CN105575034B - 一种双波段森林防火智能监控软件图像处理分析方法 - Google Patents
一种双波段森林防火智能监控软件图像处理分析方法 Download PDFInfo
- Publication number
- CN105575034B CN105575034B CN201410539090.1A CN201410539090A CN105575034B CN 105575034 B CN105575034 B CN 105575034B CN 201410539090 A CN201410539090 A CN 201410539090A CN 105575034 B CN105575034 B CN 105575034B
- Authority
- CN
- China
- Prior art keywords
- image
- pyrotechnics
- detection
- fire
- alarm
- 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.)
- Active
Links
Landscapes
- Fire-Detection Mechanisms (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种双波段森林防火智能监控软件图像处理分析方法,运用了视频监控、网络传输、GIS地理信息和图像智能识别技术,其特征是,能够同时获得可见光与红外图像两路视频信号,并以并行方式同时对烟火信息进行可见光检测与红外检测。对两路视频图像同时完成背景建模,将当前位置图像与两路背景图像进行差分处理,从而得到两路系统当前背景的差分图像。对两路差分图像进行二值化处理,得到可疑烟火区域。结合烟火的动、静态特征,利用加权投票机制决定每一路烟火信息检测系统是否报警。最后根据并行检测的两路系统的报警结果,最终决定是否报警。如最终选择报警,则对不同程度的火情结果进行分级预报。同时,该软件具有自动识别和预报准确率高等特点,并且能够实现可疑火源的精确定位和火险火情的快速传报,对森林火灾防控具有重要意义。
Description
技术领域
本发明涉及双波段森林防火智能监控软件图像处理分析方法。
背景技术
基于气候条件的多变性,以及无意或有意的人为失火,森林火灾已成为刻不容缓的突出问题。森林火灾具有突发性、随机性、破坏性大等特点,严重威胁着生态环境及人类的生命财产安全。因此,有效地预警机制、及时的火灾传报对森林防火具有重要意义。
在现有发明中,森林防火视频监控技术比较有效地解决了原始监测方法预报准确率过低、预报不及时和监测范围小等突出问题,一定程度上提高了森林火灾防控的工作效率和预防提前量,但视频监控劳动强度大,对工作人员注意力、反应力要求很高,很容易因注意力不集中、反应不及时而出现漏报现象。而且视频监控还容易受到树枝摆动、光照变化、与火焰颜色相近的物体的干扰,特别是对地火无法进行实时检测,容易产生各种误报、漏报现象。烟火探测器是在探测到火焰烟雾后将火灾信息及时传送到监控中心的一项技术方案。它探测面积大、预报准确率高、工作强度小,但烟雾探测器难以在火情刚出现时就探测到烟雾信号,而是在烟雾弥漫至烟雾探测器后才预报火情信息,这无疑将对火灾扑救造成严重的时间延迟。卫星监测也是近几年兴起的火灾监控方法。该方法虽然能够实现全天候、大范围、无死角的火灾监控,但卫星遥感影像进行大比例尺绘图要受遥感影像分辨率不够高的限制,从而使卫星遥感检测火灾的准确率降低。而且从卫星过境到核查通知监控中心的时间过长,也将对火灾扑救造成严重的时间延迟。
森林防火监控方法及森林防火监控系统,是最近才申请批准的一项专利技术。本方法将采集的森林图像利用混合高斯背景建模方法建立背景图像,然后将当前图像与背景图像进行差分,最后通过烟火对象检测算法从差分图像中获取烟火信息。这种技术方法提高了森林烟火的预报准确率,加强了森林火灾的防控效果。但是,这种技术方案同大多数方法一样,单独依靠某一种视频图像对烟火信息进行检测,没有结合其它检测方法对可疑火情进行综合判断,这样就很难实现稳定的、较高的预报准确率和发现速度。同时,这种技术方法没有对火情结果采取有效地分级处理和预报措施,不管火情大小都是采取一套消防应对方案,无谓的增加了消防成本和不必要的人员调动。由此来看,现有技术方案还没有达到森林火灾防控的最佳效果。
发明内容
在本发明提供了一种双波段智能监控软件图像处理分析方法,能够对烟火信息以并行方式同时进行可见光检测与红外检测,并结合两路检测系统的报警结果对可疑火情进行综合判断,从而有效提高了森林火灾的预警准确率和发现速度。同时通过分析可疑烟火区域的面积、持续时间、灰度等条件,对火情结果进行分级预报,有效解决了火情出现时消防方案的合理制定和消防警力的调度分配问题。
本发明采用的技术方案是:首先获取当前帧可见光、红外视频数据,并对两路视频图像同时进行背景建模,且以并行方式同时对烟火信息进行检测。将采集的当前图像与建立的两路背景图像进行差分处理,即将当前图像与背景图像的对应像素的灰度值进行作差,从而得到包含运动目标的差分图像。然后对两路检测系统的差分图像进行二值化处理,即预先设定某一阈值,如果像素值超过预先设定的二值化阈值,该像素点的像素值更新为烟火对象的像素值;否则,将该像素点的像素值更新为背景点的像素值,从而得到可疑目标区域。为了减小噪声对二值图像处理结果的影响,采用中值滤波方法对两路二值图像进行去噪处理。同时为了剔除错误分割的小区域和孤立点,对二值图像采用数学形态学中的腐蚀和膨胀算法进行处理。最后结合烟火的动、静态特征,利用如下判断方法决定每一路检测系统是否报警:
给每个判定条件即烟火特征赋一个权重。条件越重要权重越大,反之则相反。对所有判定条件的权重求和,当满足下式时,则该路检测系统选择报警:
其中,N为判定条件的个数;ωi为第i个条件的权重;νi代表第i个判定条件,如果该条件存在,νi为1,否则为0;Τ1是综合这些判定条件的权重的阈值,其可根据实际情况设定。
因为树叶摇动、光照变化或与火焰颜色相近的物体会对烟火信息检测带来干扰,致使可见光检测的误报率较高。所以,以并行方式同时进行红外检测,利用红外图像显示目标区域的热状态的性质,对可见光检测发现的警报区域进行综合判断,从而提高了报警准确率。同时因为可见光图像无法对地火进行实时检测,而红外图像可以通过对红外辐射的测量探查目标区域的热状态,所以为了避免火灾漏报现象,当可见光检测没有报警,而红外检测报警时,同样选择最终报警。因此,若两路系统同时报警,则智能监控系统最终选择报警;若红外检测报警,可见光检测没有报警,则智能监控系统最终选择报警;若红外检测没有报警,可见光检测报警,则智能监控系统最终选择不报警。
