CN108334801A - 一种火灾识别方法、装置及火灾报警系统 - Google Patents
一种火灾识别方法、装置及火灾报警系统 Download PDFInfo
- Publication number
- CN108334801A CN108334801A CN201710042305.2A CN201710042305A CN108334801A CN 108334801 A CN108334801 A CN 108334801A CN 201710042305 A CN201710042305 A CN 201710042305A CN 108334801 A CN108334801 A CN 108334801A
- Authority
- CN
- China
- Prior art keywords
- video image
- current video
- region
- pyrotechnics
- fire
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明实施例提供了一种火灾识别方法、装置及火灾报警系统,所述方法包括:获取视频监控设备拍摄的当前视频图像;判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断所述区域的相似度小于预设值,则识别发生火灾。应用本发明实施例能够减小烟火识别报警的误报警率。
Description
技术领域
本发明涉及火灾报警领域,特别是涉及一种火灾识别方法、装置及火灾报警系统。
背景技术
火灾发生时,着火点会产生火灾特征现象,如白烟。利用智能可见光摄像头捕捉到着火点的视频图像,可以通过识别火灾特征现象判定火灾并产生报警信号。使用该方法识别火灾并完成火灾报警的技术称为烟火识别报警。
但使用烟火识别报警方法时,常受到雨雾天气及工业烟雾的干扰,产生误报警,导致误报率高。
发明内容
本发明实施例的目的在于提供一种火灾识别方法、装置及火灾报警系统,以减小烟火识别报警的误报率。具体技术方案如下:
本发明实施例提供了一种火灾识别方法,包括:
获取视频监控设备拍摄的当前视频图像;
判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;
若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;
将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;
若判断所述区域的相似度小于预设值,则识别发生火灾。
可选的,所述判断所述当前视频图像中是否存在疑似烟火区域,包括:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
可选的,所述利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域,包括:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;
利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;
判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
可选的,所述当前视频图像还携带有视频图像的获取时间;
所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
可选的,所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
可选的,所述若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
可选的,所述则识别发生火灾,之后,所述方法还包括:
发送火灾报警指令。
本发明实施例提供了一种火灾识别装置,包括:
获取模块,用于获取视频监控设备拍摄的当前视频图像;
判断模块,用于判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;
获取模块,还用于若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;
比较模块,用于将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;
火灾识别模块,用于若判断所述区域的相似度小于预设值,则识别发生火灾。
可选的,所述判断模块,具体用于:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
可选的,所述判断模块,具体用于:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
可选的,所述当前视频图像还携带有视频图像的获取时间;
所述获取模块,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
可选的,所述获取模块,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
可选的,所述装置还包括:
存储模块,用于若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
可选的,所述装置还包括:
发送模块,用于发送火灾报警指令。
本发明实施例提供了一种火灾报警方法,包括:
由视频监控设备拍摄视频图像;
由检测服务器获取视频监控设备拍摄的当前视频图像;判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断所述区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令;
由展示平台接收所述火灾报警指令、展示报警信息并报警。
可选的,所述判断所述当前视频图像中是否存在疑似烟火区域,包括:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
可选的,所述利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域,包括:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;
利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;
判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
可选的,所述当前视频图像还携带有视频图像的获取时间;
所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
可选的,所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
