CN105046868A - 一种狭长环境中基于红外热像仪的火灾预警方法 - Google Patents
一种狭长环境中基于红外热像仪的火灾预警方法 Download PDFInfo
- Publication number
- CN105046868A CN105046868A CN201510332538.7A CN201510332538A CN105046868A CN 105046868 A CN105046868 A CN 105046868A CN 201510332538 A CN201510332538 A CN 201510332538A CN 105046868 A CN105046868 A CN 105046868A
- Authority
- CN
- China
- Prior art keywords
- flame
- image
- temperature
- target
- segmentation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000006185 dispersion Substances 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000011218 segmentation Effects 0.000 claims description 42
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 206010038743 Restlessness Diseases 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 11
- 238000003709 image segmentation Methods 0.000 abstract 2
- 241000190070 Sarracenia purpurea Species 0.000 description 8
- 235000019504 cigarettes Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000009835 boiling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明是一种狭长环境中基于红外热像仪的火灾预警方法，该方法对红外热像仪采集到的狭长空间中的红外图像进行预处理，然后利用连通域方式进行图像分割，根据绝对温度初步判断出高温物体、疑似高温物体以及低温物体，再对分割后的目标图像温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的分散度、尖角数和高度变化特征作为火焰形状特征，根据火焰形状特征，采取基于概率统计模型的判定算法对疑似高温目标区域的火焰进行火焰监测判定。采用本发明方法，可以更准确地识别火源，区分开水等干扰目标的影响，预警准确率大幅提高。
Description
技术领域
本发明涉及列车车厢、飞机机舱等狭长环境中的火灾预警技术，具体涉及一种在狭长的、照明有限的环境中基于红外热像仪的火灾监测及预警方法。
背景技术
动车组车厢或飞机机舱等狭长空间的火灾预警一般采用烟感进行火灾预警，由于动车组车厢或飞机机舱中布线较多，空气流通不畅，存在火灾监测延迟和容易受环境影响等问题。红外热成像技术是将物体发出的不可见红外能量转变为可见的热图像，相比于可见光摄像头，可以根据物体的红外辐射强度判断物体的温度，从而将大量的干扰排除在外，采集到的亮度区必定是散发红外辐射较强的物体。在动车组车厢中采用基于红外热像仪的火焰监测，可以更快速的发现可能的火情。但仅仅这样还不够，在火灾预警中，由于有些火焰，如打火机火焰的感知温度并不高，而有些干扰物体如热水的温度较这些火焰初始温度更高，在实际的火焰判断时就有可能造成漏报或虚警。因此要进行有效的火灾预警还必须在红外热像仪传感温度的基础上采用有效的火焰监测算法，排除干扰，降低虚警。例如，热水等干扰目标的温度通常在70-100摄氏度，而打火机的火焰的温度由于散热较快，其感知的温度大概与70摄氏度的热水辐射的强度差不多，因此红外传感器会在这种情况下出现误判。即：如果将判断火焰的温度阈值设置为70摄氏度，则热水可能会被认为是火焰而发出虚警；如果将判断火焰的温度阈值设置为100摄氏度，则可能把早期的火焰，如打火机的火焰就有可能监测不出，造成漏报。针对上述的问题，需要对温度在70-100摄氏度的目标进行进一步的判断，以便区分是早期的火焰还是热水等干扰。
本发明提出的方法是在红外温度判断的基础上，利用连续多帧视频信息，采用了包含火焰动态形状等的概率模型，综合温度（即辐射强度）信息，对火焰进行监测。准确地识别火源，区分开水等干扰目标的影响，使预警准确率大幅提高。
发明内容
本发明的目的在于克服现有技术存在的问题，针对动车厢/机舱的特殊狭长环境，和可能出现的情况，在红外热像仪进行火焰温度监测的基础上，利用连续多帧视频信息，分析火焰的形状特征，用形状特征来进一步监测疑似火险物体的火灾预警方法。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种狭长环境中基于红外热像仪的火灾预警方法，该方法包括以下步骤：
步骤1）对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包括如下步骤：
步骤1.1）采用中值滤波法对原始红外图像数据进行去噪；
步骤1.2）预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100度的高温、低于70度的低温、70-100度之间的疑似高温；
步骤1.3）对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标；
步骤1.4）对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似高温目标区域，余下的根据目标区域的灰度值将分割后的目标分为三类：高温物体、低温物体、疑似高温物体；
步骤1.5）对分割后的目标进行判断，根据以下的三种情况分别进行处理：
（1）如果监测到高温物体，直接输出火灾预警信号；
（2）如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信号；
（3）如果分割的目标中监测到疑似高温物体，则转至步骤2）；
步骤2）对步骤1）中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形状特征，其具体步骤为：
步骤2.1）对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区域的灰度值和标准方差，进行图像二值化；
步骤2.2）图像二值化后，计算连通域，得到分割后的目标物体区域；
步骤2.3）计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特征，并以分散度、尖角数和高度变化特征作为火焰形状特征；
步骤3）根据步骤2）中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判定算法对疑似高温目标区域的火焰进行火焰监测，如果判定为火焰，则发出火灾预警信号；如果判定为干扰物体，则不触发火灾预警信号。
进一步的，所述步骤2.1）中采用如下方法对该区域进行图像二值化，即采用公式：（1）
其中，；，，
式中为图像像素在的灰度值；为阈值分割后图像像素在的灰度值；M、N分别为图像尺寸的高度和宽度，单位为像素；为图像像素灰度值的均值；为图像像素灰度值的标准差；为二值化分割阈值；为标准差系数。
进一步的，所述步骤2.3）中分散度、尖角数和高度变化特征的计算方法如下：
获取连续N帧图像，对于第i帧图像，假设该图像中的目标区域的面积为，周长为，则
分散度定义如下：
（2）；
尖角数目定义如下:
（3）
其中为疑似高温区域可以正确监测火焰的最小面积值，即目标在图像中所占像素和；
高度变化特征定义如下：
为图像序列中提取出疑似火焰区域的高度序列集合，表示高度序列集合中有个元素，即帧视频，假设对作离散余弦变换获得余弦系数集合，则高度变化特征函数为：
（4）
其中为离散余弦变换的长度；为余弦变换系数；当值越大时，说明谱内分量越大，表示有火焰的可能性越大。
进一步的，计算出所述分散度、尖角数和高度变化特征这三个特征量后，采取的基于概率统计模型的判定算法如下：
（5）
其中，为对应特征量的权值，，其对应的权值越大，说明监测时越注重以该特征来区分火焰；为火焰判定概率。
进一步的，所述概率统计模型中设定火焰预警阈值为1，若所述火焰判定概率大于等于1，给出火灾预警信号；若所述火焰判定概率小于1，则不触发火灾预警信号。
本发明的有益效果是:
本发明的监测方法可以快速识别那些容易引发火灾的火源，同时亦能很好的区分开水等干扰的影响，因此在实际应用中，本发明方法可以达到最快速度的火灾预警，并且预警准确率高，适用于车厢、机舱等狭长环境中。
附图说明
图1为本发明中基于红外热像仪的火灾预警总体流程图。
具体实施方式
下面将参考附图并结合实施例，来详细说明本发明。
参照图1所示，一种狭长环境中基于红外热像仪的火灾预警方法，该方法包括以下步骤：
步骤1）对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包括如下步骤：
步骤1.1）采用中值滤波法对原始红外图像数据进行去噪；
步骤1.2）预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100度的高温、低于70度的低温、70-100度之间的疑似高温；
步骤1.3）对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标；
步骤1.4）对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似高温目标区域，余下的根据目标区域的灰度值将分割后的目标分为三类：高温物体、低温物体、疑似高温物体；
步骤1.5）对分割后的目标进行判断，根据以下的三种情况分别进行处理：
（1）如果监测到高温物体，直接输出火灾预警信号；
（2）如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信号；
（3）如果分割的目标中监测到疑似高温物体，则转至步骤2）；
步骤2）对步骤1）中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形状特征，其具体步骤为：
步骤2.1）对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区域的灰度值和标准方差，进行图像二值化；
步骤2.2）图像二值化后，计算连通域，得到分割后的目标物体区域；
步骤2.3）计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特征，并以分散度、尖角数和高度变化特征作为火焰形状特征；
步骤3）根据步骤2）中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判定算法对疑似高温目标区域的火焰进行火焰检测，如果判定为火焰，则发出火灾预警信号；如果判定为干扰物体，则不触发火灾预警信号。
所述步骤2.1）中采用如下方法对该区域进行图像二值化，即采用公式：
（1）
其中，，，，
式中为图像像素在的灰度值；为阈值分割后图像像素在的灰度值；M、N分别为图像尺寸的高度和宽度，单位为像素；为图像像素灰度值的均值；为图像像素灰度值的标准差；为二值化分割阈值；为标准差系数，本实施例中取。
所述步骤2.3）中分散度、尖角数和高度变化特征的计算方法如下：
获取连续N帧图像，对于第i帧图像，假设该图像中的目标区域的面积为，周长为，则
分散度定义如下：
（2）；
尖角数目定义如下:
（3）
其中为疑似高温区域可以正确监测火焰的最小面积值，即目标在图像中所占像素和，在本实施例中=8；
高度变化特征定义如下：
为图像序列中提取出疑似火焰区域的高度序列集合，表示高度序列集合中有个元素，即帧视频，假设对作离散余弦变换获得余弦系数集合，则高度变化特征函数为：
（4）
其中，为离散余弦变换的长度；为余弦变换系数，，k=1,2,3,…,-1，h(n)为第n帧视频图像中目标火焰的高度,N指的是连续N帧视频图像；当值越大时，说明谱内分量越大，表示有火焰的可能性越大。在本实施例中=N。
计算出所述分散度、尖角数和高度变化特征这三个特征量后，采取的基于概率统计模型的判定算法如下：
（5）
其中，为对应特征量的权值，，其对应的权值越大，说明监测时越注重以该特征来区分火焰；为火焰判定概率。
所述概率统计模型中设定火焰预警阈值为1，若所述火焰判定概率大于等于1，给出火灾预警信号；若所述火焰判定概率小于1，则不触发火灾预警信号。
在本实施例中，以动车组车厢为例，在动车组车厢监控环境中进行测试，针对车厢内可能存在的火源，模拟了4类高温物体，烟头、燃烧的纸、打火机火苗以及干扰较强的热水杯，实验结果如下：
1）燃着的烟头，体积虽小，但它仍是一个燃烧着的物体，是明火，温度很高，其表面温度200℃～300℃，中心温度高度700℃～800℃，因此用红外热像仪的温度值直接就能监测出来；
2）普通纸张的燃点在130℃左右，燃烧着的纸的温度远高于此温度，一般在500℃以上，因此也能用红外热像仪的温度值直接就能监测出来；
3）打火机火苗因为是气体燃烧，所以在空气中的散热很快，其感知温度一般只有70℃～100℃，和一杯热水的温度相似，因此，如果只用红外热像仪，利用温度进行判断，就会因为温度阈值低而把热水当作火苗发出预警造成误报；反之阈值高，就会把打火机火苗略去，造成漏报。
针对上述情况，在本实施例中，以热水杯和打火机火焰为例，对它们的图像进行快速分割，得到各自分割后的疑似高温区域图像，然后分别采集连续10帧热水杯和打火机火焰红外视频序列图像，其面积、周长和高度的统计结果如下表所示：
下面分别计算热水杯和打火机火焰的三个统计量：
（1）分散度
代入分散度计算公式（2）中，热水杯的分散度为：；打火机火焰的分散度为：；
（2）尖角数目
在本实施例中，阈值th的值取8，因此，代入尖角数目计算公式（3）中，得出热水杯的尖角数目与打火机火焰的尖角数目均为：；
（3）高度变化特征
代入高度变化特征计算函数（4）中，热水杯的高度变化特征为：；打火机火焰的高度变化特征为：；
在本实施例中，三个统计量对应的权值分别为：
热水杯的火灾预警值为：
；
打火机火焰的火灾预警值为：
；
因此，在疑似高温区域，当目标为热水杯时，不触发火灾预警信号；当目标为打火机火焰时，给出火灾预警信号。
取不同数据重复上述实施例过程，在疑似高温区域，当目标的面积大于阈值th=8（即8个像素值）时，监测正确率在95%以上。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (5)
1.一种狭长环境中基于红外热像仪的火灾预警方法，其特征在于，该方法包括以下步骤：
步骤1）对于红外热像仪采集到的狭长空间中的红外图像进行预处理，图像预处理是通过目标与背景间的温度差初步进行图像分割，得到各目标区域的位置；图像分割的方法包括如下步骤：
步骤1.1）采用中值滤波法对原始红外图像数据进行去噪；
步骤1.2）预处理后得到的图像包含背景噪声、目标和边缘区域，选取量化阈值对预处理后的图像变换为只有3个灰度级别的图像，此3个灰度级别对应的温度值分别为高于100度的高温、低于70度的低温、70-100度之间的疑似高温；
步骤1.3）对灰度变换后的图像采用连通域方式进行图像分割，分割出多个物体目标；
步骤1.4）对图像分割后的连通区域进行处理，去除面积过小的低温目标区域和疑似高温目标区域，余下的根据目标区域的灰度值分为三类：高温物体、低温物体、疑似高温物体；
步骤1.5）对分割后的目标进行判断，根据以下的三种情况分别进行处理：
（1）如果监测到高温物体，直接输出火灾预警信号；
（2）如果分割的目标中没有监测到高温物体和疑似高温物体，则不输出火灾预警信号；
（3）如果分割的目标中监测到疑似高温物体，则转至步骤2）；
步骤2）对步骤1）中温度在70-100度之间的疑似高温物体区域，采集连续多帧视频图像，并且对多帧视频图像进行进一步的图像分割及二值化，计算分割后目标区域的火焰形状特征，其具体步骤为：
步骤2.1）对采集的每一帧图像，根据其灰度值重新进行图像分割，重新统计该图像区域的灰度值和标准方差，进行图像二值化；
步骤2.2）图像二值化后，计算连通域，得到分割后的目标物体区域；
步骤2.3）计算分割后的目标物体区域的三个统计量：分散度、尖角数和高度变化特征，并以分散度、尖角数和高度变化特征作为火焰形状特征；
步骤3）根据步骤2）中的多帧视频图像的火焰形状特征，采取基于概率统计模型的判定算法对疑似高温目标区域的火焰进行火焰监测，如果判定为火焰，则发出火灾预警信号；如果判定为干扰物体，则不触发火灾预警信号。
2.根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述步骤2.1）中采用如下方法对该区域进行图像二值化，即采用公式：（1）
其中，，，，
式中为图像像素在的灰度值；为阈值分割后图像像素在的灰度值；M、N分别为图像尺寸的高度和宽度，单位为像素；为图像像素灰度值的均值；为图像像素灰度值的标准差；为二值化分割阈值；为标准差系数。
3.根据权利要求1所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述步骤2.3）中分散度、尖角数和高度变化特征的计算方法如下：
