CN108470424A - 一种基于图像特征的森林安全监测系统 - Google Patents
一种基于图像特征的森林安全监测系统 Download PDFInfo
- Publication number
- CN108470424A CN108470424A CN201810183766.6A CN201810183766A CN108470424A CN 108470424 A CN108470424 A CN 108470424A CN 201810183766 A CN201810183766 A CN 201810183766A CN 108470424 A CN108470424 A CN 108470424A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- module
- forest
- video
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 239000000779 smoke Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000011410 subtraction method Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004079 fireproofing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000000007 visual 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
- G08B17/12—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
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Abstract
一种基于图像特征的森林安全监测系统,包括摄像模块、信息传输模块和远程处理中心,所述摄像模块用于实时获取待监测区域的视频画面,并通过信息传输模块传输至远程处理中心,所述远程处理中心包括图像处理模块、烟雾检测模块和火灾判断模块,所述图像处理模块用于去除采集得到的视频图像中的噪声污染,所述烟雾检测模块用于从处理后的视频图像中提取烟雾目标图像,提取到的烟雾目标图像由火灾判断模块进行判断有无火灾发生,当判断森林发生火灾时即进行报警。本发明的有益效果为:通过摄像头实时采集森林的视频图像,结合背景减除法和基于颜色特征的烟雾像素判断法对采集得到的视频图像进行烟雾目标图像提取,提高了烟雾目标图像提取的准确性。
Description
技术领域
本发明创造涉及森林安全监测领域,具体涉及一种基于图像特征的森林安全监测系统。
背景技术
森林是大自然生态平衡与新陈代谢的重要组成部分,是人类赖以生存和社会发展的息息相关的重要自然资源,森林在服务人类生产生活需要、维持生态系统平衡、调节气候、改善环境等方面有着重要的作用。近年来,随着气候的改变和人们在社会生活中的某些失控行为,导致森林火灾时有发生,对人类的生命和财产安全造成了很大的损失,对生态环境也造成了较大的破坏,因此,针对森林的防火工作对保护资源、保护生态环境以及保护人类的生命和财产安全都有着重要的意义。对森林火灾进行实时、准确的监测,对于预防森林火灾以及在森林发生火灾初期进行及时有效的处理都有着重要的现实意义。
针对烟雾是早期森林火灾最为突出的视觉现象,本发明提供一种基于图像特征的森林安全监测系统,通过摄像头实时采集森林的视频图像,进而对采集得到的视频图像进行烟雾目标图像检测,提取所述烟雾目标图像中的图像特征并进行识别,从而判断森林中是否有火灾的发生,能够有效的实时、有效的监测森林火灾的发生。
发明内容
针对上述问题,本发明旨在提供一种基于图像特征的森林安全监测系统。
本发明创造的目的通过以下技术方案实现:
一种基于图像特征的森林安全监测系统,包括摄像模块、信息传输模块和远程处理中心,所述摄像模块用于实时获取待监测区域的视频图像,并通过信息传输模块传输至远程处理中心,所述远程处理中心包括图像处理模块、烟雾检测模块和火灾判断模块,所述图像处理模块用于去除采集得到的视频图像中的噪声污染,所述烟雾检测模块用于从处理后的视频图像中提取烟雾目标图像,提取到的烟雾目标图像由火灾判断模块进行图像特征提取并对提取得到的图像特征进行识别,从而判断有无火灾发生,当判断森林发生火灾时即进行报警。
本发明创造的有益效果:提供一种基于图像特征的森林安全监测系统,通过摄像头实时采集森林的视频图像,结合背景减除法和基于颜色特征的烟雾像素判断法对采集得到的视频图像进行烟雾目标图像提取,提高了烟雾目标图像提取的准确性。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图。
附图标记:
摄像模块1;信息传输模块2;远程处理中心3;图像处理模块31;烟雾检测模块32;火灾判断模块33;数据存储模块34。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种基于图像特征的森林安全监测系统,包括摄像模块1、信息传输模块2和远程处理中心3,所述摄像模块1用于实时获取待监测区域的视频图像,并通过信息传输模块2传输至远程处理中心3,所述远程处理中心3包括图像处理模块31、烟雾检测模块32和火灾判断模块33,所述图像处理模块31用于去除采集得到的视频图像中的噪声污染,所述烟雾检测模块32用于从处理后的视频图像中提取烟雾目标图像,提取到的烟雾目标图像由火灾判断模块33进行图像特征提取并对提取得到的图像特征进行识别,从而判断有无火灾发生,当判断森林发生火灾时即进行报警。
优选地,所述摄像模块1包括监控摄像机,所述摄像机安装在林区制高点,用于对周围林区环境进行全天候旋转拍摄。
优选地,所述信息传输模块2采用GPRS通信方式将摄像模块采集得到的视频图像传输至远程处理中心。
优选地,所述远程处理中心3还包括数据存储模块34,所述数据存储模块34用于实时存储接收到的视频图像。
本优选实施例提供一种基于图像特征的森林安全监测系统,通过摄像头实时采集森林的视频图像,结合背景减除法和基于颜色特征的烟雾像素判断法对采集得到的视频图像进行烟雾目标图像提取,提高了烟雾目标图像提取的准确性,改善了烟雾目标图像的质量,为后续图像特征提取和识别奠定了基础。
优选地,所述图像处理模块31用于去除采集得到的视频图像中的噪声污染,其采用一种改进权重计算方法的非局部均值滤波算法,定义以像素点m为中心的图像区域为Nm,以像素点n为中心的图像区域为Nn,则权重w(m,n)的计算公式为:
式中,h(m)表示像素点m的灰度值,表示图像区域Nm的灰度均值,h(n)表示像素点n的灰度值,表示图像区域Nn的灰度均值,A、B和C分别为d(m,n)、k(m,n)和x(m,n)的系数,β为高斯核的标准差,r表示平滑参数,控制指数函数的衰减速度。
本优选实施例采用一种改进权重计算方法的非局部均值滤波算法进行视频图像的滤波处理,利用邻域间高斯加权欧式距离、邻域相似性和邻域灰度值差异能够更好的描述邻域间的相似度,从而使得滤波算法在具有良好的相干斑抑制性能的同时,能够更好地保留图像中的结构信息。
优选地,所述烟雾检测模块31用于从处理后的视频图像中提取烟雾目标图像,具体包括:
(1)采用背景估计法从处理后的视频图像中提取烟雾目标图像,对背景估计法中的背景更新模型进行改进,设Bn(x,y)是第n帧背景图像中坐标为(x,y)的点的灰度值,hn+1(x,y)是从监控视频中截取的图像序列的第n+1帧中坐标为(x,y)的点的灰度值,hn(x,y)是从监控视频中截取的图像序列的第n帧中坐标为(x,y)的点的灰度值,BO(x,y)是图像序列首幅图像的原始背景中坐标为(x,y)的点的灰度值,则第n+1帧背景图像中坐标为(x,y)的点的灰度值Bn+1(x,y)为:
式中,(x,y)运动是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值不同,(x,y)静止是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值相同,v、l和g分别为权重系数且v+l+g=1;
(2)对提取得到的烟雾目标图像进行优化,其采用一种基于颜色特征的判断方法对图像中非烟雾的像素点进行剔除,定义烟雾目标图像中坐标(i,j)处的像素指数为β(i,j),则β(i,j)的计算公式为:
β(i,j)=pr(i,j)*pg(i,j)*pb(i,j)
式中,fr(i,j)代表坐标(i,j)处像素的红色分量值,代表所述烟雾目标图像的像素点的红色分量值的均值,fg(i,j)代表坐标(i,j)处像素的绿色分量值,代表所述烟雾目标图像的像素点的绿色分量值的均值,fb(i,j)代表坐标(i,j)处像素的蓝色分量值,代表所述烟雾目标图像的像素点的蓝色分量值的均值;
定义烟雾像素阈值δ,当像素指数β(i,j)小于烟雾像素指数δ时,判断该像素点为烟雾像素,当像素指数β(i,j)大于烟雾像素阈值δ时,则判断该像素点为非烟雾像素,并删除该像素点。
本优选实施例结合背景减除法和基于颜色特征的烟雾像素判断法从采集得到的视频图像中提取烟雾目标图像,增加了烟雾目标图像提取的准确性;改进背景减除法中的背景更新模型,综合考虑了原始背景图像和光照变化情况对背景更新的影响,增加了烟雾目标检测结果的准确性,此后,采用基于颜色特征的烟雾像素判断方法对提取的烟雾目标图像进一步进行检测,剔除了图像中非烟雾像素,进一步提高了烟雾目标图像提取结果的准确性。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种基于图像特征的森林安全监测系统,其特征是,包括摄像模块、信息传输模块和远程处理中心,所述摄像模块用于实时获取待监测区域的视频图像,并通过信息传输模块传输至远程处理中心,所述远程处理中心包括图像处理模块、烟雾检测模块和火灾判断模块,所述图像处理模块用于去除采集得到的视频图像中的噪声污染,所述烟雾检测模块用于从处理后的视频图像中提取烟雾目标图像,提取到的烟雾目标图像由火灾判断模块进行图像特征提取并对提取得到的图像特征进行识别,从而判断有无火灾发生,当判断森林发生火灾时即进行报警。
2.根据权利要求1所述的一种基于图像特征的森林火灾监测系统,其特征是,所述摄像模块包括监控摄像机,所述摄像机安装在林区制高点,用于对周围林区环境进行全天候旋转拍摄。
3.根据权利要求2所述的一种基于图像特征的森林火灾监测系统,其特征是,所述信息传输模块采用GPRS通信方式将摄像模块采集得到的视频图像传输至远程处理中心。
4.根据权利要求3所述的一种基于图像特征的森林火灾监测系统,其特征是,所述远程处理中心还包括数据存储模块,所述数据存储模块用于实时存储接收到的视频图像。
5.根据权利要求1所述的一种基于图像特征的森林火灾监测系统,其特征是,所述图像处理模块用于去除采集得到的视频图像中的噪声污染,其采用一种改进权重计算方法的非局部均值滤波算法,定义以像素点m为中心的图像区域为Nm,以像素点n为中心的图像区域为Nn,则权重w(m,n)的计算公式为:
式中,h(m)表示像素点m的灰度值,表示图像区域Nm的灰度均值,h(n)表示像素点n的灰度值,表示图像区域Nn的灰度均值,A、B和C分别为d(m,n)、k(m,n)和x(m,n)的系数,β为高斯核的标准差,r表示平滑参数,控制指数函数的衰减速度。
6.根据权利要求1所述的一种基于图像特征的森林火灾监测系统,其特征是,所述烟雾检测模块用于从处理后的视频图像中提取烟雾目标图像,具体包括:
(1)采用背景估计法从处理后的视频图像中提取烟雾目标图像,对背景估计法中的背景更新模型进行改进,设Bn(x,y)是第n帧背景图像中坐标为(x,y)的点的灰度值,hn+1(x,y)是从监控视频中截取的图像序列的第n+1帧中坐标为(x,y)的点的灰度值,hn(x,y)是从监控视频中截取的图像序列的第n帧中坐标为(x,y)的点的灰度值,BO(x,y)是图像序列首幅图像的原始背景中坐标为(x,y)的点的灰度值,则第n+1帧背景图像中坐标为(x,y)的点的灰度值Bn+1(x,y)为:
式中,(x,y)运动是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值不同,(x,y)静止是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值相同,v、l和g分别为权重系数且v+l+g=1;
(2)对提取得到的烟雾目标图像进行优化,其采用一种基于颜色特征的判断方法对图像中非烟雾的像素点进行剔除,定义烟雾目标图像中坐标(i,j)处的像素指数为β(i,j),则β(i,j)的计算公式为:
β(i,j)=pr(i,j)*pg(i,j)*pb(i,j)
式中,fr(i,j)代表坐标(i,j)处像素的红色分量值,代表所述烟雾目标图像的像素点的红色分量值的均值,fg(i,j)代表坐标(i,j)处像素的绿色分量值,代表所述烟雾目标图像的像素点的绿色分量值的均值,fb(i,j)代表坐标(i,j)处像素的蓝色分量值,代表所述烟雾目标图像的像素点的蓝色分量值的均值;
定义烟雾像素阈值δ,当像素指数β(i,j)小于烟雾像素指数δ时,判断该像素点为烟雾像素,当像素指数β(i,j)大于烟雾像素阈值δ时,则判断该像素点为非烟雾像素,并删除该像素点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810183766.6A CN108470424A (zh) | 2018-03-06 | 2018-03-06 | 一种基于图像特征的森林安全监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810183766.6A CN108470424A (zh) | 2018-03-06 | 2018-03-06 | 一种基于图像特征的森林安全监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108470424A true CN108470424A (zh) | 2018-08-31 |
Family
ID=63264202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810183766.6A Pending CN108470424A (zh) | 2018-03-06 | 2018-03-06 | 一种基于图像特征的森林安全监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108470424A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142176A (zh) * | 2018-09-29 | 2019-01-04 | 佛山市云米电器科技有限公司 | 基于空间联系的烟雾子区域空间复检方法 |
CN111666834A (zh) * | 2020-05-20 | 2020-09-15 | 哈尔滨理工大学 | 一种基于图像识别技术的森林火灾自动监测识别系统及方法 |
CN111882810A (zh) * | 2020-07-31 | 2020-11-03 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN112509272A (zh) * | 2020-12-14 | 2021-03-16 | 天津天雾智能科技有限公司 | 火灾智能判定系统 |
CN112530129A (zh) * | 2020-11-16 | 2021-03-19 | 浙江华消科技有限公司 | 余火检测系统、方法和存储介质 |
CN113449664A (zh) * | 2021-07-06 | 2021-09-28 | 河南慧联世安信息技术有限公司 | 一种火灾现场火情监测系统和监测方法 |
CN114157836A (zh) * | 2021-11-19 | 2022-03-08 | 中国铁塔股份有限公司黑龙江省分公司 | 基于候选框融合的森林防火调度系统 |
CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105336085A (zh) * | 2015-09-02 | 2016-02-17 | 华南师范大学 | 一种基于图像处理技术的远程大空间火灾监测报警方法 |
CN106781214A (zh) * | 2017-02-24 | 2017-05-31 | 深圳凯达通光电科技有限公司 | 一种高效的森林火灾监测系统 |
-
2018
- 2018-03-06 CN CN201810183766.6A patent/CN108470424A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105336085A (zh) * | 2015-09-02 | 2016-02-17 | 华南师范大学 | 一种基于图像处理技术的远程大空间火灾监测报警方法 |
CN106781214A (zh) * | 2017-02-24 | 2017-05-31 | 深圳凯达通光电科技有限公司 | 一种高效的森林火灾监测系统 |
Non-Patent Citations (4)
Title |
---|
何航勃: "复合式森林火灾探测、识别及预警算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张铎: "《生物识别技术基础》", 30 April 2009, 武汉大学出版社 * |
许伟靖: "基于视频图像的火灾检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
赵庆平等: "一种改进权重的非局部均值图像去噪算法", 《电子测量与仪器学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109142176A (zh) * | 2018-09-29 | 2019-01-04 | 佛山市云米电器科技有限公司 | 基于空间联系的烟雾子区域空间复检方法 |
CN109142176B (zh) * | 2018-09-29 | 2024-01-12 | 佛山市云米电器科技有限公司 | 基于空间联系的烟雾子区域空间复检方法 |
CN111666834A (zh) * | 2020-05-20 | 2020-09-15 | 哈尔滨理工大学 | 一种基于图像识别技术的森林火灾自动监测识别系统及方法 |
CN111882810A (zh) * | 2020-07-31 | 2020-11-03 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN111882810B (zh) * | 2020-07-31 | 2022-07-01 | 广州市微智联科技有限公司 | 一种火灾识别与预警方法及其系统 |
CN112530129B (zh) * | 2020-11-16 | 2022-04-08 | 浙江华消科技有限公司 | 余火检测系统、方法和存储介质 |
CN112530129A (zh) * | 2020-11-16 | 2021-03-19 | 浙江华消科技有限公司 | 余火检测系统、方法和存储介质 |
CN112509272A (zh) * | 2020-12-14 | 2021-03-16 | 天津天雾智能科技有限公司 | 火灾智能判定系统 |
CN113449664B (zh) * | 2021-07-06 | 2023-09-12 | 河南慧联世安信息技术有限公司 | 一种火灾现场火情监测系统和监测方法 |
CN113449664A (zh) * | 2021-07-06 | 2021-09-28 | 河南慧联世安信息技术有限公司 | 一种火灾现场火情监测系统和监测方法 |
CN114157836A (zh) * | 2021-11-19 | 2022-03-08 | 中国铁塔股份有限公司黑龙江省分公司 | 基于候选框融合的森林防火调度系统 |
CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
CN114612828B (zh) * | 2022-03-10 | 2022-12-02 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108470424A (zh) | 一种基于图像特征的森林安全监测系统 | |
CN110135269B (zh) | 一种基于混合颜色模型与神经网络的火灾图像检测方法 | |
CN105868689B (zh) | 一种基于级联卷积神经网络的人脸遮挡检测方法 | |
CN111062429A (zh) | 基于深度学习的厨师帽和口罩佩戴的检测方法 | |
CN112216049A (zh) | 一种基于图像识别的施工警戒区监测预警系统及方法 | |
TWI362016B (en) | Method for detecting desired objects in a highly dynamic environment by a monitoring system and the monitoring system thereof | |
CN110210276A (zh) | 一种移动轨迹获取方法及其设备、存储介质、终端 | |
CN108446617A (zh) | 抗侧脸干扰的人脸快速检测方法 | |
CN113516076A (zh) | 一种基于注意力机制改进的轻量化YOLO v4安全防护检测方法 | |
CN105761261A (zh) | 一种检测摄像头遭人为恶意破坏的方法 | |
CN106407927A (zh) | 基于偏振成像的适用于水下目标检测的显著性视觉方法 | |
CN108492517A (zh) | 一种用于楼宇的火灾监控系统 | |
CN107222660A (zh) | 一种分布式网络视觉监控系统 | |
CN109635758A (zh) | 智慧工地基于视频的高空作业人员安全带穿戴检测方法 | |
CN111860160A (zh) | 一种室内检测口罩佩戴的方法 | |
CN112819068B (zh) | 一种基于深度学习的船舶作业违章行为实时侦测方法 | |
CN107330414A (zh) | 暴力行为监控方法 | |
CN109902613A (zh) | 一种基于迁移学习和图像增强的人体特征提取方法 | |
CN108471497A (zh) | 一种基于云台摄像机的船目标实时检测方法 | |
CN114140745A (zh) | 施工现场人员属性检测方法、系统、装置及介质 | |
CN115631407A (zh) | 基于事件相机与彩色帧图像融合的水下透明生物检测 | |
CN111723656B (zh) | 一种基于YOLO v3与自优化的烟雾检测方法及装置 | |
KR20180001356A (ko) | 지능형 영상 보안 시스템 | |
CN117253191A (zh) | 一种基于detr模型的安全帽佩戴检测方法 | |
CN115908493A (zh) | 一种小区人员轨迹管理与展示方法及其系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |