CN106530594B - 夜视场景下基于火焰检测的火灾识别方法 - Google Patents
夜视场景下基于火焰检测的火灾识别方法 Download PDFInfo
- Publication number
- CN106530594B CN106530594B CN201611205887.3A CN201611205887A CN106530594B CN 106530594 B CN106530594 B CN 106530594B CN 201611205887 A CN201611205887 A CN 201611205887A CN 106530594 B CN106530594 B CN 106530594B
- Authority
- CN
- China
- Prior art keywords
- fire
- flame
- night vision
- speck
- recognizing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004297 night vision Effects 0.000 title claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 claims abstract description 29
- 230000033001 locomotion Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000001186 cumulative effect Effects 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 238000012360 testing method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035807 sensation Effects 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
本发明公开了夜视场景下基于火焰检测的火灾识别方法，包括：步骤1，通过带夜视功能的监控摄像头采集监控场景的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉零星亮斑的干扰噪声；步骤4，在时间轴上，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，并过滤掉；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，判断所监控的场景中是否发生火灾。该方法克服了现有技术中的夜间火灾检测方法易受干扰而存在误警率高的问题。
Description
技术领域
本发明涉及火焰检测领域，具体地，涉及夜视场景下基于火焰检测的火灾识别方法。
背景技术
火灾是众多灾害中突发频率较高且极具毁坏性的一种，传统的火灾检测方法是基于烟感、热感等探测器的，其取得了不错的效果，但有如下不足：不适用于开放空间和大空间(包括户外环境)；火灾检出时间较晚，错过了最佳的灭火时机。为此，部分研究人员采用红外摄像机代替那些探测器并借助视频和图像处理技术来检测火灾，然而其设备成本太高。随着可见光监控摄像机的高速发展和视频监控的大面积推广，基于可见光摄像机的火灾检测得到了国内外越来越多的研究人员的关注，其可同时克服传统探测器的缺陷和红外摄像机的不足。但是，现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题，尤其是在夜间。
因此，提供一种可以有效地提高检出率的同时降低误检率的夜视场景下基于火焰检测的火灾识别方法是本发明亟需解决的问题。
发明内容
针对上述技术问题，本发明的目的是克服现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题，从而提供一种可以有效地提高检出率的同时降低误检率的夜视场景下基于火焰检测的火灾识别方法。
为了实现上述目的，本发明提供了夜视场景下基于火焰检测的火灾识别方法，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。
优选地，所述步骤2中对火焰的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。
优选地，所述火焰的亮度检测使用单高斯模型来训练和检测火焰。
优选地，所述火焰的运动检测采用Approximate Median模型来检测。
优选地，所述火焰的特征包括：形状、运动方向变化、轮廓频繁变动和位置变动。
优选地，所述步骤6中，对每个簇提取的特征包括簇的中心坐标、簇边界。
优选地，所述方法还包括步骤8：所述步骤7中得出火灾存在结果后，报警器启动发生报警信号。
优选地，所述报警器上还有无线传输设备，所述报警器不仅发出报警信号，还会通过无线设备将报警信号发送至用户的移动终端上，通知用户。
根据上述技术方案，本发明提供的夜视场景下基于火焰检测的火灾识别方法通过带夜视功能的监控摄像头采集监控场景的图像信息，然后对采集的图像信息进行分析和检测，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声，即不在大片亮斑附近出现的亮斑，用多张连续时间的图像检测结果形成一张亮斑的概率图像，然后对亮斑的分簇区域进行随机性检测，根据检测结果得出是否发生火灾。本发明提供的方法有效地克服了现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明的一种优选的实施方式中提供的夜视场景下基于火焰检测的火灾识别方法的流程框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如图1，本发明提供了一种夜视场景下基于火焰检测的火灾识别方法，所述方法包括：步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；步骤2，对采集的每帧图像进行亮度分割，同时对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成亮斑的累积分布概率图像；步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。
根据上述技术方案，本发明提供的夜视场景下基于火焰检测的火灾识别方法通过带夜视功能的监控摄像头采集监控场景的图像信息，然后对采集的图像信息进行分析和检测，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声，即不在大片亮斑附近出现的亮斑，用多张连续时间的图像检测结果形成一张亮斑的概率图像，然后对亮斑的分簇区域进行随机性检测，根据检测结果得出是否发生火灾。本发明提供的方法有效地克服现有技术中的火灾检测方法仍然存在误警率高、检出率低的问题。
本发明中为了清楚的了解所述火焰图像信息，判断火焰的危险性，在本发明的一种优选的实施方式中，所述步骤2中对火焰的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。
本发明中，对于所述火焰的亮度检测可能的技术路线包括规则集、多项式模型和混合高斯分布模型等，但是为了更好的检测所述火焰的信息，在本发明的一种优选的实施方式中，所述火焰的亮度检测使用单高斯模型来训练和检测火焰，所述单高斯模型可以更加清楚地检测出所述火焰的信息。
本发明中，对于所述火焰的运动检测可能的技术路线包括帧差法、背景法等，但是本发明深入研究危险火焰的燃烧表现之后，在本发明的一种优选的实施方式中，所述火焰的运动检测采用Approximate Median模型来检测，所述Approximate Median模型更加符合危险火焰的快速闪烁特性。
在本发明的一种优选的实施方式中，所述火焰的特征包括：形状、运动方向变化、轮廓频繁变动和位置变动，本发明中对于所述火焰的特征进行详细的检测，可以更加清楚的掌握火焰的信息，可以有效地提高判别所述火焰的准确性。
在本发明的一种优选的实施方式中，所述步骤6中对每个簇提取的特征包括簇的中心坐标、簇边界。