获取连续N帧图像，对于第i帧图像，假设该图像中的目标区域的面积为，周长为，则
分散度定义如下：
（2）；
尖角数目定义如下:
（3）
其中为疑似高温区域可以正确监测火焰的最小面积值，即目标在图像中所占像素和；
高度变化特征定义如下：
为图像序列中提取出疑似火焰区域的高度序列集合，表示高度序列集合中有个元素，即帧视频图像，假设对作离散余弦变换获得余弦系数集合，则高度变化特征函数为：
（4）
其中为离散余弦变换的长度；为余弦变换系数；当值越大时，说明谱内分量越大，表示有火焰的可能性越大。
4.根据权利要求1或3所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，计算出所述分散度、尖角数和高度变化特征这三个特征量后，采取的基于概率统计模型的判定算法如下：
（5）
其中，为对应特征量的权值，，其对应的权值越大，说明监测时越注重以该特征来区分火焰；为火焰判定概率。
5.根据权利要求4所述的狭长环境中基于红外热像仪的火灾预警方法，其特征在于，所述概率统计模型中设定火焰预警阈值为1，若所述火焰判定概率大于等于1，给出火灾预警信号；若所述火焰判定概率小于1，则不触发火灾预警信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510332538.7A CN105046868B (zh) | 2015-06-16 | 2015-06-16 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510332538.7A CN105046868B (zh) | 2015-06-16 | 2015-06-16 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105046868A true CN105046868A (zh) | 2015-11-11 |
| CN105046868B CN105046868B (zh) | 2019-09-20 |
Family
ID=54453378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510332538.7A Active CN105046868B (zh) | 2015-06-16 | 2015-06-16 | 一种狭长环境中基于红外热像仪的火灾预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105046868B (zh) |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105426840A (zh) * | 2015-11-18 | 2016-03-23 | 成都中昊英孚科技有限公司 | 一种基于多特征融合的红外森林火灾判定方法 |
| CN107025753A (zh) * | 2017-06-05 | 2017-08-08 | 天津汉光祥云信息科技有限公司 | 一种基于多光谱图像分析的广域火灾报警装置 |
| CN107246913A (zh) * | 2017-06-05 | 2017-10-13 | 山东神戎电子股份有限公司 | 基于多次判别机制的森林防火检测方法 |
| CN107256566A (zh) * | 2017-05-26 | 2017-10-17 | 北京环境特性研究所 | 基于辐射能量的林火检测方法 |
| CN107330884A (zh) * | 2017-07-06 | 2017-11-07 | 北京安宁威尔科技发展有限公司 | 着火点检测方法及装置 |
| CN108428326A (zh) * | 2018-03-14 | 2018-08-21 | 海南师范大学 | 一种生态旅游评估管理预警信息系统 |
| CN108458790A (zh) * | 2018-01-18 | 2018-08-28 | 上海瀚莅电子科技有限公司 | 火场危险程度及火源点确定方法、装置及头戴设备 |
| CN109101882A (zh) * | 2018-07-09 | 2018-12-28 | 石化盈科信息技术有限责任公司 | 一种火源的图像识别方法及系统 |
| CN109360370A (zh) * | 2018-11-30 | 2019-02-19 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN109410222A (zh) * | 2018-11-01 | 2019-03-01 | 浩云科技股份有限公司 | 一种火焰检测方法及装置 |
| CN109731258A (zh) * | 2018-12-19 | 2019-05-10 | 沈阳天眼智云信息科技有限公司 | 基于红外技术的变压器着火点监测及灭火方法和系统 |
| CN109931791A (zh) * | 2019-03-15 | 2019-06-25 | 山东建筑大学 | 一种管壳式换热器 |
| CN110263696A (zh) * | 2019-06-17 | 2019-09-20 | 沈阳天眼智云信息科技有限公司 | 基于红外视频的火焰探测方法 |
| CN110501914A (zh) * | 2018-05-18 | 2019-11-26 | 佛山市顺德区美的电热电器制造有限公司 | 一种安全监控方法、设备及计算机可读存储介质 |
| CN110536108A (zh) * | 2018-05-26 | 2019-12-03 | 包仁妹 | 基于书桌主体的现场监控系统 |
| CN110533872A (zh) * | 2018-05-25 | 2019-12-03 | 中车株洲电力机车研究所有限公司 | 一种用于列车车厢的火灾预警方法 |
