CN107886670A - 林区初期火灾快速识别与定位方法、存储介质、电子设备 - Google Patents
林区初期火灾快速识别与定位方法、存储介质、电子设备 Download PDFInfo
- Publication number
- CN107886670A CN107886670A CN201710962351.4A CN201710962351A CN107886670A CN 107886670 A CN107886670 A CN 107886670A CN 201710962351 A CN201710962351 A CN 201710962351A CN 107886670 A CN107886670 A CN 107886670A
- Authority
- CN
- China
- Prior art keywords
- fire
- fire disaster
- image
- forest zone
- localization method
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000004807 localization Effects 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 239000000779 smoke Substances 0.000 claims abstract description 9
- 238000010408 sweeping Methods 0.000 claims abstract description 5
- 238000005516 engineering process Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001931 thermography Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims description 3
- 230000001149 cognitive effect Effects 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect 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
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- 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
-
- 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
Abstract
一种林区初期火灾快速识别与定位方法,其包括如下步骤:S1、启动重载球形转台,转台按制定预置路径对林区进行巡扫;S2、实时采集视场内图像,对白光和红外图像进行图像融合得到视场内图像信息;S3、启动烟火探测模式,对采集视场内图像信息进行火焰识别与初期火灾疑似区域识别;S4、在确认为疑似区域且环境亮度大于所设阈值时,进入小火焰探测模式,并在变视场条件下判断是否发生火灾;否则采用红外图像进行火灾判断;S5、确定发生火灾时,选择火源定位模式,启动火源定位系统,对火源点位置进行测量,并回传到监控管理系统;S6、根据回传信息,确定火源点精确地理位置信息,为后续救援工作提供依据。
Description
技术领域
本发明涉及森林环境监控技术领域,特别涉及一种林区初期火灾快速识别与定位方法、存储介质、电子设备。
背景技术
我国森林覆盖面积大,且多分布在丘陵和山区地带,森林防火任务复杂艰巨且任务量大,提出行之有效的解决方案是当前林区保护的关键之一。当前,林区主要监控方式,如人工巡山、瞭望塔巡视、视频监控等方法无法达到无人值守条件下的防火预警能力。
另外,现有的智能林火监控系统虽然具备无人值守防火功能,但是由于火源点面积小、特征复杂,早期火灾识别能力低,导致火灾发现不及时;另外,在火源点位置定位上,定位精度最高也只能达到一百米左右,无法满足火情识别与林火救援实际应用要求。
进一步地,林区火灾发生初期,火焰面积小、形态复杂以及具有运动特性;如果智能监控设备与火灾发生距离较远,采用固定视场下的火源探测方案无法快速对早期火焰进行准确识别,极有可能延误火灾救援时机。早期火焰快速识别是智能林火监控系统所需要解决的难题之一。
进一步地,在火源点定位方面,现有的智能林火监控系统一般采用单相机视觉定位技术,结合3S技术以及GPS定位技术,确定火源点位置。这种火源定位方式与两台基站共同定位方式相比,应用范围广,实现简单,但是定位精度最高只能达到几十米,定位精度较差。在保证单台设备应用条件下,如何提高火焰定位精度是智能林火监控系统技术研究的重点之一。
发明内容
有鉴于此,本发明提出一种结合图像融合技术、图像识别技术、双目视觉精确定位技术以及网络互联技术,实现林区复杂环境下初期火灾识别、火源精确定位以及火灾原因分析等多种功能,实现了具备无人值守条件下的森林防火监控能力的林区初期火灾快速识别与定位方法、存储介质、电子设备。
一种林区初期火灾快速识别与定位方法,其包括如下步骤:
S1、启动重载球形转台,转台按制定预置路径对林区进行巡扫;
S2、实时采集视场内图像,对白光和红外图像进行图像融合得到视场内图像信息;
S3、启动烟火探测模式,对采集视场内图像信息进行火焰识别与初期火灾疑似区域识别;
S4、在确认为疑似区域且环境亮度大于所设阈值时,进入小火焰探测模式,并在变视场条件下判断是否发生火灾;否则采用红外图像进行火灾判断;
S5、确定发生火灾时,选择火源定位模式,启动火源定位系统,对火源点位置进行测量,并回传到监控管理系统;
