CN106226239A - 大视场角智能图像型火灾探测器及其智能火灾探测方法 - Google Patents

大视场角智能图像型火灾探测器及其智能火灾探测方法 Download PDF

Info

Publication number
CN106226239A
CN106226239A CN201610898446.XA CN201610898446A CN106226239A CN 106226239 A CN106226239 A CN 106226239A CN 201610898446 A CN201610898446 A CN 201610898446A CN 106226239 A CN106226239 A CN 106226239A
Authority
CN
China
Prior art keywords
image
fire
visual field
big angle
intelligent
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
Application number
CN201610898446.XA
Other languages
English (en)
Inventor
张同强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Quanjing Weishi Technology Co ltd
Original Assignee
Shenzhen Quanjing Weishi Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Quanjing Weishi Technology Co ltd filed Critical Shenzhen Quanjing Weishi Technology Co ltd
Priority to CN201610898446.XA priority Critical patent/CN106226239A/zh
Publication of CN106226239A publication Critical patent/CN106226239A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
    • G08B17/103—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using a light emitting and receiving device

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

本发明公开了一种大视场角智能图像型火灾探测器及其智能火灾探测方法，所述探测器包括大视场角光学拼接镜头及成像组件、视频图像综合分析平台；所述大视场角光学拼接镜头及成像组件与所述视频图像综合分析平台相连，并且均设置于相应外护罩内；所述大视场角光学拼接镜头及成像组件将其摄入的各视频源的火灾图像信息传送至所述视频图像综合分析平台，进行智能图像火灾分析，输出探测结果。本发明以最快、最佳的方式进行告警和协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。