| CN110555447A (zh) * | 2019-09-06 | 2019-12-10 | 深圳市瑞讯云技术有限公司 | 火灾的检测方法、装置及存储介质 |
| CN110717419A (zh) * | 2019-09-25 | 2020-01-21 | 浙江万胜智能科技股份有限公司 | 一种从视频图像中提取火焰特征的方法 |
| CN110827268A (zh) * | 2019-11-11 | 2020-02-21 | 北京华科德科技有限公司 | 一种宽动态红外图像映射显示方法 |
| WO2020151453A1 (zh) * | 2019-01-22 | 2020-07-30 | 杭州海康微影传感科技有限公司 | 明火检测的方法、装置及存储介质 |
| CN111739250A (zh) * | 2020-07-01 | 2020-10-02 | 广东工业大学 | 结合图像处理技术与红外传感器的火灾探测方法及系统 |
| CN112598712A (zh) * | 2020-12-28 | 2021-04-02 | 浙江天衡五维电子科技有限公司 | 一种日盲紫外羽烟检测方法及告警系统 |
| CN112857580A (zh) * | 2021-01-08 | 2021-05-28 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭烟气净化装置高温检测-排出处理方法及系统 |
| CN113256928A (zh) * | 2021-05-14 | 2021-08-13 | 中科永安(六安)科技有限公司 | 一种基于图像识别和温度判定算法的火灾探测方法 |
| CN113274681A (zh) * | 2021-07-21 | 2021-08-20 | 北京京能能源技术研究有限责任公司 | 一种智能轨道机器人系统及其控制方法 |
| CN113344909A (zh) * | 2021-07-01 | 2021-09-03 | 中国石油大学(北京) | 一种火电锅炉透火焰高温滤镜结焦识别显示方法和装置 |
| CN113379628A (zh) * | 2021-06-07 | 2021-09-10 | 中国民用航空飞行学院 | 一种基于红外热成像仪探测锂电池热失控的方法 |
| CN113450373A (zh) * | 2020-08-18 | 2021-09-28 | 中国人民解放军63729部队 | 一种基于光学实况图像的运载火箭飞行过程特征事件实时判别方法 |
| CN113562363A (zh) * | 2021-08-20 | 2021-10-29 | 北京云迹科技有限公司 | 一种清理垃圾桶的方法 |
| CN114152347A (zh) * | 2021-09-30 | 2022-03-08 | 国网黑龙江省电力有限公司电力科学研究院 | 一种变电站电力设备故障定位及火险研判综合检测方法 |
| CN114566028A (zh) * | 2022-02-21 | 2022-05-31 | 招商蛇口数字城市科技有限公司 | 电动车充电风险监测方法、装置及存储介质 |
| CN115841731A (zh) * | 2023-02-16 | 2023-03-24 | 广东汇通信息科技股份有限公司 | 一种红外监测的园区火灾预警方法 |
| US11651670B2 (en) | 2019-07-18 | 2023-05-16 | Carrier Corporation | Flame detection device and method |
| CN116758079A (zh) * | 2023-08-18 | 2023-09-15 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN117309159A (zh) * | 2023-09-04 | 2023-12-29 | 安徽中盛轨道交通产业有限公司 | 基于红外热成像的列车机柜火焰预警方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315667A (zh) * | 2008-07-04 | 2008-12-03 | 南京航空航天大学 | 室外早期火灾多种特征综合识别方法 |
| CN102743830A (zh) * | 2012-07-10 | 2012-10-24 | 西安交通大学 | 一种电气开关柜自动灭火系统及火灾识别方法 |
| CN103400111A (zh) * | 2013-07-10 | 2013-11-20 | 重庆大学 | 基于视频检测技术的高速公路隧道火灾事件检测方法 |
| CN104036611A (zh) * | 2014-06-24 | 2014-09-10 | 北京中恩时代科技有限责任公司 | 一种火灾探测报警的方法及其探测报警器 |
| CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
| CN104408706A (zh) * | 2014-09-30 | 2015-03-11 | 天津艾思科尔科技有限公司 | 一种基于双波段图像的火灾检测及定位方法 |
-
2015
- 2015-06-16 CN CN201510332538.7A patent/CN105046868B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101315667A (zh) * | 2008-07-04 | 2008-12-03 | 南京航空航天大学 | 室外早期火灾多种特征综合识别方法 |
| CN102743830A (zh) * | 2012-07-10 | 2012-10-24 | 西安交通大学 | 一种电气开关柜自动灭火系统及火灾识别方法 |