S6、根据回传信息,确定火源点精确地理位置信息,为后续救援工作提供依据。
在本发明所述的林区初期火灾快速识别与定位方法中,
采用伺服控制系统控制重载球形转台进行预置点巡扫。
在本发明所述的林区初期火灾快速识别与定位方法中,
采用水平、俯仰双力矩电机作为驱动单元,以及采用高精度16位绝对式编码器作为位置反馈器件,实现预置点模式下的精确位置定位。
在本发明所述的林区初期火灾快速识别与定位方法中,
在所述步骤S2中,采用单红外热成像传感器采集红外热图像,采用双白光CMOS传感器采集可视图像;在转台巡扫过程中,对主CMOS传感器和红外CMOS传感器所采集到的图像进行匹配和融合,形成主观测图像。
在本发明所述的林区初期火灾快速识别与定位方法中,
在所述步骤S3中,进入烟火探测模式后,对融合后图像进行图像特征分析、图像分割、运动火焰特征提取以及火灾危险区域识别步骤,确定危险区域位置。
在本发明所述的林区初期火灾快速识别与定位方法中,
在所述步骤S4中,如果存在在小火焰探测模式下,转台调整方位角度,控制主白光相机的电动变倍镜头自动变焦,调整视场角度,使危险区域所占像素变大,图像清晰,满足烟火探测要求;随后,进入烟火识别阶段,确认是否发生火灾。
在本发明所述的林区初期火灾快速识别与定位方法中,
所述步骤S5中,根据火灾确认模式确定火源定位方案;
相应地,所述步骤S6中,位置信息回传到GIS服务器中,结合GIS技术以及GPS全球定位技术,确认火源地理位置。
本发明还提供一种存储介质,该存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法。
本发明还提供一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一项所述的方法。
实施本发明提供的林区初期火灾快速识别与定位方法、存储介质、电子设备与现有技术相比具有的有益效果:能够将变视场条件下的白光CMOS火焰快速识别技术与红外热成像烟火探测技术相结合,不仅实现不同环境下的烟火识别功能的基础上,同时又有效的缩短了火灾从发生到发现的时间;同时,在照度允许条件下,采用远距离双目视觉定位技术对火源点定位,与单点定位相比,极大地提高了火源点定位精度,为后续的火情监控与救援工作提供更大帮助。
附图说明
图1是本发明实施例的林区初期火灾快速识别与定位方法方法流程图;
图2是图1中步骤S3的子流程图;
图3是图1中步骤S4的子流程图。
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。基于本发明的实施例,本领域技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护范围。
需要说明的是,在不冲突的情况下,本发明中的实施例中的特征可以互相结合。
下面结合附图1-3和具体实施例对本发明作进一步说明,但不作为本发明限定。
实施例1
S1、启动高精密重载球形转台,转台按制定预置路径对林区进行巡扫;
S2、实时采集视场内图像,对白光和红外图像进行图像融合;
S3、启动烟火探测模式,对采集视场内图像信息进行火焰识别与初期火灾疑似区域识别;
S4、确认为疑似区域且环境亮度大于所设阈值,系统进入小火焰探测模式,在变视场条件下判断是否发生火灾;否则采用红外图像进行火灾判断;
S5、确定发生火灾时,系统选择火源定位模式,启动火源定位系统,对火源点位置进行精确测量,并回传到监控管理系统;
S6、根据回传信息,确定火源点精确地理位置信息,为后续救援工作提供依据。
进一步地,步骤S1中,采用伺服控制系统控制精密重载球形转台进行预置点巡扫。
作为一种优选方案,采用水平、俯仰双力矩电机作为驱动单元,以及采用高精度16位绝对式编码器作为位置反馈器件,实现预置点模式下的精确定位。
进一步地,步骤S2中,采用单红外热成像传感器采集红外热图像,采用双白光CMOS传感器采集可视图像。在转台巡扫过程中,对主CMOS传感器和红外CMOS传感器所采集到的图像进行匹配和融合,形成主观测图像。
作为一种优选方案,为提高较暗环境下的图像质量,白光CMOS选用超低照度CMOS器件;同时,白光相机具备光学透雾功能。
作为一种优选方案,图像融合算法选用基于加权对比度与局部熵融合的改进型图像融合算法,结合白光图像清晰度和红外图像热敏感特性,对视场内图像进行采集。
进一步地,步骤S3中,进入烟火探测模式后,对融合后图像进行图像特征分析、图像分割、运动火焰特征提取以及火灾危险区域识别等几个步骤,确定危险区域位置。
作为一种优选方案,林区火灾发生初期,林区火焰呈较强的运动特性,故采用多特征融合的方式对火焰进行识别。
进一步地,步骤S3中,详细步骤包括:
S3a,火焰特征分析。
具体地,在特征分析的时候,结合空间域、频域和时域等火焰特征,以便后续火焰准确识别。其中,空间域特征主要包括颜色、纹理、亮度以及形状等特征,频域特征主要包括高亮频谱特张,时域频域特征主要包括运动火焰面积变化和强运动等特征。
S3b,背景建模和区域分割。
具体地,在背景建模的时候,用颜色和纹理信息对环境背景进行混合高斯建模,然后进行图像分割获得运动区域。
S3c,火灾特征提取。
具体地,对火焰空间域、频域和时域特征进行提取。
S3d,运动火焰识别以及早期火焰疑似区域判断。
具体地通过图像提取到的火焰特征确认是否发生,如果有疑似概率发生火灾但疑似区域面积较小,则将该区域作为早期火焰疑似区域。
进一步地,步骤S4中,变视场条件下可变视场小面积火焰处理详细步骤包括:
S4a,找到小火的疑似区域。
具体地,因为火焰面积小,特征不明显,所以较难完成匹配和模式识别,必须对这些过程进行特殊处理。另外,进入小火探测除了面积较小外,还对火焰发生概率作出判断,以决定该位置是否为火点以及火点状态。