可选的,所述若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
本发明实施例提供了一种火灾报警系统,包括:
视频监控设备,用于拍摄视频图像;
检测服务器,用于获取视频监控设备拍摄的当前视频图像;判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断所述区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令;
展示平台,用于接收所述火灾报警指令、展示报警信息并报警。
可选的,所述检测服务器,具体用于:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
可选的,所述检测服务器,具体用于:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
可选的,所述当前视频图像还携带有视频图像的获取时间;
所述检测服务器,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
可选的,所述检测服务器,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
可选的,所述检测服务器还用于:
若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
本发明实施例提供的一种火灾识别方法、装置及火灾报警系统,通过获取视频监控设备拍摄的当前视频图像,判断所述当前视频图像中是否存在疑似烟火区域,若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断所述区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。本发明实施例利用与所述当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报率。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的火灾识别方法的流程图;
图2为基于图1所示方法的一实例的流程图;
图3为基于图1所示方法的另一实例的流程图;
图4为本发明实施例的火灾识别装置的一种结构示意图;
图5为本发明实施例的火灾识别装置的另一种结构示意图;
图6为本发明实施例的火灾报警方法的流程图;
图7为本发明实施例的火灾报警系统的结构示意图。
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。
本发明实施例公开了一种火灾识别方法、装置及火灾报警系统,能够减小烟火识别报警的误报率。
下面首先对本发明实施例提供的一种火灾识别方法进行介绍。
现有的火灾报警系统,包括视频监控设备、检测服务器及展示平台,视频监控设备位于室外的视频监控区域内,视频监控设备如摄像机、摄像头等,视频监控设备实时拍摄视频监控区域的视频图像,并将视频图像提供给检测服务器;检测服务器位于室内监控室内,检测服务器可以为计算机、具有计算功能的服务器等,检测服务器依据周期从视频监控设备获取当前视频图像,并判断当前视频图像是否存在疑似烟火区域,如果存在,则识别发生火灾,并发送火灾报警指令给展示平台;展示平台也位于室内监控室内,展示平台可以为计算机的显示屏幕等,展示平台接收检测服务器发送的火灾报警指令,展示报警信息并报警。现有的火灾报警系统利用烟火识别方法识别火灾并产生报警信号,即主要利用智能可见光摄像头捕捉到着火点的视频图像,通过识别火灾特征现象判定火灾并产生报警信号。但现有的火灾识别方法常受到雨雾天气及工业烟雾的干扰,将雨雾及工业烟雾当做火灾特征现象产生火灾报警,导致火灾报警的误报率高。而本发明针对现有的火灾报警系统,将火灾识别方法进行改进,主要为:获取视频监控设备拍摄的当前视频图像,判断当前视频图像中存在疑似烟火区域之后,不立即判断发生火灾,而是对疑似烟火区域再进一步判断,通过利用与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,若区域相似度小于预设值则识别发生火灾。因此,本发明能够排除雨雾及工业烟雾的干扰,能够减小烟火识别报警的误报率。
参见图1,图1为本发明实施例的火灾识别方法的流程图,包括如下步骤:
步骤101,获取视频监控设备拍摄的当前视频图像。
本发明实施例由检测服务器执行,检测服务器可以为计算机、具有计算功能的服务器、或设置在服务器中的软件等。
视频监控设备为,拍摄视频监控区域视频图像的设备,包括摄像机、摄像头、照相机等。视频监控设备可以为多种云台监控设备,例如通过转动以监控不同区域的球机、固定拍摄位置的枪机等。
本发明实施例中,由视频监控设备实时拍摄视频监控区域的视频图像,检测服务器依据预设的周期获取视频监控设备拍摄的当前视频图像,以从当前视频图像中判断视频监控区域是否发生火灾。其中,周期以分钟或小时计,如10分钟或0.5小时等。
步骤102,判断当前视频图像中是否存在疑似烟火区域。
本申请并不对所采用的判断当前视频图像中是否存在疑似烟火区域的方法进行限定,任何可以判断当前视频图像中是否存在疑似烟火区域的方法都可以应用于本申请中,如烟火分析算法。
疑似烟火区域为,当前视频图像中符合烟火特征的区域。烟火特征如烟雾、火光等。疑似烟火区域可以为预设形状的曲线框,携带有曲线框内各点的坐标,预设形状的曲线框可以为矩形框、圆形框等。如,本发明实施例利用烟火分析算法判断当前视频图像,得到当前视频图像存在疑似烟火区域的判断结果,且该疑似烟火区域为当前视频图像上一矩形框。
步骤103,若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板。
若当前视频图像中存在疑似烟火区域,说明该疑似烟火区域有可能为火灾区域,针对该情况,现有的火灾识别方法会直接发出火灾报警,上报该疑似烟火区域为火灾区域。但实际中,有可能该疑似烟火区域的烟火特征是由雨雾或者工业烟雾产生的,工业烟雾如工厂烟囱等。现有的火灾识别方法无法对疑似烟火区域进一步判断,火灾误报警率高。本发明利用环境模板进一步判断疑似烟火区域,减少雨雾天气及工业烟雾的干扰产生的误报警率。
环境模板为,与当前视频图像的监控位置一致的,无报警状态的历史视频图像。本发明实施例中,与当前视频图像对应的环境模板可以为,与当前视频图像的监控位置一致的,无报警状态的任一个历史视频图像。需要说明的是,本发明实施例在确认一视频图像为无报警状态后,将该视频图像存储为对应监控位置的环境模板。
由环境模板的无报警状态可知,环境模板中可以含有正常区域,也就是不含有任何已确认为无报警状态的疑似烟火区域;也可以含有已确认为无报警状态的雨雾区域或者工业烟雾区域等,其中,雨雾区域为当前视频图像中,由于天气原因产生的雨的区域和/或雾的区域;工业烟雾区域为当前视频图像中,工业正常生产排放的烟雾的区域,如一工厂烟囱排放的烟雾。本发明实施例中,利用可能含有雨雾区域或工业烟雾区域的环境模板,进一步判断疑似烟火区域是否为雨雾区域及工业烟雾区域,能够减少雨雾天气及工业烟雾的干扰产生的误报警率。
步骤104,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。
本发明实施例中,将当前视频图像的疑似烟火区域,与对应的环境模板中的同一区域进行比较,环境模板中的同一区域有可能为正常区域、雨雾区域、工业烟雾区域。本发明实施例获得当前视频图像的疑似烟火区域与对应的环境模板中的同一区域内,视频图像的像素点的相似程度为区域的相似度。例如,将当前视频图像的疑似烟火区域中的每个像素点,与对应的环境模板中的同一区域内的每个像素点逐一进行对比,获得区域的像素点的相似程度为区域的相似度。区域的相似度可以为一个百分比数值,如80%。其中,获得区域的相似度除像素点逐一对比的方法外,还可以采用多种方法,在此不一一赘述。
步骤105,若判断区域的相似度小于预设值,则识别发生火灾。
预设值是根据工业需要或大量数据获得的区域的相似度的阈值,当判断区域的相似度小于预设值时,说明当前视频图像的疑似烟火区域的像素点与环境模板的同一区域的像素点的相似度较低,当前视频图像的疑似烟火区域并不在环境模板的正常区域、雨雾区域或工业烟雾区域内,则识别疑似烟火区域发生火灾。
显而易见,若判断区域的相似度大于或等于预设值,说明当前视频图像的疑似烟火区域在环境模板的正常区域、雨雾区域或工业烟雾区域内,则识别未发生火灾。
可见,本发明实施例提供的火灾识别方法,通过获取视频监控设备拍摄的当前视频图像,判断当前视频图像中是否存在疑似烟火区域,若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断区域的相似度小于预设值,则识别发生火灾。本发明实施例利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
参见图2,图2为基于图1所示方法的一实例的流程图,包括:
步骤201,获取视频监控设备拍摄的当前视频图像。
本发明实施例中,检测服务器依据周期能够同时获取多个视频监控设备拍摄的当前视频图像。当前视频图像还携带有视频图像的获取时间及视频监控设备的编号,视频监控设备的编号体现所拍摄的视频监控位置。
步骤202,利用烟火分析算法判断当前视频图像中是否存在疑似烟火区域。
烟火分析算法为本领域技术人员均可知悉的方法,主要步骤可以包括:
第一步,获取当前视频图像的码流数据,及当前视频图像之前连续的,预设数量个视频图像的码流数据。
将当前视频图像进行去噪声、滤波等图像处理及解码处理,获得当前视频图像的码流数据。同理,可以获得当前视频图像之前连续的,预设数量个视频图像的码流数据,优选的实施例可以为,获取当前视频图像之前,预设数量个周期的视频图像的码流数据,预设数量为依据工业需求设置或者人工设置的数值,如3等。
第二步,利用烟火分析算法中预设的烟和\或火的特征,判断当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在烟和\或火的特征的像素点构成的区域,作为当前视频图像的第一疑似烟火区域,并获取当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征。
烟火分析算法中预设有烟和\或火的特征,预设的烟和\或火的特征是根据大量数据分析总结得出的。烟和\或火的特征包括:烟和\或火的颜色特征、烟和\或火的颜色分布特征、烟和\或火的形状特征、烟和\或火的轮廓特征、烟和\或火的纹理特征等。例如,烟的颜色包括白色、黄色、黑色等,火的颜色及颜色分布主要体现为,随着火焰焰心到火焰外表温度升高,火焰颜色变化依次可以为:暗红色、红色、橙色、黄色、蓝白色和白色。
通过预设的烟和\或火的特征,对当前视频图像的码流数据的像素点逐一判断,获得存在烟和\或火的特征的像素点构成的区域,作为当前视频图像的第一疑似烟火区域,该第一疑似烟火区域有可能为火灾区域,也有可能为雨雾区域,需要后续步骤的进一步判断。同理,可以获得当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,优选的实施例可以为,获得当前视频图像之前,预设数量个周期的视频图像的第一疑似烟火区域。
第三步,判断连续的多个第一疑似烟火区域是否满足烟火分析算法中预设的烟和\或火的运动特征,并将满足烟和\或火的运动特征的当前视频图像的第一区域,作为当前视频图像的疑似烟火区域。
由于视频图像中可能出现一些短暂的特殊情况,如突然燃放的个别烟花等,其持续时间可能非常短,仅通过满足烟和\或火的特征的当前视频图像的第一疑似烟火区域,判定该区域为可能发生火灾的疑似烟火区域是不准确的。火灾是具有一定持续时间的,因此,通过连续的多个视频图像,综合判定疑似烟火区域是比较可信的。
根据研究得知,烟和\或火具有独特的运动特征,例如,烟的运动呈现不规则移动,移动的烟的形状也为不规则形状,而其他类似物体,例如云,其形状则相对固定,移动多呈现水平移动,且移动具有一定方向性。
烟火分析算法中预设有烟和\或火的运动特征,预设的烟和\或火的运动特征是根据大量数据分析总结得出的。利用预设的烟和\或火的运动特征,能够进一步对连续的多个视频图像的第一疑似烟火区域进行判断,获得疑似烟火区域。
优选的实施例可以为,判断当前视频图像的第一疑似烟火区域及当前视频图像之前,预设数量个周期的视频图像的第一疑似烟火区域,是否满足烟火分析算法中预设的烟和\或火的运动特征,并将满足烟和\或火的运动特征的当前视频图像的第一区域,作为当前视频图像的疑似烟火区域。
若当前视频图像中存在疑似烟火区域,则执行步骤203,根据当前视频图像的获取时间,在多个环境模板中,查找到与当前视频图像的获取时间对应的一个环境模板,作为与当前视频图像对应的环境模板。
本发明实施例中,已提前将获取的每个视频监控设备拍摄的无报警状态的视频图像,按照获取时间依次存储为每个监控位置的环境模板。以周期为0.5小时举例,有获取时间为8:00的环境模板、获取时间为8:30的环境模板等。根据当前视频图像的获取时间,如8:30,在同一监控位置的多个环境模板中,查找到与当前视频图像的获取时间相同的,即获取时间为8:30的环境模板为,与当前视频图像对应的环境模板。
由于实际中,同一监控位置的多个周期的视频图像可能相同,本发明实施例也可以将一天划分为多个时间段,存储同一监控位置的每个时间段内的,一个无报警状态的视频图像为该监控位置的该时间段的环境模板,以减少环境模板的数量,进而减小环境模板的查找范围,提高查找速度。如存储有7:00~8:00的环境模板、8:00~9:00的环境模板等。根据当前视频图像的获取时间,如8:30,在同一监控位置的多个环境模板中,查找到8:00~9:00的环境模板,因该环境模板包含当前视频图像的获取时间8:30,将该环境模板作为与当前视频图像对应的环境模板。本发明实施例可以根据当前视频图像的获取时间,在历史获取时间对应的环境模板中,查找到与当前视频图像的获取时间对应的一个环境模板,如将去年同一日期的环境模板中的8:00~9:00的环境模板,作为与当前视频图像对应的环境模板。
作为优选的实施例,本发明实施例在前一天的环境模板中,查找到与当前视频图像的获取时间对应的一个环境模板,作为与当前视频图像对应的环境模板。以提高查找速度。
若当前视频图像中不存在疑似烟火区域,则执行步骤208,识别未发生火灾,并将当前视频图像存储至环境模板中。
本发明实施例中,若当前视频图像中不存在疑似烟火区域,显而易见,则步骤208具体为,识别未发生火灾,并将当前视频图像,依据视频图像的获取时间存储至环境模板中。其中,环境模板可以如前所述,预设有不同的时间段,可以将当前视频图像,依据视频图像的获取时间所属的时间段,存储至对应时间段的环境模板中。
步骤204,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。
本实施例中,可以采用多种方法将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。如像素点逐一对比的方法等。在此不一一赘述。
步骤205,判断区域的相似度是否小于预设值。
若判断区域的相似度小于预设值,则执行步骤206,识别发生火灾,并执行步骤207,发送火灾报警指令。
预设值是一个预设的区域的相似度的阈值,如90%。本发明实施例中,若使用像素点逐一对比的方法判断区域的相似度小于预设值,则说明当前视频图像的疑似烟火区域与对应的环境模板中的同一区域的视频图像的像素点相似度较低,当前视频图像的疑似烟火区域不属于环境模板中的正常区域、雨雾区域或工业烟雾区域,因此当前视频图像的疑似烟火区域应判定为火灾,并发送火灾报警指令。
若判断区域的相似度大于或等于预设值,则执行步骤208,识别未发生火灾,并将当前视频图像,依据视频图像的获取时间存储至环境模板中。
显而易见的,本发明实施例中,若区域的相似度大于或等于预设值,则说明当前视频图像的疑似烟火区域与对应的环境模板中的同一区域相似度较高,应属于环境模板中的正常区域、雨雾区域或工业烟雾区域,均属于无报警的区域,因此当前视频图像的疑似烟火区域不应判定为火灾。本发明实施例中,将当前视频图像,依据当前视频图像的获取时间存储至环境模板中。
可见,本发明实施例提供的火灾识别方法,通过获取视频监控设备拍摄的当前视频图像,利用烟火分析算法判断当前视频图像中是否存在疑似烟火区域,若当前视频图像中存在疑似烟火区域,则根据当前视频图像的获取时间,在多个环境模板中,查找到与当前视频图像的获取时间对应的一个环境模板,作为与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。本发明实施例根据当前视频图像的获取时间,获取当前视频图像对应的环境模板,利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
参见图3,图3为基于图1所示方法的另一实例的流程图,包括:
步骤301,获取视频监控设备拍摄的当前视频图像。
本发明实施例中,检测服务器依据周期能够同时获取多个视频监控设备拍摄的当前视频图像。当前视频图像还携带有视频图像的获取时间及视频监控设备的编号,视频监控设备的编号体现所拍摄的视频监控位置。
步骤302,利用烟火分析算法判断当前视频图像中是否存在疑似烟火区域。
烟火分析算法为本领域技术人员均可知悉的方法,参见图2的步骤202的内容,在此不做赘述。
若当前视频图像中存在疑似烟火区域,则执行步骤303,根据当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与获取时间的天气数据对应的一个环境模板,作为与当前视频图像对应的环境模板。其中,天气数据包括降水量、温度。
本发明实施例中,已提前将获取的每个视频监控设备拍摄的无报警状态的视频图像,按照获取时间的天气数据,依次存储为每个监控位置的环境模板。如降水量为10~25毫米/小时的环境模板、温度范围为20摄氏度~30摄氏度的环境模板等。根据当前视频图像的获取时间,通过天气预报等查找到获取时间的天气数据,如降水量为15毫米/小时,在同一监控位置的多个环境模板中,查找到降水量为10~25毫米/小时的环境模板,该环境模板的降水量范围包含获取时间的降水量15毫米/小时,因此将该环境模板作为与当前视频图像对应的环境模板。
因为实际中的天气数据通常同时包含降水量、温度等多个因素,因此,在本发明实施例中,可以将多个天气数据结合为一个环境模板,这都是合理的。如降水量为5~10毫米/小时且温度范围为5摄氏度~15摄氏度的环境模板、降水量为10~25毫米/小时且温度范围为20摄氏度~30摄氏度的环境模板等。根据当前视频图像的获取时间,首先通过天气预报等查找到获取时间的天气数据,如降水量为15毫米/小时且温度范围为25摄氏度,然后在同一监控位置的多个环境模板中,查找到降水量为10~25毫米/小时且温度范围为20摄氏度~30摄氏度的环境模板,该环境模板的降水量范围包含获取时间的降水量15毫米/小时,温度范围包含获取时间的温度25摄氏度,因此将该环境模板作为与当前视频图像对应的环境模板。
需要说明的是,本发明实施例可以用于天气数据差异较大的场景,如预设天气数据的阈值,当通过天气预报等得知,当前视频图像的获取时间的天气数据,与前一天的天气数据的差异超过天气数据的阈值时,则不使用前一天的环境模板,而是根据当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与获取时间的天气数据对应的一个环境模板,作为与当前视频图像对应的环境模板。这样能够减少天气数据的较大差异引发的环境模板的较大差异问题,使用天气数据对应的环境模板能够提高环境模板的准确度,进而提高火灾识别的准确度。优选的方案还可以为,在前一天通过天气预报获取到第二天的天气数据,当两个天气数据的差异超过天气数据的阈值时,提前依据天气预报获得的第二天的天气数据,选择与第二天的天气数据对应的一个环境模板,简化第二天的该火灾识别方法的流程,提高该方法的效率。
若当前视频图像中不存在疑似烟火区域,则执行步骤308,识别未发生火灾,并将当前视频图像存储至环境模板中。
本发明实施例中,若当前视频图像中不存在疑似烟火区域,显而易见,则步骤308具体为,识别未发生火灾,并将当前视频图像,依据当前视频图像的获取时间的天气数据存储至环境模板中。其中,环境模板可以如前所述,预设有不同的天气数据范围,可以将当前视频图像,依据视频图像的获取时间的天气数据,存储至对应天气数据范围的环境模板中。
步骤304,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。
本实施例中,可以采用多种方法将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。如像素点逐一对比的方法等。在此不一一赘述。
步骤305,判断区域的相似度是否小于预设值。
若判断区域的相似度小于预设值,则执行步骤306,识别发生火灾,并执行步骤307,发送火灾报警指令。