| CN103400111A (zh) * | 2013-07-10 | 2013-11-20 | 重庆大学 | 基于视频检测技术的高速公路隧道火灾事件检测方法 |
| CN104036611A (zh) * | 2014-06-24 | 2014-09-10 | 北京中恩时代科技有限责任公司 | 一种火灾探测报警的方法及其探测报警器 |
| CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
| CN104408706A (zh) * | 2014-09-30 | 2015-03-11 | 天津艾思科尔科技有限公司 | 一种基于双波段图像的火灾检测及定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 徐之; 韩斌; 宋敬海; 何文媛: "基于嵌入式系统和红外图像的火焰检测算法", 《科学技术与工程》 * |
| 高荣: "隧道火灾红外双目视觉定位系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (52)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105426840A (zh) * | 2015-11-18 | 2016-03-23 | 成都中昊英孚科技有限公司 | 一种基于多特征融合的红外森林火灾判定方法 |
| CN107256566B (zh) * | 2017-05-26 | 2019-10-29 | 北京环境特性研究所 | 基于辐射能量的林火检测方法 |
| CN107256566A (zh) * | 2017-05-26 | 2017-10-17 | 北京环境特性研究所 | 基于辐射能量的林火检测方法 |
| CN107025753A (zh) * | 2017-06-05 | 2017-08-08 | 天津汉光祥云信息科技有限公司 | 一种基于多光谱图像分析的广域火灾报警装置 |
| CN107246913A (zh) * | 2017-06-05 | 2017-10-13 | 山东神戎电子股份有限公司 | 基于多次判别机制的森林防火检测方法 |
| CN107025753B (zh) * | 2017-06-05 | 2020-02-04 | 天津汉光祥云信息科技有限公司 | 一种基于多光谱图像分析的广域火灾报警装置 |
| CN107246913B (zh) * | 2017-06-05 | 2019-11-08 | 山东神戎电子股份有限公司 | 基于多次判别机制的森林防火检测方法 |
| CN107330884A (zh) * | 2017-07-06 | 2017-11-07 | 北京安宁威尔科技发展有限公司 | 着火点检测方法及装置 |
| CN108458790A (zh) * | 2018-01-18 | 2018-08-28 | 上海瀚莅电子科技有限公司 | 火场危险程度及火源点确定方法、装置及头戴设备 |
| CN108458790B (zh) * | 2018-01-18 | 2020-04-14 | 上海瀚莅电子科技有限公司 | 火场危险程度及火源点确定方法、装置及头戴设备 |
| CN108428326A (zh) * | 2018-03-14 | 2018-08-21 | 海南师范大学 | 一种生态旅游评估管理预警信息系统 |
| CN110501914A (zh) * | 2018-05-18 | 2019-11-26 | 佛山市顺德区美的电热电器制造有限公司 | 一种安全监控方法、设备及计算机可读存储介质 |
| CN110501914B (zh) * | 2018-05-18 | 2023-08-11 | 佛山市顺德区美的电热电器制造有限公司 | 一种安全监控方法、设备及计算机可读存储介质 |
| CN110533872A (zh) * | 2018-05-25 | 2019-12-03 | 中车株洲电力机车研究所有限公司 | 一种用于列车车厢的火灾预警方法 |
| CN110536108B (zh) * | 2018-05-26 | 2021-02-19 | 黄河水利职业技术学院 | 基于书桌主体的现场监控系统 |
| CN110536108A (zh) * | 2018-05-26 | 2019-12-03 | 包仁妹 | 基于书桌主体的现场监控系统 |
| CN109101882A (zh) * | 2018-07-09 | 2018-12-28 | 石化盈科信息技术有限责任公司 | 一种火源的图像识别方法及系统 |
| CN109410222A (zh) * | 2018-11-01 | 2019-03-01 | 浩云科技股份有限公司 | 一种火焰检测方法及装置 |
| CN109360370A (zh) * | 2018-11-30 | 2019-02-19 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN109731258A (zh) * | 2018-12-19 | 2019-05-10 | 沈阳天眼智云信息科技有限公司 | 基于红外技术的变压器着火点监测及灭火方法和系统 |
| CN111539239A (zh) * | 2019-01-22 | 2020-08-14 | 杭州海康微影传感科技有限公司 | 明火检测的方法、装置及存储介质 |
| CN111539239B (zh) * | 2019-01-22 | 2023-09-22 | 杭州海康微影传感科技有限公司 | 明火检测的方法、装置及存储介质 |
| WO2020151453A1 (zh) * | 2019-01-22 | 2020-07-30 | 杭州海康微影传感科技有限公司 | 明火检测的方法、装置及存储介质 |
| CN109931791B (zh) * | 2019-03-15 | 2019-12-27 | 山东建筑大学 | 一种管壳式换热器的泄漏检测方法 |
| CN109931791A (zh) * | 2019-03-15 | 2019-06-25 | 山东建筑大学 | 一种管壳式换热器 |
| CN110263696A (zh) * | 2019-06-17 | 2019-09-20 | 沈阳天眼智云信息科技有限公司 | 基于红外视频的火焰探测方法 |
| US11651670B2 (en) | 2019-07-18 | 2023-05-16 | Carrier Corporation | Flame detection device and method |
| CN110555447A (zh) * | 2019-09-06 | 2019-12-10 | 深圳市瑞讯云技术有限公司 | 火灾的检测方法、装置及存储介质 |
| CN110717419A (zh) * | 2019-09-25 | 2020-01-21 | 浙江万胜智能科技股份有限公司 | 一种从视频图像中提取火焰特征的方法 |
| CN110827268A (zh) * | 2019-11-11 | 2020-02-21 | 北京华科德科技有限公司 | 一种宽动态红外图像映射显示方法 |
| CN111739250A (zh) * | 2020-07-01 | 2020-10-02 | 广东工业大学 | 结合图像处理技术与红外传感器的火灾探测方法及系统 |
| CN111739250B (zh) * | 2020-07-01 | 2022-02-15 | 广东工业大学 | 结合图像处理技术与红外传感器的火灾探测方法及系统 |
| CN113450373A (zh) * | 2020-08-18 | 2021-09-28 | 中国人民解放军63729部队 | 一种基于光学实况图像的运载火箭飞行过程特征事件实时判别方法 |
| CN112598712A (zh) * | 2020-12-28 | 2021-04-02 | 浙江天衡五维电子科技有限公司 | 一种日盲紫外羽烟检测方法及告警系统 |
| CN112857580A (zh) * | 2021-01-08 | 2021-05-28 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭烟气净化装置高温检测-排出处理方法及系统 |
| CN112857580B (zh) * | 2021-01-08 | 2023-03-07 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭烟气净化装置高温检测-排出处理方法及系统 |
| CN113256928A (zh) * | 2021-05-14 | 2021-08-13 | 中科永安(六安)科技有限公司 | 一种基于图像识别和温度判定算法的火灾探测方法 |
| CN113379628A (zh) * | 2021-06-07 | 2021-09-10 | 中国民用航空飞行学院 | 一种基于红外热成像仪探测锂电池热失控的方法 |
| CN113344909A (zh) * | 2021-07-01 | 2021-09-03 | 中国石油大学(北京) | 一种火电锅炉透火焰高温滤镜结焦识别显示方法和装置 |
| CN113344909B (zh) * | 2021-07-01 | 2023-12-08 | 中国石油大学(北京) | 一种火电锅炉透火焰高温滤镜结焦识别显示方法和装置 |
| CN113274681A (zh) * | 2021-07-21 | 2021-08-20 | 北京京能能源技术研究有限责任公司 | 一种智能轨道机器人系统及其控制方法 |
| CN113274681B (zh) * | 2021-07-21 | 2021-11-05 | 北京京能能源技术研究有限责任公司 | 一种智能轨道机器人系统及其控制方法 |
| CN113562363A (zh) * | 2021-08-20 | 2021-10-29 | 北京云迹科技有限公司 | 一种清理垃圾桶的方法 |
| CN113562363B (zh) * | 2021-08-20 | 2022-07-08 | 北京云迹科技股份有限公司 | 一种清理垃圾桶的方法 |
| CN114152347A (zh) * | 2021-09-30 | 2022-03-08 | 国网黑龙江省电力有限公司电力科学研究院 | 一种变电站电力设备故障定位及火险研判综合检测方法 |
| CN114566028A (zh) * | 2022-02-21 | 2022-05-31 | 招商蛇口数字城市科技有限公司 | 电动车充电风险监测方法、装置及存储介质 |
| CN114566028B (zh) * | 2022-02-21 | 2024-05-07 | 招商蛇口数字城市科技有限公司 | 电动车充电风险监测方法、装置及存储介质 |
| CN115841731B (zh) * | 2023-02-16 | 2023-05-05 | 广东汇通信息科技股份有限公司 | 一种红外监测的园区火灾预警方法 |
| CN115841731A (zh) * | 2023-02-16 | 2023-03-24 | 广东汇通信息科技股份有限公司 | 一种红外监测的园区火灾预警方法 |
| CN116758079A (zh) * | 2023-08-18 | 2023-09-15 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN116758079B (zh) * | 2023-08-18 | 2023-12-05 | 杭州浩联智能科技有限公司 | 一种基于火花像素的危害预警方法 |