Description

大视场角智能图像型火灾探测器及其智能火灾探测方法
技术领域
本发明涉及火灾探测技术领域，具体是一种大视场角智能图像型火灾探测器及其智能火灾探测方法。
背景技术
传统的感烟感温火灾探测技术存在一些难以解决的缺陷：探测器必须安装在起火点附近，否则将无法有效的探测到灾害的发生；而且传统火灾探测技术属于接触式的被动方式，这种探测系统如果在高大空间(飞机库、场馆、大仓库等)、室外、隧道等，很难或无法进行有效探测，因此这些场所的火灾探测始终是研究人员和消防人员的难题。
图像火灾探测技术与图像型火灾探测器，可以有效的综合烟雾、火焰的图像特征，提供直观的火灾信息，因而适用于高大空间场所；还可以在室外环境中使用，使火灾探测更大程度上满足人们对火灾安全的需求；目前，国内图像型火灾探测器的研究发展方向主要是在视频图像分析技术和多频谱火灾成像技术，而现有的图像型火灾探测器普遍存在误报率高、系统适应性差、可监控范围有限的问题。
(1)视频图像分析技术在图像火灾探测应用中的不足：
现有技术中，图像型火灾探测器主要利用火灾烟雾及火焰的可见光或近红外图像特征通过算法进行火灾判断，并未与机器学习算法进行有效的融合。在工程应用实际情况中，目前以视频图像分析技术为主要手段的图像火灾探测器在阳光及人工光源干扰等因素下容易产生误报；保护区域环境复杂，光干扰、强电磁干扰且多尘，很多探测器在投入运行后很短的时间内就出现失效现象，无法实现保护区域的可靠探测。
(2)单一视场角在图像火灾探测应用中的不足：
目前大量使用的可见光或近红外图像型火灾探测器，其存在的缺点是：探测器大多采用单一定焦镜头，这样在探测范围上的局限性较大，并且存在相当比例的探测死角。
发明内容
本发明的目的在于提供一种大视场角智能图像型火灾探测器及其智能火灾探测方法，以最快、最佳的方式进行告警和协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。
为实现上述目的，本发明提供如下技术方案：
大视场角智能图像型火灾探测器，包括大视场角光学拼接镜头及成像组件、视频图像综合分析平台；所述大视场角光学拼接镜头及成像组件与所述视频图像综合分析平台相连，并且均设置于相应外护罩内；所述大视场角光学拼接镜头及成像组件将其摄入的各视频源的火灾图像信息(即多通道火灾图像信息)传送至所述视频图像综合分析平台，进行智能图像火灾分析，输出探测结果。
作为本发明进一步的方案：所述大视场角光学拼接镜头及成像组件包括宽光谱光学透镜组、光学镜筒组件、分光棱镜一、分光棱镜二。
作为本发明进一步的方案：所述视频图像综合分析平台包括分光系统支架、可见光成像及图像处理模组、近红外成像及图像处理模组、系统支架、中央总控系统与图像拼接处理器。
利用所述的大视场角智能图像型火灾探测器的智能火灾探测方法，采集火灾图像信息后，对采集到的各视频源的火灾图像信息进行图像特征分析及提取，输出探测结果；具体包括以下步骤：
步骤A、对探测目标的各视频源的火灾图像信息进行预处理：分析所述图像信息的静态特征和动态特征，将所述特征量化后，得到视频源k的图像特征向量：
u(k)＝(v1(k)，v2(k)，v3(k))；
其中，vi(k)，i＝1，2，3是所述各视频源k的图像特征向量；
所述的步骤A具体包括以下指标：
火焰区域面积变化值：火焰区域面积变化值用来表征火灾发生的过程中面积不断变化的特征；采用计算连续帧的火焰区域面积值，然后相减得到其变化值，用火灾面积变化值Rn作为火灾特征；
火灾图像致密度：刻画了目标区域单位面积上的周长，通过致密度排除形状规则且对火焰形成强干扰的发亮物体；
火灾图像偏心率：用于区分细长物体和近似规则的干扰物体；
火灾图像质心点偏移距离：火灾发生的过程中，随着新的燃烧材料被点燃或旧的燃烧材料燃尽熄灭，火焰区域的位置不停的变化，不同帧之间的火焰区域的位置会产生一定量的移动，且移动较为缓慢平稳；
步骤B、使用步骤A所述图像特征向量作为BP神经网络的输入，得出包含火灾信息的网络预测结构；采用三层BP网络进行火灾火焰的判别，采用具有二次收敛性的LM法，对BP网络中的权值进行优化。
作为本发明进一步的方案：所述各视频源的火灾图像信息的类型包括：各个角度可见光、近红外和远红外视频图像源。
作为本发明进一步的方案：所述图像信息的静态特征和动态特征包括质心率、偏心率、形状、轮廓、面积变化。
与现有技术相比，本发明的有益效果是：
本发明的大视场角智能图像型火灾探测器，具有极低的探测死角，可实现监控空间的大范围探测，具备传统图像火灾探测器所不具有的大范围探测特性；具有较高的灵敏度，可实现火灾的早期探测；具有良好的探测准确性，误报率极低，探测器能稳定可靠运行；并且对环境的适应性好，对不同的应用环境具有自适应能力。
本发明的大视场角智能图像型火灾探测器以最快、最佳的方式进行告警和协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。
附图说明
图1为本发明的大视场角智能图像型火灾探测器的结构示意图；
图2为本发明的大视场角智能图像型火灾探测器的主视结构示意图；
图3为本发明的大视场角智能图像型火灾探测器的左视结构示意图；
图4为本发明的大视场角智能图像型火灾探测器的右视结构示意图；
图5为本发明的大视场角智能图像型火灾探测器的爆炸示意图；
图6为本发明的智能火灾探测方法的流程简图；
图中：101-大视场角光学拼接镜头及成像组件、102-视频图像综合分析平台、1-宽光谱光学透镜组、2-光学镜筒组件、3-分光系统支架、4-分光棱镜一、5-分光棱镜二、6-可见光成像及图像处理模组、7-近红外成像及图像处理模组、8-系统支架、9-中央总控系统与图像拼接处理器。
具体实施方式
下面将结合本发明实施例，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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1～5，本发明实施例中，大视场角智能图像型火灾探测器，包括大视场角光学拼接镜头及成像组件101、视频图像综合分析平台102；所述大视场角光学拼接镜头及成像组件101包括宽光谱光学透镜组1、光学镜筒组件2、分光棱镜一4、分光棱镜二5；所述视频图像综合分析平台102包括分光系统支架3、可见光成像及图像处理模组6、近红外成像及图像处理模组7、系统支架8、中央总控系统与图像拼接处理器9；
所述大视场角光学拼接镜头及成像组件101与所述视频图像综合分析平台102相连，并且均设置于相应外护罩内；所述大视场角光学拼接镜头及成像组件101将其摄入的各视频源的火灾图像信息(即多通道火灾图像信息)传送至所述视频图像综合分析平台102，进行智能图像火灾分析，输出探测结果。
请参阅图6，利用上述大视场角智能图像型火灾探测器的智能火灾探测方法，采集火灾图像信息后，对采集到的各视频源的火灾图像信息进行图像特征分析及提取，输出探测结果；具体包括以下步骤：
步骤A、对探测目标的各视频源的火灾图像信息(该各视频源的火灾图像信息的类型包括：各个角度可见光、近红外和远红外视频图像源)进行预处理：分析所述图像信息的静态特征和动态特征(该图像信息的静态特征和动态特征包括质心率、偏心率、形状、轮廓、面积变化等)，将所述特征量化后，得到视频源k的图像特征向量：
u(k)＝(v1(k)，v2(k)，v3(k))；
其中，vi(k)，i＝1，2，3是所述各视频源k的图像特征向量；
所述的步骤A具体包括以下指标：
火焰区域面积变化值：火焰区域面积变化值用来表征火灾发生的过程中面积不断变化的特征；火灾发生过程中，火焰区域不断变化，而大部分干扰物的面积变化值几乎为0，如移动的手电，虽然坐标位置不断发生变化但面积几乎不变；本发明采用计算连续帧的火焰区域面积值，然后相减得到其变化值，用火灾面积变化值Rn作为火灾特征；
火灾图像致密度：致密度通常用来描述物体边界的复杂程度，也称为圆形度或分散度，致密度刻画了目标区域单位面积上的周长，通过利用致密度可以排除形状规则且对火焰形成强干扰的发亮物体(如太阳、路灯等)；
火灾图像偏心率：偏心率也称伸长度，它描述了物体形状的紧凑性，往往用于区分细长物体和近似规则的干扰物体；
火灾图像质心点偏移距离：火灾发生的过程中，随着新的燃烧材料被点燃或旧的燃烧材料燃尽熄灭，火焰区域的位置不停的变化，不同帧之间的火焰区域的位置会产生一定量的移动，且移动较为缓慢平稳，一般不可能发生跳跃性突变，即使火灾正处于燃烧的高峰时期，火焰区域的偏移距离也不会有大的突变，如快速驶过的汽车车灯，在两帧图像中的偏移距离会表现为跳跃式突变；
步骤B、使用步骤A所述图像特征向量作为BP神经网络的输入，得出包含火灾信息的网络预测结构；
BP网络具有复杂的模式分类能力和良好的多维函数映射能力，可用其实现火灾发生概率与对应火焰特征之间的非线性映射关系；本发明采用三层BP网络进行火灾火焰的判别，为了提高网络的收敛速度和可靠性，本发明采用具有二次收敛性的LM法，对BP网络中的权值进行优化；BP网络的目标函数可由若干个函数的平方和构成，一般可以写成:通常把极小化这类函数的问题称为最小二乘问题；可以推导出,具有平方和形式的目标函数的Hes-sian矩阵和梯度可用下式计算:为了改善矩阵出现奇异的情况，通常加入一个正定对角矩阵，以改变原矩阵的特征值结构，使其变成条件数较好的对称正定矩阵；Marquardt修正算法中，令:重要的问题是怎样确定参数μ，μ取值太小，则不能保证为下降方向；而μ取值太大，将会减慢收敛速度，因此本发明采用自适应调整μ值的LM法进行BP网络中权值最优化。
本发明的大视场角智能图像型火灾探测器，具有极低的探测死角，可实现监控空间的大范围探测，具备传统图像火灾探测器所不具有的大范围探测特性；具有较高的灵敏度，可实现火灾的早期探测；具有良好的探测准确性，误报率极低，探测器能稳定可靠运行；并且对环境的适应性好，对不同的应用环境具有自适应能力。
本发明的大视场角智能图像型火灾探测器以最快、最佳的方式进行告警和协助消防人员处理火灾危机，并最大限度的降低误报和漏报现象；同时还可查看现场实时图像，根据直观的画面直接指挥调度救火。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.大视场角智能图像型火灾探测器，其特征在于，包括大视场角光学拼接镜头及成像组件(101)、视频图像综合分析平台(102)；所述大视场角光学拼接镜头及成像组件(101)与所述视频图像综合分析平台(102)相连，并且均设置于相应外护罩内；所述大视场角光学拼接镜头及成像组件(101)将其摄入的各视频源的火灾图像信息传送至所述视频图像综合分析平台(102)，进行智能图像火灾分析，输出探测结果。
2.根据权利要求1所述的大视场角智能图像型火灾探测器，其特征在于，所述大视场角光学拼接镜头及成像组件(101)包括宽光谱光学透镜组(1)、光学镜筒组件(2)、分光棱镜一(4)、分光棱镜二(5)。
3.根据权利要求1所述的大视场角智能图像型火灾探测器，其特征在于，所述视频图像综合分析平台(102)包括分光系统支架(3)、可见光成像及图像处理模组(6)、近红外成像及图像处理模组(7)、系统支架(8)、中央总控系统与图像拼接处理器(9)。
4.利用权利要求1～3任一所述的大视场角智能图像型火灾探测器的智能火灾探测方法，采集火灾图像信息后，对采集到的各视频源的火灾图像信息进行图像特征分析及提取，输出探测结果；其特征在于，具体包括以下步骤：
步骤A、对探测目标的各视频源的火灾图像信息进行预处理：分析所述图像信息的静态特征和动态特征，将所述特征量化后，得到视频源k的图像特征向量：
u(k)＝(v1(k)，v2(k)，v3(k))；
其中，vi(k)，i＝1，2，3是所述各视频源k的图像特征向量；
所述的步骤A具体包括以下指标：
火焰区域面积变化值：火焰区域面积变化值用来表征火灾发生的过程中面积不断变化的特征；采用计算连续帧的火焰区域面积值，然后相减得到其变化值，用火灾面积变化值Rn作为火灾特征；
火灾图像致密度：刻画了目标区域单位面积上的周长，通过致密度排除形状规则且对火焰形成强干扰的发亮物体；
火灾图像偏心率：用于区分细长物体和近似规则的干扰物体；
火灾图像质心点偏移距离：火灾发生的过程中，随着新的燃烧材料被点燃或旧的燃烧材料燃尽熄灭，火焰区域的位置不停的变化，不同帧之间的火焰区域的位置会产生一定量的移动，且移动较为缓慢平稳；
步骤B、使用步骤A所述图像特征向量作为BP神经网络的输入，得出包含火灾信息的网络预测结构；采用三层BP网络进行火灾火焰的判别，采用具有二次收敛性的LM法，对BP网络中的权值进行优化。
5.根据权利要求4所述的智能火灾探测方法，其特征在于，所述各视频源的火灾图像信息的类型包括：各个角度可见光、近红外和远红外视频图像源。
6.根据权利要求4所述的智能火灾探测方法，其特征在于，所述图像信息的静态特征和动态特征包括质心率、偏心率、形状、轮廓、面积变化。
CN201610898446.XA 2016-10-14 2016-10-14 大视场角智能图像型火灾探测器及其智能火灾探测方法 Pending CN106226239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610898446.XA CN106226239A (zh) 2016-10-14 2016-10-14 大视场角智能图像型火灾探测器及其智能火灾探测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610898446.XA CN106226239A (zh) 2016-10-14 2016-10-14 大视场角智能图像型火灾探测器及其智能火灾探测方法

Publications (1)

Publication Number Publication Date
CN106226239A true CN106226239A (zh) 2016-12-14

Family

ID=58077069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610898446.XA Pending CN106226239A (zh) 2016-10-14 2016-10-14 大视场角智能图像型火灾探测器及其智能火灾探测方法

Country Status (1)

Country Link
CN (1) CN106226239A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215272A (zh) * 2017-07-05 2019-01-15 波音公司 飞机安装的外部火灾探测系统
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
CN113537204A (zh) * 2020-04-20 2021-10-22 富华科精密工业（深圳）有限公司 基于红外特征、机器学习的小火焰检测方法及计算机装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109215272A (zh) * 2017-07-05 2019-01-15 波音公司 飞机安装的外部火灾探测系统
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
CN113537204A (zh) * 2020-04-20 2021-10-22 富华科精密工业（深圳）有限公司 基于红外特征、机器学习的小火焰检测方法及计算机装置

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
Hosseini et al. UFS-Net: A unified flame and smoke detection method for early detection of fire in video surveillance applications using CNNs
CN101334924A (zh) 一种火灾探测系统及其火灾探测方法
CN106226239A (zh) 大视场角智能图像型火灾探测器及其智能火灾探测方法
CN107067412A (zh) 一种多信息融合的视频火焰烟雾检测方法
CN106846375A (zh) 一种应用于自主灭火机器人的火焰检测方法
CN114863489B (zh) 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统
CN113299035A (zh) 一种基于人工智能和双目视觉的火灾识别方法及系统
Sridhar et al. Fire sensor and surveillance camera-based GTCNN for fire detection system
Zhang et al. MMFNet: Forest fire smoke detection using multiscale convergence coordinated pyramid network with mixed attention and fast-robust NMS
CN201091014Y (zh) 一种火灾探测装置
CN116307740A (zh) 基于数字孪生城市的起火点分析方法及系统、设备及介质
CN111539264A (zh) 一种船舶火焰探测定位系统与探测定位方法
CN117612249A (zh) 一种基于改进OpenPose算法的井下矿工危险行为识别方法和装置
Liu et al. Multi-scale personnel deep feature detection algorithm based on Extended-YOLOv3
CN117636565B (zh) 基于光谱特征数据融合的多光谱火焰探测系统
Narendran et al. Aerial Drones for Fire Disaster Response
Qiao et al. FireFormer: an efficient Transformer to identify forest fire from surveillance cameras
CN102175311B (zh) 一种激光光束参数测量装置
CN114037283A (zh) 一种商业综合体的火灾动态风险评估方法
CN113269111A (zh) 一种基于视频监控的电梯异常行为检测方法及系统
CN206258368U (zh) 大视场角智能图像型火灾探测器
CN117392495A (zh) 一种基于特征融合的视频火焰检测方法及系统
CN115620102A (zh) 一种基于多模态信息融合技术的火焰检测系统
CN115294718A (zh) 一种基于多源数据融合的火灾预警系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161214