预设值是一个预设的区域的相似度的阈值,如90%。本发明实施例中,若使用像素点逐一对比的方法判断区域的相似度小于预设值,则说明当前视频图像的疑似烟火区域与对应的环境模板中的同一区域的视频图像的像素点相似度较低,当前视频图像的疑似烟火区域不属于环境模板中的正常区域、雨雾区域或工业烟雾区域,因此当前视频图像的疑似烟火区域应判定为火灾,并发送火灾报警指令。
若判断区域的相似度大于或等于预设值,则执行步骤308,识别未发生火灾,并将当前视频图像,依据视频图像的获取时间的天气数据存储至环境模板中。
显而易见的,本发明实施例中,若区域的相似度大于或等于预设值,则说明当前视频图像的疑似烟火区域与对应的环境模板中的同一区域相似度较高,属于环境模板中的正常区域、雨雾区域或工业烟雾区域,均属于无报警的区域,因此当前视频图像的疑似烟火区域不应判定为火灾。本发明实施例中,将当前视频图像,依据视频图像的获取时间的天气数据存储至环境模板中。
可见,本发明实施例提供的火灾识别方法,通过获取视频监控设备拍摄的当前视频图像,利用烟火分析算法判断当前视频图像中是否存在疑似烟火区域,若当前视频图像中存在疑似烟火区域,则根据当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与获取时间的天气数据对应的一个环境模板,作为与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。本发明实施例根据当前视频图像的获取时间的天气数据,获取当前视频图像对应的环境模板,利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
需要说明的是,以上实施例仅为本发明的火灾识别方法的优选实施例,本发明的火灾识别方法并不限于以上两种实施例。如,可以将图2所示实施例的步骤203及图3所示实施例的步骤303进行结合,而其余步骤不变,结合后的步骤可以为:根据当前视频图像的获取时间及获取时间的天气数据,在多个环境模板中,查找到与获取时间的天气数据对应的一个环境模板,作为与当前视频图像对应的环境模板。其中,天气数据包括降水量、温度。以下举例说明结合后的该步骤:
本发明实施例中,已提前将获取的每个视频监控设备拍摄的无报警状态的视频图像,按照获取时间及获取时间的天气数据,依次存储为每个监控位置的环境模板。如获取时间为7:00~8:00且降水量为10~25毫米/小时的环境模板、获取时间为8:00~9:00且温度范围为20摄氏度~30摄氏度的环境模板等。根据当前视频图像的获取时间8:00,及通过天气预报等查找到的获取时间8:00时的天气数据,如降水量为15毫米/小时,在同一监控位置的多个环境模板中,首先查找到包含获取时间8:00的环境模板,然后在包含获取时间8:00的环境模板中,查找到包含降水量15毫米/小时的环境模板,最终获得获取时间为7:00~8:00且降水量为10~25毫米/小时的环境模板,将该环境模板作为与当前视频图像对应的环境模板。
同理,因为实际中的天气数据通常同时包含降水量、温度等多个因素,因此,在本发明实施例中,也可以在环境模板中包含多个天气数据,这都是合理的。如获取时间为7:00~8:00、降水量为10~25毫米/小时且温度范围为20摄氏度~30摄氏度的环境模板等。根据当前视频图像的获取时间,首先在同一监控位置的多个环境模板中,查找到包含该获取时间的环境模板,然后依次查找到包含获取时间时的降水量及获取时间时的温度的环境模板,直至获得最终的与当前视频图像对应的环境模板。
本发明实施例将获取时间与天气数据结合,能够获得更准确的环境模板,能够提高本发明的火灾识别方法的准确度。
参见图4,图4为本发明实施例的火灾识别装置的一种结构示意图,包括:
获取模块401,用于获取视频监控设备拍摄的当前视频图像。
判断模块402,用于判断当前视频图像中是否存在疑似烟火区域;其中,疑似烟火区域为,当前视频图像中符合烟火特征的区域。
获取模块401,还用于若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板;其中,环境模板为,与当前视频图像的监控位置一致的,无报警状态的历史视频图像。
比较模块403,用于将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度。
火灾识别模块404,用于若判断区域的相似度小于预设值,则识别发生火灾。
需要说明的是,本发明实施例的装置是应用上述火灾识别方法的装置,则上述应用火灾识别方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
可见,本发明实施例提供的火灾识别装置,通过获取视频监控设备拍摄的当前视频图像,判断当前视频图像中是否存在疑似烟火区域,若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断区域的相似度小于预设值,则识别发生火灾。本发明实施例利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
在图4的基础上,作为另一种实施例,参见图5,图5为本发明实施例的火灾识别装置的另一种结构示意图,包括:
判断模块502,具体用于:
利用烟火分析算法判断当前视频图像中是否存在疑似烟火区域。
判断模块502,具体用于:
获取当前视频图像的码流数据,及当前视频图像之前连续的,预设数量个视频图像的码流数据;利用烟火分析算法中预设的烟和\或火的特征,判断当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在烟和\或火的特征的像素点构成的区域,作为当前视频图像的第一疑似烟火区域,并获取当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;判断连续的多个第一疑似烟火区域是否满足烟火分析算法中预设的烟和\或火的运动特征,并将满足烟和\或火的运动特征的当前视频图像的第一区域,作为当前视频图像的疑似烟火区域。
当前视频图像还携带有视频图像的获取时间。
获取模块501,具体用于:
若当前视频图像中存在疑似烟火区域,根据当前视频图像的获取时间,在多个环境模板中,查找到与当前视频图像的获取时间对应的一个环境模板,作为与当前视频图像对应的环境模板。
获取模块501,还具体用于:
若当前视频图像中存在疑似烟火区域,根据当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与获取时间的天气数据对应的一个环境模板,作为与当前视频图像对应的环境模板,其中,天气数据包括降水量、温度。
本发明实施例的装置还包括:
存储模块505,用于若当前视频图像中不存在疑似烟火区域,或,若当前视频图像中存在疑似烟火区域,且判断区域的相似度大于或等于预设值,则识别未发生火灾,并将当前视频图像存储至环境模板中。
发送模块506,用于发送火灾报警指令。