在本发明的一种具体的实施方式中，所述方法还包括步骤8：所述步骤7中得出火灾存在结果后，报警器启动发生报警信号，从而有效地提醒用户，防止危险事情地发生。
在本发明的一种优选的实施方式中，所述报警器上还有无线传输设备，所述报警器不仅发出报警信号，还会通过无线设备将报警信号发送至用户的移动终端上，通知用户，这样也可以防止用户不在事发现场而导致危险事件的发生。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (8)
1.一种夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述方法包括：
步骤1，通过带夜视功能的监控摄像头采集监控场景下的图像序列；
步骤2，对采集的每帧图像进行亮度分割，对采集到的图像序列进行背景建模和运动检测，得到备选的火焰区域；
步骤3，对备选的火焰区域进行逻辑筛选，找到大片亮斑周边的零星亮斑，并且过滤掉所述零星亮斑的干扰噪声；
步骤4，在时间轴上，利用连续的若干帧检测结果，计算累积分布，形成焰心的累积分布概率图像；
步骤5，对得到的累积分布概率图在空间上进行二值化和聚类操作，过滤掉概率小于50％的簇；
步骤6，对剩余的每个簇提取特征，并在时间轴上进行随机性检测；
步骤7，根据所述随机性检测所得到的结果判断所监控的场景中是否发生火灾。
2.根据权利要求1所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述步骤2中对场景监控的图像序列进行的检测包括：火焰的亮度检测、火焰的运动检测和火焰的特征检测。
3.根据权利要求2所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述火焰的亮度检测使用单高斯模型来训练和检测火焰。
4.根据权利要求3所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述火焰的运动检测采用Approximate Median模型来检测。
5.根据权利要求4所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述火焰的特征包括：形状、运动方向变化、轮廓频繁变动和位置变动。
6.根据权利要求2所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述步骤6中对每个簇提取的特征包括簇的中心坐标、簇边界。
7.根据权利要求1所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述方法还包括步骤8：所述步骤7中得出火灾存在结果后，报警器启动发生报警信号。
8.根据权利要求7所述的夜视场景下基于火焰检测的火灾识别方法，其特征在于，所述报警器上还有无线传输设备，所述报警器不仅发出报警信号，还会通过无线设备将报警信号发送至用户的移动终端上，通知用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611205887.3A CN106530594B (zh) | 2016-12-23 | 2016-12-23 | 夜视场景下基于火焰检测的火灾识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611205887.3A CN106530594B (zh) | 2016-12-23 | 2016-12-23 | 夜视场景下基于火焰检测的火灾识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106530594A CN106530594A (zh) | 2017-03-22 |
| CN106530594B true CN106530594B (zh) | 2018-12-04 |
Family
ID=58337611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611205887.3A Active CN106530594B (zh) | 2016-12-23 | 2016-12-23 | 夜视场景下基于火焰检测的火灾识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106530594B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107730517B (zh) * | 2017-11-10 | 2018-07-13 | 公安部天津消防研究所 | 一种基于自适应亮度分割的火灾视频图像分析算法 |
| CN109801335A (zh) * | 2019-01-08 | 2019-05-24 | 北京旷视科技有限公司 | 图像处理方法、装置、电子设备和计算机存储介质 |
| CN110942045B (zh) * | 2019-12-05 | 2023-05-26 | 安徽信息工程学院 | 一种基于机器视觉的智能鱼缸投食系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493980A (zh) * | 2009-03-05 | 2009-07-29 | 中国科学技术大学 | 一种基于多特征融合的快速视频火焰探测方法 |
| CN101587622A (zh) * | 2009-06-18 | 2009-11-25 | 任芳 | 基于视频图像智能分析的森林烟火检测与识别方法及设备 |
| CN101908142A (zh) * | 2010-08-04 | 2010-12-08 | 丁天 | 一种基于特征分析的视频火焰检测方法 |
| CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
| CN102236947A (zh) * | 2010-04-29 | 2011-11-09 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与系统 |
| CN102332092A (zh) * | 2011-09-14 | 2012-01-25 | 广州灵视信息科技有限公司 | 一种基于视频分析的火焰检测方法 |
| CN204706130U (zh) * | 2015-04-22 | 2015-10-14 | 深圳市佳信捷技术股份有限公司 | 摄像装置和火灾检测报警系统 |
| CN205582179U (zh) * | 2016-04-20 | 2016-09-14 | 国家电网公司 | 基于卫星遥感图像的森林火灾远程监测系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110317007A1 (en) * | 2010-06-24 | 2011-12-29 | Kim Ki-Il | Smoke and carbon monoxide alarm device having a video camera |
| JP6543127B2 (ja) * | 2014-07-31 | 2019-07-10 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
-
2016
- 2016-12-23 CN CN201611205887.3A patent/CN106530594B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493980A (zh) * | 2009-03-05 | 2009-07-29 | 中国科学技术大学 | 一种基于多特征融合的快速视频火焰探测方法 |
| CN101587622A (zh) * | 2009-06-18 | 2009-11-25 | 任芳 | 基于视频图像智能分析的森林烟火检测与识别方法及设备 |
| CN102236947A (zh) * | 2010-04-29 | 2011-11-09 | 中国建筑科学研究院 | 基于视频摄像机的火焰监测方法与系统 |
| CN101908142A (zh) * | 2010-08-04 | 2010-12-08 | 丁天 | 一种基于特征分析的视频火焰检测方法 |
| CN102163358A (zh) * | 2011-04-11 | 2011-08-24 | 杭州电子科技大学 | 一种基于视频图像分析的烟雾/火焰检测方法 |
| CN102332092A (zh) * | 2011-09-14 | 2012-01-25 | 广州灵视信息科技有限公司 | 一种基于视频分析的火焰检测方法 |
| CN204706130U (zh) * | 2015-04-22 | 2015-10-14 | 深圳市佳信捷技术股份有限公司 | 摄像装置和火灾检测报警系统 |
| CN205582179U (zh) * | 2016-04-20 | 2016-09-14 | 国家电网公司 | 基于卫星遥感图像的森林火灾远程监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106530594A (zh) | 2017-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sankarasubramanian et al. | Artificial Intelligence-Based Detection System for Hazardous Liquid Metal Fire | |
| JP4705090B2 (ja) | 煙感知装置及びその方法 | |
| CN102708647B (zh) | 图像和多波段红外紫外复合型火灾探测方法 | |
| CN104867265B (zh) | 摄像装置、火灾检测报警系统及方法 | |
| CN106530594B (zh) | 夜视场景下基于火焰检测的火灾识别方法 | |
| CN104978829B (zh) | 一种室内吸烟监控控制方法及系统 | |
| CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
| JP2010097265A (ja) | 煙検出装置 | |
| JP2010238032A (ja) | 煙検出装置 | |
| CN109731258B (zh) | 基于红外技术的变压器着火点监测及灭火方法和系统 | |
| KR20150078049A (ko) | 화재 감지 장치 | |
| CN110543803A (zh) | 监控方法、装置、服务器和存储介质 | |
| JP2010097412A (ja) | 煙検出装置 | |
| CN108298393A (zh) | 基于深度网络过滤电梯困人误报的方法 | |
| CN107688793A (zh) | 一种变电站室外火灾自动监测预警方法 | |
| CN109409243A (zh) | 一种移动目标中人体视觉检测方法 | |
| JP6617015B2 (ja) | 炎検出装置および炎検出方法 | |
| JP5286113B2 (ja) | 煙検出装置 | |
| CN113052140A (zh) | 一种基于视频的变电站人员车辆违规检测方法及系统 | |
| CN105427303B (zh) | 一种变电站遗留物的视觉测量与估计方法 | |
| CN116740885A (zh) | 烟雾火焰报警方法、装置、电子设备及存储介质 | |
| JP2017102718A (ja) | 炎検出装置および炎検出方法 | |
| CN202662124U (zh) | 图像和多波段红外紫外复合型火灾探测系统 | |
| JP6166650B2 (ja) | 炎検出装置および炎検出方法 | |
| JP2015108920A (ja) | 炎検出装置および炎検出方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: No. 8, Wen Jin Xi Road, Wuhu, Anhui Province Applicant after: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Address before: No. 8, Wen Jin Xi Road, Wuhu, Anhui Province Applicant before: MECHANICAL & ELECTRICAL ENGINEERING,ANHUI POLYTECHNIC University |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder |
Address after: 241000 Room 501, new village committee business office building, Jinghu District, Wuhu City, Anhui Province Patentee after: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Address before: 241000 Anhui city of Wuhu province Wenjin Road No. 8 Patentee before: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY |
|
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 241000 No.1, Yonghe Road, Wanqi District, Wuhu City, Anhui Province Patentee after: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Address before: 241000 Room 501, Xinjian new village committee office building, Jinghu District, Wuhu City, Anhui Province Patentee before: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY |
|
| CP02 | Change in the address of a patent holder | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20170322 Assignee: Wuhu Huanrun Environmental Technology Co.,Ltd. Assignor: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Contract record no.: X2023980033283 Denomination of invention: A Fire Identification Method Based on Flame Detection in Night Vision Scene Granted publication date: 20181204 License type: Common License Record date: 20230307 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20170322 Assignee: SUZHOU ESON ROBOT TECHNOLOGY CO.,LTD. Assignor: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Contract record no.: X2023980037918 Denomination of invention: A Fire Identification Method Based on Flame Detection in Night Vision Scenes Granted publication date: 20181204 License type: Common License Record date: 20230718 |
|
| EE01 | Entry into force of recordation of patent licensing contract |