S4b,变视场,跟踪目标,并把目标移到视场正中并放大。控制转台把目标移到视场正中,控制摄像头变焦,将目标的面积放大到1000像素。
S4c,进行火灾探测一段时间(一般探测5s),以探测出目标是否是火灾区域。
S4d,根据探测的结果进行适当的处理:如果不是火灾区域,则恢复视场,转台继续巡扫模式;否则,继续探测并进行报警,然后恢复视场。
进一步地,步骤55中,根据火灾确认模式确定火源定位方案。
作为一种优选方案,如果以小火焰探测模式作为确认模式,则采用双白光CMOS双目视觉对火源进行精确定位;如果选择红外热成像作为确认模式,则采用单红外热成像视觉定位方式对火源进行粗定位。
具体地,该双目测距系统采用高精度图像处理算法以及高精度远距离误差矫正算法,实现了图像亚亚像素级提取并提高了系统远距离测距精度。
进一步,步骤56中,位置信息回传到GIS服务器中,结合GIS技术以及GPS全球定位技术,确认火源地理位置。
作为一种优选方案,选用ArcGIS Engin 10.2作为GIS数据库。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
可以理解的是,对于本领域的普通技术人员来说,可以根据本发明的技术构思做出其它各种相应的改变与变形,而所有这些改变与变形都应属于本发明权利要求的保护范围。
Claims (9)
1.一种林区初期火灾快速识别与定位方法,其特征在于,其包括如下步骤:
S1、启动重载球形转台,转台按制定预置路径对林区进行巡扫;
S2、实时采集视场内图像,对白光和红外图像进行图像融合得到视场内图像信息;
S3、启动烟火探测模式,对采集视场内图像信息进行火焰识别与初期火灾疑似区域识别;
S4、在确认为疑似区域且环境亮度大于所设阈值时,进入小火焰探测模式,并在变视场条件下判断是否发生火灾;否则采用红外图像进行火灾判断;
S5、确定发生火灾时,选择火源定位模式,启动火源定位系统,对火源点位置进行测量,并回传到监控管理系统;
S6、根据回传信息,确定火源点精确地理位置信息,为后续救援工作提供依据。
2.如权利要求1所述的林区初期火灾快速识别与定位方法,其特征在于,
采用伺服控制系统控制重载球形转台进行预置点巡扫。
3.如权利要求2所述的林区初期火灾快速识别与定位方法,其特征在于,
采用水平、俯仰双力矩电机作为驱动单元,以及采用高精度16位绝对式编码器作为位置反馈器件,实现预置点模式下的精确位置定位。
4.如权利要求1所述的林区初期火灾快速识别与定位方法,其特征在于,
在所述步骤S2中,采用单红外热成像传感器采集红外热图像,采用双白光CMOS传感器采集可视图像;在转台巡扫过程中,对主CMOS传感器和红外CMOS传感器所采集到的图像进行匹配和融合,形成主观测图像。
5.如权利要求1所述的林区初期火灾快速识别与定位方法,其特征在于,
在所述步骤S3中,进入烟火探测模式后,对融合后图像进行图像特征分析、图像分割、运动火焰特征提取以及火灾危险区域识别步骤,确定危险区域位置。
6.如权利要求1所述的林区初期火灾快速识别与定位方法,其特征在于,
在所述步骤S4中,如果存在在小火焰探测模式下,转台调整方位角度,控制主白光相机的电动变倍镜头自动变焦,调整视场角度,使危险区域所占像素变大,图像清晰,满足烟火探测要求;随后,进入烟火识别阶段,确认是否发生火灾。
7.如权利要求1所述的林区初期火灾快速识别与定位方法,其特征在于,
所述步骤S5中,根据火灾确认模式确定火源定位方案;
相应地,所述步骤S6中,位置信息回传到GIS服务器中,结合GIS技术以及GPS全球定位技术,确认火源地理位置。
8.一种存储介质,该存储介质上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
9.一种电子设备,包括存储器和处理器,存储器上储存有在处理器上运行的计算机程序,其特征在于:处理器执行计算机程序时实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710962351.4A CN107886670A (zh) | 2017-10-17 | 2017-10-17 | 林区初期火灾快速识别与定位方法、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710962351.4A CN107886670A (zh) | 2017-10-17 | 2017-10-17 | 林区初期火灾快速识别与定位方法、存储介质、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107886670A true CN107886670A (zh) | 2018-04-06 |
Family
ID=61781546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710962351.4A Pending CN107886670A (zh) | 2017-10-17 | 2017-10-17 | 林区初期火灾快速识别与定位方法、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886670A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108922098A (zh) * | 2018-05-04 | 2018-11-30 | 国网山西省电力公司电力科学研究院 | 一种基于红外引导及雷达探测的山火监测系统及方法 |
CN109145796A (zh) * | 2018-08-13 | 2019-01-04 | 福建和盛高科技产业有限公司 | 一种基于视频图像融合分析算法的电力管廊火源识别及火点测距方法 |
CN110232692A (zh) * | 2019-05-22 | 2019-09-13 | 浙江大学 | 一种基于改进种子填充算法的电气设备热源区域分离方法 |
CN111599129A (zh) * | 2020-06-17 | 2020-08-28 | 东北林业大学 | 一种基于三目摄像头的森林火灾识别与测距方法 |
CN111982300A (zh) * | 2020-08-20 | 2020-11-24 | 湖北林青测控科技有限公司 | 区域危险目标热值定位采集系统和装置 |
CN113205562A (zh) * | 2021-05-31 | 2021-08-03 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
CN113240880A (zh) * | 2021-05-27 | 2021-08-10 | 浙江大华技术股份有限公司 | 一种火点检测方法、装置、电子设备及存储介质 |
CN113299035A (zh) * | 2021-05-21 | 2021-08-24 | 上海电机学院 | 一种基于人工智能和双目视觉的火灾识别方法及系统 |
CN113450530A (zh) * | 2021-06-03 | 2021-09-28 | 河北华电石家庄热电有限公司 | 一种基于智能视频分析算法的安全预警系统 |
CN113570813A (zh) * | 2021-07-26 | 2021-10-29 | 郑州蓝视科技有限公司 | 一种智能烟感装置 |
CN114973588A (zh) * | 2022-05-20 | 2022-08-30 | 深兰人工智能应用研究院(山东)有限公司 | 火源定位方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1561493A2 (de) * | 2004-02-06 | 2005-08-10 | EADS Deutschland GmbH | Verfahren zur Erkennung, Planung und Bekämpfung von Wald- und Flächenbränden |
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 |
CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测系统 |
CN203630903U (zh) * | 2013-12-26 | 2014-06-04 | 北京东方巨融科技开发有限公司 | 基于森林防火监测报警用前端基站系统 |
CN106897653A (zh) * | 2015-12-17 | 2017-06-27 | 北京林业大学 | 基于红外和可见光视频融合的林区烟火检测方法及其检测系统 |
CN106897720A (zh) * | 2017-01-11 | 2017-06-27 | 济南中维世纪科技有限公司 | 一种基于视频分析的烟火检测方法及装置 |
-
2017
- 2017-10-17 CN CN201710962351.4A patent/CN107886670A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1561493A2 (de) * | 2004-02-06 | 2005-08-10 | EADS Deutschland GmbH | Verfahren zur Erkennung, Planung und Bekämpfung von Wald- und Flächenbränden |
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 |
CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测系统 |
CN203630903U (zh) * | 2013-12-26 | 2014-06-04 | 北京东方巨融科技开发有限公司 | 基于森林防火监测报警用前端基站系统 |
CN106897653A (zh) * | 2015-12-17 | 2017-06-27 | 北京林业大学 | 基于红外和可见光视频融合的林区烟火检测方法及其检测系统 |
CN106897720A (zh) * | 2017-01-11 | 2017-06-27 | 济南中维世纪科技有限公司 | 一种基于视频分析的烟火检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
柴奇等: ""一种改进的可见光与红外图像融合算法"", 《红外技术》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108922098A (zh) * | 2018-05-04 | 2018-11-30 | 国网山西省电力公司电力科学研究院 | 一种基于红外引导及雷达探测的山火监测系统及方法 |
CN109145796A (zh) * | 2018-08-13 | 2019-01-04 | 福建和盛高科技产业有限公司 | 一种基于视频图像融合分析算法的电力管廊火源识别及火点测距方法 |
CN110232692A (zh) * | 2019-05-22 | 2019-09-13 | 浙江大学 | 一种基于改进种子填充算法的电气设备热源区域分离方法 |
CN110232692B (zh) * | 2019-05-22 | 2021-04-13 | 浙江大学 | 一种基于改进种子填充算法的电气设备热源区域分离方法 |
CN111599129A (zh) * | 2020-06-17 | 2020-08-28 | 东北林业大学 | 一种基于三目摄像头的森林火灾识别与测距方法 |
CN111982300B (zh) * | 2020-08-20 | 2024-01-23 | 湖北林青测控科技有限公司 | 区域危险目标热值定位采集系统和装置 |
CN111982300A (zh) * | 2020-08-20 | 2020-11-24 | 湖北林青测控科技有限公司 | 区域危险目标热值定位采集系统和装置 |
CN113299035A (zh) * | 2021-05-21 | 2021-08-24 | 上海电机学院 | 一种基于人工智能和双目视觉的火灾识别方法及系统 |
CN113240880A (zh) * | 2021-05-27 | 2021-08-10 | 浙江大华技术股份有限公司 | 一种火点检测方法、装置、电子设备及存储介质 |
CN113205562A (zh) * | 2021-05-31 | 2021-08-03 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
CN113205562B (zh) * | 2021-05-31 | 2023-09-15 | 中国矿业大学(北京) | 一种基于双目视觉的矿井热动力灾害判识与定位方法 |
CN113450530A (zh) * | 2021-06-03 | 2021-09-28 | 河北华电石家庄热电有限公司 | 一种基于智能视频分析算法的安全预警系统 |
CN113570813A (zh) * | 2021-07-26 | 2021-10-29 | 郑州蓝视科技有限公司 | 一种智能烟感装置 |
CN114973588A (zh) * | 2022-05-20 | 2022-08-30 | 深兰人工智能应用研究院(山东)有限公司 | 火源定位方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107886670A (zh) | 林区初期火灾快速识别与定位方法、存储介质、电子设备 | |
US10366511B2 (en) | Method and system for image georegistration | |
Morse et al. | UAV video coverage quality maps and prioritized indexing for wilderness search and rescue | |
CN102693603B (zh) | 一种基于双光谱的森林防火智能监控系统 | |
EP3149698B1 (en) | Method and system for image georegistration | |
CN110142785A (zh) | 一种基于目标检测的巡检机器人视觉伺服方法 | |
US9520040B2 (en) | System and method for real-time 3-D object tracking and alerting via networked sensors | |
CN104754302A (zh) | 一种基于枪球联动系统的目标检测跟踪方法 | |
CN111679695B (zh) | 一种基于深度学习技术的无人机巡航及追踪系统和方法 | |
US11668577B1 (en) | Methods and systems for response vehicle deployment | |
CN112068111A (zh) | 一种基于多传感器信息融合的无人机目标侦测方法 | |
CN105676884A (zh) | 一种红外热成像搜索跟踪瞄准的装置及方法 | |
CN103400463B (zh) | 一种基于二维图像的林火定位方法和装置 | |
CN110067274B (zh) | 设备控制方法及挖掘机 | |
CN105637322A (zh) | 景点定位方法及其定位系统 | |
CN112085003A (zh) | 公共场所异常行为自动识别方法及装置、摄像机设备 | |
CN104166137A (zh) | 一种基于雷达告警态势图显示的目标综合参数跟踪测量方法 | |
US20160205355A1 (en) | Monitoring installation and method for presenting a monitored area | |
US11023502B2 (en) | User interaction event data capturing system for use with aerial spherical imagery | |
KR101579275B1 (ko) | 위험객체 위치추적을 통한 실시간 모니터링을 이용한 방범보안 시스템 | |
CN107607939B (zh) | 一种基于真实地图及影像的光学目标跟踪定位雷达装置 | |
CN116323393A (zh) | 用于检测跑道上的异物的系统及其方法 | |
CN111596594B (zh) | 一种全景大数据应用监测管控系统 | |
CN110572576A (zh) | 一种拍摄可见光和热成像重叠图的方法、系统及电子设备 | |
CN113792684B (zh) | 弱对齐条件下的消防机器人多模态视觉火焰检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180406 |
|
RJ01 | Rejection of invention patent application after publication |