可见,本发明实施例提供的火灾识别装置,通过获取视频监控设备拍摄的当前视频图像,判断当前视频图像中是否存在疑似烟火区域,若当前视频图像中存在疑似烟火区域,则根据视频图像的获取时间或根据视频图像的获取时间的天气数据,获取与当前视频图像对应的环境模板,将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度,若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。本发明实施例利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
以上提供了一种由检测服务器执行的火灾识别方法和对应的火灾识别装置,该检测服务器作为火灾报警系统的一部分,能够从已获取的视频图像中识别火灾。本发明还提供了一种应用于火灾报警系统的火灾报警方法,能够实现视频监控、火灾识别及火灾报警的完整过程,能够减小烟火识别报警的误报率。
参见图6,图6为本发明实施例的火灾报警方法的流程图,该火灾报警方法由火灾报警系统执行,火灾报警系统包括:视频监控设备、检测服务器、展示平台。该火灾报警方法包括:
步骤601,由视频监控设备拍摄视频图像。视频监控设备位于室外的视频监控区域内,视频监控设备为,实时拍摄视频监控区域视频图像的设备,包括摄像机、摄像头、照相机等。视频监控设备可以为多种云台监控设备,例如通过转动以监控不同区域的球机、固定拍摄位置的枪机等。
步骤602,由检测服务器获取视频监控设备拍摄的当前视频图像;判断当前视频图像中是否存在疑似烟火区域;其中,疑似烟火区域为,当前视频图像中符合烟火特征的区域;若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板;其中,环境模板为,与当前视频图像的监控位置一致的,无报警状态的历史视频图像;将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。检测服务器位于室内监控室内,检测服务器可以为计算机、具有计算功能的服务器、服务器内的软件等。检测服务器执行图1所示实施例的技术方案,此处不再赘述。
步骤603,由展示平台接收火灾报警指令、展示报警信息并报警。展示平台位于室内监控室内。展示平台可以为显示屏幕等。展示平台能够显示各个监控位置的报警状态,如以圆点等形式表示各个监控位置,当展示平台接收到火灾报警指令,在对应监控位置的圆点显示闪烁并发出报警声音,如蜂鸣声、警铃声等,同时能够实现联动报警,将报警信息发送给119消防中心、发送短信及网络提醒等。
可见,本发明实施例提供的火灾报警方法,首先由视频监控设备拍摄视频图像。其次由检测服务器获取视频监控设备拍摄的当前视频图像;判断当前视频图像中是否存在疑似烟火区域;若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板;将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。最后由展示平台接收火灾报警指令、展示报警信息并报警。本发明实施例利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
参见图7,图7为本发明实施例的火灾报警系统的结构示意图,包括:
视频监控设备701,用于拍摄视频图像。
视频监控设备如前所述,不再赘述。
检测服务器702,用于获取视频监控设备拍摄的当前视频图像;判断当前视频图像中是否存在疑似烟火区域;其中,疑似烟火区域为,当前视频图像中符合烟火特征的区域;若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板;其中,环境模板为,与当前视频图像的监控位置一致的,无报警状态的历史视频图像;将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。检测服务器位于室内监控室内,检测服务器可以为计算机、具有计算功能的服务器、服务器内的软件等。检测服务器执行图1所示实施例的技术方案,此处不再赘述。
展示平台703,用于接收火灾报警指令、展示报警信息并报警。
展示平台如前所述,不再赘述。
可见,本发明实施例提供的火灾报警系统,包括视频监控设备、检测服务器及展示平台。视频监控设备拍摄视频图像。检测服务器获取视频监控设备拍摄的当前视频图像;判断当前视频图像中是否存在疑似烟火区域;若当前视频图像中存在疑似烟火区域,则获取与当前视频图像对应的环境模板;将当前视频图像的疑似烟火区域,与对应的环境模板中的疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令。展示平台接收火灾报警指令、展示报警信息并报警。本发明实施例利用与当前视频图像对应的环境模板识别火灾,能够减少雨雾天气及工业烟雾的干扰,降低烟火识别报警的误报警率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (16)
1.一种火灾识别方法,其特征在于,包括:
获取视频监控设备拍摄的当前视频图像;
判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;
若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;
将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;
若判断所述区域的相似度小于预设值,则识别发生火灾。
2.根据权利要求1所述的方法,其特征在于,所述判断所述当前视频图像中是否存在疑似烟火区域,包括:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
3.根据权利要求2所述的方法,其特征在于,所述利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域,包括:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;
利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;
判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
4.根据权利要求1~3任一项所述的方法,其特征在于,所述当前视频图像还携带有视频图像的获取时间;
所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
5.根据权利要求4所述的方法,其特征在于,所述若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板,包括:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
6.根据权利要求1~3任一项所述的方法,其特征在于,所述若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
7.根据权利要求1~3任一项所述的方法,其特征在于,所述则识别发生火灾,之后,所述方法还包括:
发送火灾报警指令。
8.一种火灾识别装置,其特征在于,包括:
获取模块,用于获取视频监控设备拍摄的当前视频图像;
判断模块,用于判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;
获取模块,还用于若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;
比较模块,用于将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;
火灾识别模块,用于若判断所述区域的相似度小于预设值,则识别发生火灾。
9.根据权利要求8所述的装置,其特征在于,所述判断模块,具体用于:
利用烟火分析算法判断所述当前视频图像中是否存在疑似烟火区域。
10.根据权利要求9所述的装置,其特征在于,所述判断模块,具体用于:
获取所述当前视频图像的码流数据,及所述当前视频图像之前连续的,预设数量个视频图像的码流数据;利用所述烟火分析算法中预设的烟和\或火的特征,判断所述当前视频图像的码流数据中,每个像素点是否存在烟和\或火的特征,并将存在所述烟和\或火的特征的像素点构成的区域,作为所述当前视频图像的第一疑似烟火区域,并获取所述当前视频图像之前连续的,预设数量个视频图像的第一疑似烟火区域,所述烟和\或火的特征包括颜色特征、颜色分布特征、形状特征、轮廓特征、纹理特征;判断连续的多个第一疑似烟火区域是否满足所述烟火分析算法中预设的烟和\或火的运动特征,并将满足所述烟和\或火的运动特征的所述当前视频图像的第一区域,作为所述当前视频图像的疑似烟火区域。
11.根据权利要求8~10任一项所述的装置,其特征在于,所述当前视频图像还携带有视频图像的获取时间;
所述获取模块,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间,在多个环境模板中,查找到与所述当前视频图像的获取时间对应的一个环境模板,作为与所述当前视频图像对应的环境模板。
12.根据权利要求11所述的装置,其特征在于,所述获取模块,具体用于:
若所述当前视频图像中存在疑似烟火区域,根据所述当前视频图像的获取时间的天气数据,在多个环境模板中,查找到与所述获取时间的天气数据对应的一个环境模板,作为与所述当前视频图像对应的环境模板,其中,所述天气数据包括降水量、温度。
13.根据权利要求8~10任一项所述的装置,其特征在于,所述装置还包括:
存储模块,用于若所述当前视频图像中不存在疑似烟火区域,或,若所述当前视频图像中存在疑似烟火区域,且判断所述区域的相似度大于或等于预设值,则识别未发生火灾,并将所述当前视频图像存储至环境模板中。
14.根据权利要求8~10任一项所述的装置,其特征在于,所述装置还包括:
发送模块,用于发送火灾报警指令。
15.一种火灾报警方法,其特征在于,包括:
由视频监控设备拍摄视频图像;
由检测服务器获取视频监控设备拍摄的当前视频图像;判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断所述区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令;
由展示平台接收所述火灾报警指令、展示报警信息并报警。
16.一种火灾报警系统,其特征在于,包括:
视频监控设备,用于拍摄视频图像;
检测服务器,用于获取视频监控设备拍摄的当前视频图像;判断所述当前视频图像中是否存在疑似烟火区域;其中,所述疑似烟火区域为,所述当前视频图像中符合烟火特征的区域;若所述当前视频图像中存在疑似烟火区域,则获取与所述当前视频图像对应的环境模板;其中,所述环境模板为,与所述当前视频图像的监控位置一致的,无报警状态的历史视频图像;将所述当前视频图像的疑似烟火区域,与对应的环境模板中的所述疑似烟火区域对应的区域进行比较,获得区域的相似度;若判断所述区域的相似度小于预设值,则识别发生火灾,并发送火灾报警指令;
展示平台,用于接收所述火灾报警指令、展示报警信息并报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710042305.2A CN108334801A (zh) | 2017-01-20 | 2017-01-20 | 一种火灾识别方法、装置及火灾报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710042305.2A CN108334801A (zh) | 2017-01-20 | 2017-01-20 | 一种火灾识别方法、装置及火灾报警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108334801A true CN108334801A (zh) | 2018-07-27 |
Family
ID=62922692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710042305.2A Pending CN108334801A (zh) | 2017-01-20 | 2017-01-20 | 一种火灾识别方法、装置及火灾报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108334801A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109040614A (zh) * | 2018-08-01 | 2018-12-18 | 安徽宇烁光电科技有限公司 | 一种多画面视频处理器场景处理系统 |
CN109544852A (zh) * | 2018-12-27 | 2019-03-29 | 秒针信息技术有限公司 | 餐厅火灾的监测方法及装置 |
CN109637073A (zh) * | 2019-01-08 | 2019-04-16 | 重庆水利电力职业技术学院 | 一种基于光流法的火灾烟雾识别系统 |
CN109727430A (zh) * | 2019-01-16 | 2019-05-07 | 余珊 | 现场安全报警系统 |
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 |
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 |
CN111967386A (zh) * | 2020-08-17 | 2020-11-20 | 海南智盟物联科技有限公司 | 一种烟火图像智能识别的方法 |
CN113379990A (zh) * | 2021-05-19 | 2021-09-10 | 深圳市安星数字系统有限公司 | 监控保护装置及系统 |
CN113507596A (zh) * | 2021-07-13 | 2021-10-15 | 杭州中科金财科技有限公司 | 一种分布式智能视频分析联动控制系统 |
CN115359615A (zh) * | 2022-08-15 | 2022-11-18 | 北京飞讯数码科技有限公司 | 一种室内火警的预警方法、系统、装置、设备及介质 |
CN116168345A (zh) * | 2023-04-21 | 2023-05-26 | 深圳开鸿数字产业发展有限公司 | 火灾检测方法及相关设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625789A (zh) * | 2008-07-07 | 2010-01-13 | 北京东方泰坦科技有限公司 | 基于烟火智能识别的森林火灾实时监测方法 |
CN105431852A (zh) * | 2014-03-14 | 2016-03-23 | 三星电子株式会社 | 提供健康状态信息的电子装置及其控制方法,以及计算机可读存储介质 |
-
2017
- 2017-01-20 CN CN201710042305.2A patent/CN108334801A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625789A (zh) * | 2008-07-07 | 2010-01-13 | 北京东方泰坦科技有限公司 | 基于烟火智能识别的森林火灾实时监测方法 |
CN105431852A (zh) * | 2014-03-14 | 2016-03-23 | 三星电子株式会社 | 提供健康状态信息的电子装置及其控制方法,以及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
梁青: ""基于图像处理的森林火灾监测技术研究"", 《万方数据知识服务平台》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109040614A (zh) * | 2018-08-01 | 2018-12-18 | 安徽宇烁光电科技有限公司 | 一种多画面视频处理器场景处理系统 |
CN109544852B (zh) * | 2018-12-27 | 2021-05-25 | 秒针信息技术有限公司 | 餐厅火灾的监测方法及装置 |
CN109544852A (zh) * | 2018-12-27 | 2019-03-29 | 秒针信息技术有限公司 | 餐厅火灾的监测方法及装置 |
CN109637073A (zh) * | 2019-01-08 | 2019-04-16 | 重庆水利电力职业技术学院 | 一种基于光流法的火灾烟雾识别系统 |
CN109727430A (zh) * | 2019-01-16 | 2019-05-07 | 余珊 | 现场安全报警系统 |
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 |
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 |
CN111967386A (zh) * | 2020-08-17 | 2020-11-20 | 海南智盟物联科技有限公司 | 一种烟火图像智能识别的方法 |
CN113379990A (zh) * | 2021-05-19 | 2021-09-10 | 深圳市安星数字系统有限公司 | 监控保护装置及系统 |
CN113507596A (zh) * | 2021-07-13 | 2021-10-15 | 杭州中科金财科技有限公司 | 一种分布式智能视频分析联动控制系统 |
CN115359615A (zh) * | 2022-08-15 | 2022-11-18 | 北京飞讯数码科技有限公司 | 一种室内火警的预警方法、系统、装置、设备及介质 |
CN115359615B (zh) * | 2022-08-15 | 2023-08-04 | 北京飞讯数码科技有限公司 | 一种室内火警的预警方法、系统、装置、设备及介质 |
CN116168345A (zh) * | 2023-04-21 | 2023-05-26 | 深圳开鸿数字产业发展有限公司 | 火灾检测方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334801A (zh) | 一种火灾识别方法、装置及火灾报警系统 | |
CN101334924B (zh) | 一种火灾探测系统及其火灾探测方法 | |
CN111462451B (zh) | 基于视频信息的秸秆焚烧检测报警系统 | |
CN101751744B (zh) | 一种烟雾检测和预警方法 | |
CN100504942C (zh) | 智能视频监控设备模组和系统及其监控方法 | |
CN103366565B (zh) | 一种基于Kinect的行人闯红灯检测方法及其系统 | |
CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
WO2020015242A1 (zh) | 一种基于三维地图的视频应用和调度预警系统平台 | |
CN106485868B (zh) | 火情的监测方法、系统和火情的监测服务器 | |
CN104317918B (zh) | 基于复合大数据gis的异常行为分析及报警系统 | |
CN1979576A (zh) | 基于全方位视觉传感器的火灾监控装置 | |
CN101123721A (zh) | 一种智能视频监控系统及其监控方法 | |
CN101814133A (zh) | 一种基于计算机视觉监视技术的火焰智能检测器 | |
CN102306304A (zh) | 人脸遮挡物识别方法及其装置 | |
JP2008262533A (ja) | 火炎検出方法及びその装置 | |
CN201114536Y (zh) | 一种视频监控系统 | |
CN113643495B (zh) | 一种用于火灾原因调查的智能辅助分析系统及方法 | |
CN103413395A (zh) | 烟气智能检测预警方法及装置 | |
CN114724330A (zh) | 一种自适应模式切换的多路视频火灾实时报警系统的实现方法 | |
CN201091014Y (zh) | 一种火灾探测装置 | |
CN203327163U (zh) | 一种监控系统 | |
CN109410497A (zh) | 一种基于深度学习的桥洞空间安全监测与报警系统 | |
CN111553305A (zh) | 一种违章视频识别系统和方法 | |
CN114418932A (zh) | 一种基于数字孪生技术的历史建筑修复方法及系统 | |
CN105095891A (zh) | 一种人脸捕捉的方法,装置及系统 |
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: 20180727 |
|
RJ01 | Rejection of invention patent application after publication |