 《THE 2013 RSIIISM INTERNATIONAL CONFERENCE ON ROBOTICS AND MECHATRONICS》 * |
王佳: "双波段森林火灾探测及预警技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110717393A (zh) * | 2019-09-06 | 2020-01-21 | 北京富吉瑞光电科技有限公司 | 一种基于红外周视系统的森林林火自动检测方法及系统 |
CN114022451A (zh) * | 2021-11-05 | 2022-02-08 | 华能国际电力股份有限公司上海石洞口第二电厂 | 一种基于图像分割识别的火焰智能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104850826B (zh) | 2018-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751593B (zh) | 一种火灾探测、报警、定位、扑灭方法及系统 | |
US7167575B1 (en) | Video safety detector with projected pattern | |
CN103761826B (zh) | 一种热成像视频双鉴林火识别系统的识别方法 | |
US8525725B2 (en) | Method and system for position and track determination | |
US11438554B2 (en) | System and method for remote detection and location of gas leaks | |
CN101764999B (zh) | 分镜头视频捕获设备 | |
KR102060045B1 (ko) | 열분포 측정이 가능한 화재감지장비 및 그 시스템 | |
KR101863530B1 (ko) | 가시광 및 적외선 열화상 이미지를 이용한 화재 예측 보전시스템 | |
KR20110075798A (ko) | 도시철도의 화재 감지 시스템 | |
CN108335454B (zh) | 一种火情检测方法及装置 | |
EP1233386B1 (en) | Improvements to fire detection sensors | |
CN102496235B (zh) | 具有光学完整性的图像火灾探测器及方法 | |
CN104408898A (zh) | 基于报警信息组合判定的提高报警准确率的方法和装置 | |
CN102004078A (zh) | 基于目标的烟雾检测的系统和方法 | |
KR102176533B1 (ko) | 인공지능을 이용한 화재경보 시스템 | |
CN104850826A (zh) | 一种火灾红外波段检测方法 | |
CN110749914B (zh) | 一种核电站γ射线放射性污染监测系统 | |
JPH08305980A (ja) | 炎検知装置および炎検知方法 | |
JP6598962B1 (ja) | 火災検知装置、火災検知方法及び火災監視システム | |
CN111664946A (zh) | 一种广域温度筛查设备 | |
KR101489215B1 (ko) | 영상을 이용한 복합 적외선 감지센서와 그 동작방법 및 이를 이용한 보안시설물 통합관리시스템 | |
JP2009295063A (ja) | 侵入物検知装置 | |
CN101587069B (zh) | 油雾检测器 | |
CN114263501A (zh) | 基于图像识别与热红外联合的隧道渗水涌水监测系统 | |
JP5679173B2 (ja) | 画像監視センサ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |