CN108932814A - 一种嵌入式图像型厨房火灾报警装置 - Google Patents
一种嵌入式图像型厨房火灾报警装置 Download PDFInfo
- Publication number
- CN108932814A CN108932814A CN201810793973.3A CN201810793973A CN108932814A CN 108932814 A CN108932814 A CN 108932814A CN 201810793973 A CN201810793973 A CN 201810793973A CN 108932814 A CN108932814 A CN 108932814A
- Authority
- CN
- China
- Prior art keywords
- module
- flame
- smog
- image
- region
- 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
- 238000010411 cooking Methods 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 239000000779 smoke Substances 0.000 claims abstract description 17
- 239000007789 gas Substances 0.000 claims description 36
- 239000000284 extract Substances 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 11
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 10
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 10
- 240000007651 Rubus glaucus Species 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 239000003034 coal gas Substances 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 239000002737 fuel gas Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 9
- 235000019504 cigarettes Nutrition 0.000 abstract description 4
- 239000008162 cooking oil Substances 0.000 abstract description 2
- 238000009434 installation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 244000235659 Rubus idaeus Species 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001535 kindling effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000002093 peripheral effect 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
- G08B17/10—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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire-Detection Mechanisms (AREA)
- Emergency Alarm Devices (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开了一种嵌入式图像型厨房火灾报警装置,包括信号采集模块、运动目标检测模块、火焰识别模块、烟雾识别模块、可燃气体浓度检测模块、报警模块,其特征在于,所述运动目标检测模块、火焰识别模块、烟雾识别模块、可燃气体浓度检测模块和报警模块均运行在嵌入式平台上。本发明装置体积小,占用空间小,不需要进行复杂布线,便于在厨房安装。本发明将烟雾检测、火焰检测和可燃气体浓度检测结合起来,检测内容更加全面。本发明采用图像型火灾探测技术,相对传统的感烟式火灾探测技术,不易受到厨房内炒菜油烟及水蒸气的干扰,减少了误报情况。装置易于维护,可拓展性强。
Description
技术领域
本发明涉及一种嵌入式图像型厨房火灾报警装置,属于视频火灾监控技术领域。
背景技术
厨房是餐饮场所、家庭中火灾事故概率高、危害大的发生地,起火原因主要有燃料泄漏引发火灾、电器设备故障引发火灾、油锅高温引发火灾、排烟管道油垢引发火灾这几类。相关统计表明,在餐饮场所发生的火灾中,约80%是由于厨房着火引起。厨房作为火灾多发区域,防火安全尤其重要。
国内目前比较成熟的火灾探测技术以感温式、感烟式等点型接触式火灾探测技术为主,但受传感器原理的局限性,容易出现误报、漏报等情况。若在厨房内采用传统的点型火灾探测器,由于火灾产生的烟雾和热气到达探测器的时间较长,达不到早期报警的目的,甚至有可能出现漏报情况,给人们的生命财产安全造成巨额的损失。
随着机器视觉技术的发展,基于视频监控的图像型火灾探测技术越来越引起人们的重视。图像提供了非常丰富的可视信息,利用图像型火灾探测技术进行火灾检测具有检测范围广、误报率低、实时性高等优点。现有的图像型火灾探测技术主要依赖于PC机实现,由于基于PC的图像型火灾探测系统主要采用分布式布线的结构,导致其安装复杂,系统的安装成本和维护成本高。
发明内容
本发明的目的是:提供一种基于嵌入式平台的火灾报警装置,采图像处理技术对监控画面进行火灾检测,不需要接触火灾燃烧物,可以进行远距离检测,满足火灾早期探测的要求。
为了达到上述目的,本发明的技术方案是提供了一种嵌入式图像型厨房火灾报警装置,包括信号采集模块、运动目标检测模块、火焰识别模块、烟雾识别模块、可燃气体浓度检测模块、报警模块,其特征在于,所述运动目标检测模块、火焰识别模块、烟雾识别模块、可燃气体浓度检测模块和报警模块均运行在嵌入式平台上;
信号采集模块包括用于采集图像信息的摄像头及用于采集可燃气体浓度信息的可燃气体传感器;
摄像头连接运动目标检测模块,由运动目标检测模块提取图像信息中运动目标的图像特征,获得较为完整的运动区域图像;
火焰识别模块,用于对运动目标检测模块得到的运动区域图像中的火焰进行识别,火焰识别模块以N帧图像作为一个检测周期,判定有无火灾发生,N为预先设定的数值,并根据判断结果给出火焰报警信号;
烟雾识别模块,用于对运动目标检测模块得到的运动区域图像中的烟雾进行识别,并根据识别结果给出烟雾报警信号;
可燃气体浓度检测模块,用于监测厨房内的可燃气体浓度值,当可燃气体浓度值大于设定阈值时,给出煤气泄漏报警信号;
报警模块根据接收到的火焰报警信号、烟雾报警信号及煤气泄漏报警信号对外发出报警。
优选地,还包括存储模块,存储模块连接所述摄像头,用于存储检测到火焰或烟雾的图像帧。
优选地,所述嵌入式平台为树莓派平台。
优选地,所述运动目标检测模块包括:
前景检测单元,将采集到的图像信息运用混合高斯背景模型算法提取运动目标;
中值滤波单元,对前景检测单元提取到的运动目标进行中值滤波来去除噪声;
腐蚀膨胀单元,通过腐蚀膨胀获得去除噪声后的运动目标的掩模模板;
掩模处理单元,利用掩模模板对原图像信息进行掩模处理获得较为完整的运动区域图像。
优选地,所述火焰识别模块包括:
火焰颜色检测单元,使用基于HSI和RGB空间的火焰颜色模型从运动区域图像中分割出火焰疑似区域;
火焰特征提取单元,提取火焰疑似区域的五种特征值,分别为:圆形度、尖角数、质心位移、红绿分量比、面积变化率,将五种特征值作为一组特征向量;
SVM模式识别单元,将火焰特征提取单元提取到的特征向量输入进已经训练好的SVM分类器,做最后的火焰识别判定。
优选地,所述火焰颜色检测单元对火焰疑似区域周围采用基于灰度差的区域生长的方法,若领域像素灰度值与可疑火焰像素平均灰度值差值小于阈值T,则将领域像素合并至可疑火焰像素,从而得到最终的火焰疑似区域。
优选地,所述烟雾识别模块包括:
烟雾颜色检测单元,对运动区域图像根据烟雾的颜色模型提取疑似烟雾区域;
烟雾小波高频能量检测单元,将疑似烟雾区域的背景帧和当前帧图像分成N*M个图像块,分析提取图像块内的小波高频能量,将烟雾疑似区域的前景和背景图像块的小波能量之比作为一个判据,若比值大于设定阈值则确定疑似烟雾区域为烟雾区域;
烟雾凸形度和增长度检测单元,分析烟雾区域的凸形度和增长率,若烟雾可疑区域的平均凸形度值和平均增长率值均大于设定阈值则给出烟雾报警信号。
用于识别烟雾;所述可燃气体浓度检测模块17用于检测可燃气体的浓度判断其是否超过设定阈值;所述报警模块18在识别到火焰或烟雾,或者检测到可燃气体浓度超出设定阈值时进行报警。
优选地,所述报警模块通过无线网络传输相应的报警信息至监控服务中心。
树莓派是一种微型电脑主板,其采用ARM芯片作为核心处理器,具有丰富的外设接口,可以运行Linux系统。采用树莓派作为处理平台可以充分利用其计算能力,树莓派小巧的体型使其安装方便、便携性高。树莓派带有无线网卡,可以连接局域网,方便其通过网络传输将报警信息实时发送到监控终端,减少了安装费用和线缆费用。嵌入式树莓派平台的可拓展性强,可在系统内添加、减少探测器的功能,使其具有很大优势。
由于采用了上述的技术方案,本发明与现有的技术相比,具有以下的优点和积极效果:本发明装置体积小,占用空间小,不需要进行复杂布线,便于在厨房安装。本发明将烟雾检测、火焰检测和可燃气体浓度检测结合起来,检测内容更加全面。本发明采用图像型火灾探测技术,相对传统的感烟式火灾探测技术,不易受到厨房内炒菜油烟及水蒸气的干扰,减少了误报情况。装置易于维护,可拓展性强。
附图说明
图1是本发明的总体设计框图;
图2是本发明的组成框图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种嵌入式图像型厨房火灾报警装置,如图1所示,包括信号采集模块1、运动目标检测模块4、火焰识别模块9、烟雾识别模块13、可燃气体浓度检测模块17、报警模块18、存储模块19。所述运动目标检测模块4、火焰识别模块9、烟雾识别模块13、可燃气体浓度检测模块17和报警模块18均运行在树莓派平台上。所述存储模块19用于存储检测到火焰或烟雾的图像帧。所述信号采集模块1包括摄像头2、可燃气体传感器3,用于采集图像信息和可燃气体浓度信息。所述运动目标检测模块1包括前景检测单元5、中值滤波单元6、腐蚀膨胀单元7、掩模处理单元8,检测视频画面中的运动目标。所述火焰识别模块9包含火焰颜色检测单元10、火焰特征提取单元11、SVM模式识别单元12,用于提取运动目标的图像特征,识别火焰。所述烟雾识别模块13包含烟雾颜色检测单元14、烟雾小波高频能量检测单元15、烟雾凸形度和增长度检测单元16,用于识别烟雾。所述可燃气体浓度检测模块17用于检测可燃气体的浓度判断其是否超过设定阈值。所述报警模块18在识别到火焰或烟雾,或者检测到可燃气体浓度超出设定阈值时进行报警。
所述运动目标检测模块4首先将采集到的图像运用混合高斯背景模型算法提取运动目标,然后对提取的运动目标进行中值滤波来去除噪声,再通过腐蚀膨胀获得掩模模板,最后对原图像进行掩模处理获得较为完整的运动区域。
所述火焰识别模块9对选定好的运动目标进行图像识别,使用基于HSI和RGB空间的火焰颜色模型分割出火焰疑似区域,对疑似火焰目标周围采用基于灰度差的区域生长的方法,若领域像素灰度值与目标区域平均灰度值差值小于阈值T,则将其合并至可疑火焰像素。火焰特征提取将提取火焰疑似区域的圆形度、尖角数、质心位移、红绿分量比、面积变化率等特征值,将这五种特征值作为一组特征向量。SVM火焰模式识别则将提取到的特征向量输入进已经训练好的SVM分类器,做最后的火焰识别判定。最后火焰识别模块以48帧图像作为一个检测周期,判定有无火灾发生。
所述烟雾识别模块13首先对选定好的运动目标根据烟雾的颜色模型提取疑似的烟雾区域。接着根据烟雾的半透明性,由于含有烟雾的图像帧在小波域里的高频能量会因纹理及边缘信息的丢失而减少,因此将背景帧和当前帧图像分成N*M个图像块,分析提取图像块内的小波高频能量,将烟雾疑似区域的前景和背景图像块的小波能量之比作为一个判据,若比值大于设定阈值则确定其为烟雾区域。最后,进一步分析烟雾区域的凸形度和增长率,若烟雾可疑区域的平均凸形度值和平均增长率值均大于设定阈值则启动烟雾报警。
所述可燃气体浓度检测模块17通过可燃气体传感器监测厨房内的可燃气体浓度值,当可燃气体浓度值大于设定阈值时,此时则判定煤气泄漏。
所述的报警模块18及时准确,当检测到火灾发生或燃气泄漏时,立即启动现场语音报警。报警模块将通过无线网络传输相应的报警信息至监控服务中心。
图2为整个系统的硬件结构图。其中,USB摄像头用于厨房内的视频监控,图像信号将通过USB接口传输至树莓派的控制芯片,在树莓派上进行相应的数字图像处理完成火焰及烟雾的识别过程,处理过程可通过HDMI接口传输至屏幕进行观察。识别为有火灾发生的图像帧可以保存在本地SD卡中,可供后续查看也可通过无限网络将处理结果发送至监控服务中心。可燃气体传感器用于检测厨房内的煤气浓度,当煤气浓度达到设定阈值时,则判定厨房内发生煤气泄漏。如果有火灾或者煤气泄漏发生,控制芯片将控制报警系统给出相应的报警提示,并通过网络传输给监控服务中心。
Claims (8)
1.一种嵌入式图像型厨房火灾报警装置,包括信号采集模块(1)、运动目标检测模块(4)、火焰识别模块(9)、烟雾识别模块(13)、可燃气体浓度检测模块(17)、报警模块(18),其特征在于,所述运动目标检测模块(4)、火焰识别模块(9)、烟雾识别模块(13)、可燃气体浓度检测模块(17)和报警模块(18)均运行在嵌入式平台上;
信号采集模块(1)包括用于采集图像信息的摄像头(2)及用于采集可燃气体浓度信息的可燃气体传感器(3);
摄像头(2)连接运动目标检测模块(4),由运动目标检测模块(4)提取图像信息中运动目标的图像特征,获得较为完整的运动区域图像;
火焰识别模块(9),用于对运动目标检测模块(4)得到的运动区域图像中的火焰进行识别,火焰识别模块以N帧图像作为一个检测周期,判定有无火灾发生,N为预先设定的数值,并根据判断结果给出火焰报警信号;
烟雾识别模块(13),用于对运动目标检测模块(4)得到的运动区域图像中的烟雾进行识别,并根据识别结果给出烟雾报警信号;
可燃气体浓度检测模块(17),用于监测厨房内的可燃气体浓度值,当可燃气体浓度值大于设定阈值时,给出煤气泄漏报警信号;
报警模块(18)根据接收到的火焰报警信号、烟雾报警信号及煤气泄漏报警信号对外发出报警。
2.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,还包括存储模块(19),存储模块(19)连接所述摄像头(2),用于存储检测到火焰或烟雾的图像帧。
3.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述嵌入式平台为树莓派平台。
4.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述运动目标检测模块(4)包括:
前景检测单元(5),将采集到的图像信息运用混合高斯背景模型算法提取运动目标;
中值滤波单元(6),对前景检测单元(5)提取到的运动目标进行中值滤波来去除噪声;
腐蚀膨胀单元(7),通过腐蚀膨胀获得去除噪声后的运动目标的掩模模板;
掩模处理单元(8),利用掩模模板对原图像信息进行掩模处理获得较为完整的运动区域图像。
5.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述火焰识别模块(9)包括:
火焰颜色检测单元(10),使用基于HSI和RGB空间的火焰颜色模型从运动区域图像中分割出火焰疑似区域;
火焰特征提取单元(11),提取火焰疑似区域的五种特征值,分别为:圆形度、尖角数、质心位移、红绿分量比、面积变化率,将五种特征值作为一组特征向量;
SVM模式识别单元(12),将火焰特征提取单元(11)提取到的特征向量输入进已经训练好的SVM分类器,做最后的火焰识别判定。
6.如权利要求5所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述火焰颜色检测单元(10)对火焰疑似区域周围采用基于灰度差的区域生长的方法,若领域像素灰度值与可疑火焰像素平均灰度值差值小于阈值T,则将领域像素合并至可疑火焰像素,从而得到最终的火焰疑似区域。
7.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述烟雾识别模块(13)包括:
烟雾颜色检测单元(14),对运动区域图像根据烟雾的颜色模型提取疑似烟雾区域;
烟雾小波高频能量检测单元(15),将疑似烟雾区域的背景帧和当前帧图像分成N*M个图像块,分析提取图像块内的小波高频能量,将烟雾疑似区域的前景和背景图像块的小波能量之比作为一个判据,若比值大于设定阈值则确定疑似烟雾区域为烟雾区域;
烟雾凸形度和增长度检测单元(16),分析烟雾区域的凸形度和增长率,若烟雾可疑区域的平均凸形度值和平均增长率值均大于设定阈值则给出烟雾报警信号。
用于识别烟雾;所述可燃气体浓度检测模块17用于检测可燃气体的浓度判断其是否超过设定阈值;所述报警模块18在识别到火焰或烟雾,或者检测到可燃气体浓度超出设定阈值时进行报警。
8.如权利要求1所述的一种嵌入式图像型厨房火灾报警装置,其特征在于,所述报警模块(18)通过无线网络传输相应的报警信息至监控服务中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793973.3A CN108932814A (zh) | 2018-07-18 | 2018-07-18 | 一种嵌入式图像型厨房火灾报警装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793973.3A CN108932814A (zh) | 2018-07-18 | 2018-07-18 | 一种嵌入式图像型厨房火灾报警装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108932814A true CN108932814A (zh) | 2018-12-04 |
Family
ID=64447406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810793973.3A Pending CN108932814A (zh) | 2018-07-18 | 2018-07-18 | 一种嵌入式图像型厨房火灾报警装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932814A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741565A (zh) * | 2019-01-28 | 2019-05-10 | 北京工业职业技术学院 | 煤矿火灾识别系统及方法 |
CN109976229A (zh) * | 2019-04-22 | 2019-07-05 | 杭州中恒派威电源有限公司 | 基于物联网技术的电缆监测装置及其控制方法 |
CN110007666A (zh) * | 2019-04-16 | 2019-07-12 | 山东大学 | 一种基于鱼眼摄像头小车的智能巡检火灾预警系统及其工作方法 |
CN111046849A (zh) * | 2019-12-30 | 2020-04-21 | 珠海格力电器股份有限公司 | 一种厨房安全的实现方法、装置以及智能终端、存储介质 |
CN111354010A (zh) * | 2018-12-20 | 2020-06-30 | 九阳股份有限公司 | 一种基于烟雾识别的烟机控制方法以及烟机 |
CN112861754A (zh) * | 2021-02-23 | 2021-05-28 | 车主邦(北京)科技有限公司 | 一种电能补给站的异常处理方法和装置 |
CN113051970A (zh) * | 2019-12-26 | 2021-06-29 | 佛山市云米电器科技有限公司 | 油烟浓度识别方法、油烟机和存储介质 |
CN113129545A (zh) * | 2021-04-23 | 2021-07-16 | 北京安普路安全技术有限公司 | 一种用于厨房火灾数据记录与分析的系统 |
CN113628410A (zh) * | 2020-05-07 | 2021-11-09 | 广东毓秀科技有限公司 | 基于嵌入式系统的烟雾识别摄像头 |
CN115013906A (zh) * | 2022-06-06 | 2022-09-06 | 国家石油天然气管网集团有限公司 | 一种通风智能控制方法、系统和电子设备 |
CN118038338A (zh) * | 2024-04-11 | 2024-05-14 | 江西交通职业技术学院 | 一种基于图像识别的隧道内火灾监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103079062A (zh) * | 2013-02-05 | 2013-05-01 | 武汉科技大学 | 一种智能视频监控系统 |
CN103606249A (zh) * | 2013-11-28 | 2014-02-26 | 镇江扬程科技信息有限公司 | 可燃气体泄漏检测与控制系统 |
US20160247375A1 (en) * | 2015-02-19 | 2016-08-25 | Russell P. Mills | Fire Detection Apparatus Utilizing A Camera |
CN106710130A (zh) * | 2017-03-10 | 2017-05-24 | 四川莱源科技有限公司 | 智能厨房系统 |
-
2018
- 2018-07-18 CN CN201810793973.3A patent/CN108932814A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103079062A (zh) * | 2013-02-05 | 2013-05-01 | 武汉科技大学 | 一种智能视频监控系统 |
CN103606249A (zh) * | 2013-11-28 | 2014-02-26 | 镇江扬程科技信息有限公司 | 可燃气体泄漏检测与控制系统 |
US20160247375A1 (en) * | 2015-02-19 | 2016-08-25 | Russell P. Mills | Fire Detection Apparatus Utilizing A Camera |
CN106710130A (zh) * | 2017-03-10 | 2017-05-24 | 四川莱源科技有限公司 | 智能厨房系统 |
Non-Patent Citations (2)
Title |
---|
文泽波: "基于视频图像特征提取的烟雾检测算法研究", 《万方学位论文》 * |
李庆辉等: "结合FCM聚类与SVM的火焰检测算法", 《红外与激光工程》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111354010A (zh) * | 2018-12-20 | 2020-06-30 | 九阳股份有限公司 | 一种基于烟雾识别的烟机控制方法以及烟机 |
CN111354010B (zh) * | 2018-12-20 | 2024-04-12 | 九阳股份有限公司 | 一种基于烟雾识别的烟机控制方法以及烟机 |
CN109741565B (zh) * | 2019-01-28 | 2024-03-29 | 北京工业职业技术学院 | 煤矿火灾识别系统及方法 |
CN109741565A (zh) * | 2019-01-28 | 2019-05-10 | 北京工业职业技术学院 | 煤矿火灾识别系统及方法 |
CN110007666A (zh) * | 2019-04-16 | 2019-07-12 | 山东大学 | 一种基于鱼眼摄像头小车的智能巡检火灾预警系统及其工作方法 |
CN109976229A (zh) * | 2019-04-22 | 2019-07-05 | 杭州中恒派威电源有限公司 | 基于物联网技术的电缆监测装置及其控制方法 |
CN113051970A (zh) * | 2019-12-26 | 2021-06-29 | 佛山市云米电器科技有限公司 | 油烟浓度识别方法、油烟机和存储介质 |
CN111046849A (zh) * | 2019-12-30 | 2020-04-21 | 珠海格力电器股份有限公司 | 一种厨房安全的实现方法、装置以及智能终端、存储介质 |
CN113628410A (zh) * | 2020-05-07 | 2021-11-09 | 广东毓秀科技有限公司 | 基于嵌入式系统的烟雾识别摄像头 |
CN112861754A (zh) * | 2021-02-23 | 2021-05-28 | 车主邦(北京)科技有限公司 | 一种电能补给站的异常处理方法和装置 |
CN113129545A (zh) * | 2021-04-23 | 2021-07-16 | 北京安普路安全技术有限公司 | 一种用于厨房火灾数据记录与分析的系统 |
CN115013906A (zh) * | 2022-06-06 | 2022-09-06 | 国家石油天然气管网集团有限公司 | 一种通风智能控制方法、系统和电子设备 |
CN115013906B (zh) * | 2022-06-06 | 2023-12-12 | 国家石油天然气管网集团有限公司 | 一种通风智能控制方法、系统和电子设备 |
CN118038338A (zh) * | 2024-04-11 | 2024-05-14 | 江西交通职业技术学院 | 一种基于图像识别的隧道内火灾监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932814A (zh) | 一种嵌入式图像型厨房火灾报警装置 | |
CN101441771B (zh) | 基于色彩饱和度与运动模式的视频火灾烟雾检测方法 | |
CN101908142A (zh) | 一种基于特征分析的视频火焰检测方法 | |
JP4729610B2 (ja) | 煙検出装置 | |
CN107437318B (zh) | 一种可见光智能识别算法 | |
CN109637068A (zh) | 智能烟火识别系统 | |
CN103324910A (zh) | 一种基于视频检测的火灾报警方法 | |
CN106898110B (zh) | 利用cctv的火灾监视方法及装置 | |
CN106373320A (zh) | 基于火焰颜色离散度和连续帧图像相似度的火灾识别方法 | |
CN104598895A (zh) | 一种基于视频图像分析的火焰检测方法与装置 | |
CN110240036B (zh) | 一种检测试图进入电梯的电动自行车的装置和方法 | |
CN112785809B (zh) | 一种基于ai图像识别火情复燃预测方法及系统 | |
CN101163234A (zh) | 利用数据处理装置进行模式识别和图像监控的实现方法 | |
CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
KR20210097500A (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
CN107688793A (zh) | 一种变电站室外火灾自动监测预警方法 | |
CN109034038B (zh) | 一种基于多特征融合的火灾识别装置 | |
CN212782246U (zh) | 一种基于人工智能的烟火识别系统 | |
KR102233679B1 (ko) | Ess 침입자 및 화재 감지 장치 및 방법 | |
CN101930540A (zh) | 基于视频的多特征融合的火焰检测装置和方法 | |
CN111899210A (zh) | 一种基于图像识别的电弧检测方法 | |
CN113299034B (zh) | 一种适应多场景的火焰识别预警方法 | |
CN101916380B (zh) | 基于视频的烟检测装置和方法 | |
Lei et al. | Early fire detection in coalmine based on video processing | |
JP2010218046A (ja) | 煙検出装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181204 |