如若确实存在火情,最后通过分析可疑烟火目标的面积、持续时间、灰度等条件,对报警结果进行分级处理,将不同程度的火情用不同颜色的矩形框进行分级报警提示。
与传统技术方法相比,本发明具有在线学习背景模型的功能,能够实现目标检测和背景学习的同步进行。本发明具有处理多个通道图像的功能,这样就可以实现在360度范围内对多个通道进行实时检测,扩大监控系统的监测范围。本发明还能同时利用可见光与红外两路视频图像以并行方式对森林火灾进行检测,并结合可见光和红外两个波段的动、静态特征,利用加权投票机制对火灾的存在与否进行判断,从而提高了火灾预报的准确率。如若确实存在火情,则对火情结果进行分级处理,有效地解决了消防方案的合理制定。
附图说明
图1是本发明具体实施方式中的算法流程图。
Claims (1)
1.一种双波段森林防火智能监控软件图像处理分析方法,运用了视频监控、网络传输、GIS地理信息和图像智能识别技术,其特征是,能够同时获得可见光与红外图像两路视频信号,并以并行方式同时对烟火信息进行可见光检测与红外检测,对两路视频图像同时完成背景建模,将当前位置图像与两路背景图像进行差分处理,从而得到两路烟火信息检测系统当前背景的差分图像,对两路差分图像进行二值化处理,得到可疑烟火区域,结合烟火的动、静态特征,利用加权投票机制决定两路烟火信息检测系统的每一路是否报警,具体判断方法是:
给每个判定条件即烟火特征赋一个权重,判定条件越重要则权重越大,反之则相反,对所有判定条件的权重求和,当满足下式时,则该路烟火信息检测系统选择报警:
其中,N为判定条件的个数;wi为第i个判定条件的权重;vi代表第i个判定条件,如果第i个判定条件存在,vi为1,否则为0;T1是综合这些判定条件的权重的阈值,其可根据实际情况设定;最后根据并行检测的两路烟火信息检测系统的报警结果,用可见光与红外图像同时对某区域进行烟火信息检测,若两者同时报警,则智能监控系统最终选择报警;若红外检测报警,可见光检测没有报警,则智能监控系统最终选择报警;若红外检测没有报警,可见光检测报警,则智能监控系统最终选择不报警;如最终选择报警,通过分析可疑烟火区域的面积、持续时间、灰度,将不同程度的火情用不同颜色的矩形框进行分级警报处理,对不同程度的火情结果进行分级预报;
所述方法能够对背景模型进行在线学习,且可与目标检测同步进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410539090.1A CN105575034B (zh) | 2014-10-14 | 2014-10-14 | 一种双波段森林防火智能监控软件图像处理分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410539090.1A CN105575034B (zh) | 2014-10-14 | 2014-10-14 | 一种双波段森林防火智能监控软件图像处理分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105575034A CN105575034A (zh) | 2016-05-11 |
CN105575034B true CN105575034B (zh) | 2019-06-07 |
Family
ID=55885112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410539090.1A Active CN105575034B (zh) | 2014-10-14 | 2014-10-14 | 一种双波段森林防火智能监控软件图像处理分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105575034B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107437318B (zh) * | 2016-05-25 | 2020-02-11 | 知晓(北京)通信科技有限公司 | 一种可见光智能识别算法 |
CN106530569A (zh) * | 2016-10-17 | 2017-03-22 | 北京小米移动软件有限公司 | 火患监测的方法及装置 |
CN107093179A (zh) * | 2017-03-07 | 2017-08-25 | 北京环境特性研究所 | 针对广域空间的双波段火灾搜索定位方法 |
CN107330884B (zh) * | 2017-07-06 | 2021-06-22 | 北京安宁威尔科技发展有限公司 | 着火点检测方法及装置 |
CN107481268B (zh) * | 2017-08-16 | 2018-04-20 | 北京信德智图科技有限公司 | 基于modis遥感数据的森林防火监控方法 |
CN109461168B (zh) | 2018-10-15 | 2021-03-16 | 腾讯科技(深圳)有限公司 | 目标对象的识别方法和装置、存储介质、电子装置 |
CN110084992A (zh) * | 2019-05-16 | 2019-08-02 | 武汉科技大学 | 基于无人机的古建筑群火灾报警方法、装置及存储介质 |
CN112508328B (zh) * | 2020-10-20 | 2024-06-04 | 中国环境科学研究院 | 一种自然保护地生态质量监控系统及方法 |
CN115050159A (zh) * | 2022-06-08 | 2022-09-13 | 重庆工商大学 | 化工化学实验室防火预警方法及系统 |
CN115995135B (zh) * | 2023-03-21 | 2023-06-16 | 广东海新智能厨房股份有限公司 | 基于智能火情识别的控制方法、装置、设备及介质 |
CN117636192B (zh) * | 2023-12-12 | 2024-06-14 | 招互(江苏)智慧科技有限公司 | 一种林业监测方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105886A (zh) * | 2007-08-10 | 2008-01-16 | 山东省科学院自动化研究所 | 双波段图象识别火灾探测报警系统及其监控方法 |
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 |
CN103440484A (zh) * | 2013-09-12 | 2013-12-11 | 沈阳聚德视频技术有限公司 | 一种适应室外大空间的火焰检测方法 |
CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
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 |
-
2014
- 2014-10-14 CN CN201410539090.1A patent/CN105575034B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105886A (zh) * | 2007-08-10 | 2008-01-16 | 山东省科学院自动化研究所 | 双波段图象识别火灾探测报警系统及其监控方法 |
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 |
CN103440484A (zh) * | 2013-09-12 | 2013-12-11 | 沈阳聚德视频技术有限公司 | 一种适应室外大空间的火焰检测方法 |
CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105575034A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105575034B (zh) | 一种双波段森林防火智能监控软件图像处理分析方法 | |
EP3869459B1 (en) | Target object identification method and apparatus, storage medium and electronic apparatus | |
Gong et al. | A Real‐Time Fire Detection Method from Video with Multifeature Fusion | |
CN107025753B (zh) | 一种基于多光谱图像分析的广域火灾报警装置 | |
CN107437318B (zh) | 一种可见光智能识别算法 | |
CN103338336B (zh) | 一种架空输电线路通道烟火预警的视频检测方法 | |
CN108648400A (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 | |
CN104599427A (zh) | 一种用于公路隧道的智能图像型火灾报警系统 | |
Hossain et al. | Wildfire flame and smoke detection using static image features and artificial neural network | |
CN104463869B (zh) | 一种视频火焰图像复合识别方法 | |
CN106355162A (zh) | 一种基于视频监控的入侵检测方法 | |
CN111899452A (zh) | 基于边缘计算的森林防火预警系统 | |
CN114913663B (zh) | 异常检测方法、装置、计算机设备和存储介质 | |
Yang et al. | Early detection of forest fire based on unmaned aerial vehicle platform | |
CN105574468A (zh) | 视频火焰检测方法、装置及系统 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN110503021A (zh) | 基于时间压缩轨迹特征识别的火灾烟雾检测方法 | |
CN108682105A (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 | |
Tan et al. | Embedded human detection system based on thermal and infrared sensors for anti-poaching application | |
Saponara et al. | Exploiting R-CNN for video smoke/fire sensing in antifire surveillance indoor and outdoor systems for smart cities | |
Surantha et al. | An IoT based house intruder detection and alert system using histogram of oriented gradients | |
Luo | Research on fire detection based on YOLOv5 | |
CN103177248A (zh) | 一种基于视觉的快速行人检测方法 | |
CN103020588A (zh) | 基于视频图像分析的火焰检测方法 | |
CN212569977U (zh) | 基于灰色和rbf双层神经网络的火灾识别报警装置 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 150001 No. 1 Nanhu street, Yingbin Road, Harbin Development Zone, Heilongjiang, China Patentee after: Harbin Xinguang Photoelectric Technology Co., Ltd. Address before: 150001 No. 1 Nanhu street, Yingbin Road, Harbin Development Zone, Heilongjiang, China Patentee before: Harbin Xinguang Photoelectric Technology Co., Ltd. |