| CN117309159A (zh) * | 2023-09-04 | 2023-12-29 | 安徽中盛轨道交通产业有限公司 | 基于红外热成像的列车机柜火焰预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105046868B (zh) | 2019-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105046868A (zh) | 一种狭长环境中基于红外热像仪的火灾预警方法 | |
| CN105512667B (zh) | 红外和可见光视频图像融合识别火灾的方法 | |
| CN103761826B (zh) | 一种热成像视频双鉴林火识别系统的识别方法 | |
| CN108734125B (zh) | 一种开放空间的吸烟行为识别方法 | |
| WO2017104617A1 (ja) | ガス検知用画像処理装置、ガス検知用画像処理方法、ガス検知用画像処理プログラム、ガス検知用画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、及び、ガス検知システム | |
| US9224278B2 (en) | Automated method and system for detecting the presence of a lit cigarette | |
| EP2686667B1 (en) | Mwir sensor for flame detection | |
| CN107407634A (zh) | 在无源光学气体成像中定量气体 | |
| CN111179279A (zh) | 一种基于紫外、双目视觉的综合火焰检测方法 | |
| KR101224494B1 (ko) | 촬영 대상의 명도 및 채도 변화에 강건한 영상 기반 연기 검출 방법 | |
| CN107025753B (zh) | 一种基于多光谱图像分析的广域火灾报警装置 | |
| CN104050478A (zh) | 烟雾检测方法与系统 | |
| CN108335454B (zh) | 一种火情检测方法及装置 | |
| WO2017053037A1 (en) | Classifying images and videos | |
| JP7143174B2 (ja) | 煙検出装置及び煙識別方法 | |
| CN111951250A (zh) | 一种基于图像的火灾检测方法 | |
| Torabnezhad et al. | Visible and IR image fusion algorithm for short range smoke detection | |
| CN109034038B (zh) | 一种基于多特征融合的火灾识别装置 | |
| CN103903020A (zh) | 一种基于CodeBook的火灾图像识别方法及装置 | |
| CN113205075A (zh) | 一种检测吸烟行为的方法、装置及可读存储介质 | |
| CN101930540A (zh) | 基于视频的多特征融合的火焰检测装置和方法 | |
| KR101270718B1 (ko) | 영상에서 화재를 검출하기 위한 영상처리 장치 및 방법 | |
| JP6461511B2 (ja) | 監視装置及びプログラム | |
| Lai et al. | Robust little flame detection on real-time video surveillance system | |
| Ho | Nighttime fire/smoke detection system based on a support vector machine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 215000 No. 350 Qingcheng Mountain Road, hi tech Zone, Jiangsu, Suzhou Co-patentee after: BEIJING INSTITUTE OF TECHNOLOGY Patentee after: SUZHOU HUAQI INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: 215000 No. 350 Qingcheng Mountain Road, hi tech Zone, Jiangsu, Suzhou Co-patentee before: BEIJING INSTITUTE OF TECHNOLOGY Patentee before: SUZHOU HUAQI INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: No. 350 Qingchengshan Road, Science and Technology City, Suzhou High-tech Zone, Jiangsu Province Patentee after: SUZHOU HUAQI INTELLIGENT TECHNOLOGY Co.,Ltd. Patentee after: BEIJING INSTITUTE OF TECHNOLOGY Address before: No. 350 Qingchengshan Road, Science and Technology City, Suzhou High-tech Zone, Jiangsu Province Patentee before: SUZHOU HUAQI INTELLIGENT TECHNOLOGY Co.,Ltd. Patentee before: BEIJING INSTITUTE OF TECHNOLOGY |