CN109035278A - 基于图像的消防门及其开关状态的检测方法 - Google Patents

基于图像的消防门及其开关状态的检测方法 Download PDF

Info

Publication number
CN109035278A
CN109035278A CN201810823826.6A CN201810823826A CN109035278A CN 109035278 A CN109035278 A CN 109035278A CN 201810823826 A CN201810823826 A CN 201810823826A CN 109035278 A CN109035278 A CN 109035278A
Authority
CN
China
Prior art keywords
image
door
fire exit
exit door
detection
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.)
Granted
Application number
CN201810823826.6A
Other languages
English (en)
Other versions
CN109035278B (zh
Inventor
郭江凌
李景
许自然
廖春生
钟柳杰
林伟光
曾云辉
张欢荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yunduan Zhijiao (Guangzhou) Internet of Things Technology Co., Ltd.
Original Assignee
Guangdong Younghead Electronic Technology Co Ltd
Shenzhen Rongsheng Intelligent Equipment Co Ltd
Jinan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Younghead Electronic Technology Co Ltd, Shenzhen Rongsheng Intelligent Equipment Co Ltd, Jinan University filed Critical Guangdong Younghead Electronic Technology Co Ltd
Priority to CN201810823826.6A priority Critical patent/CN109035278B/zh
Publication of CN109035278A publication Critical patent/CN109035278A/zh
Application granted granted Critical
Publication of CN109035278B publication Critical patent/CN109035278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration by non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于图像的消防门及其开关状态的检测方法，主要包括检测消防门的位置和检测消防门的开关状态两个步骤，首先检测图片中消防门的位置，并对其进行矫正处理，形成标准矩形门图像；在检测到消防门位置的基础上，提取某些特定的图像特征，并结合三个判别规则来判定消防门开关状态，可快速、准确地检测到消防门的开关状态，克服现有的门检测技术未涉及识别消防门开关状态的不足。

Description

基于图像的消防门及其开关状态的检测方法
技术领域
本发明属于数字图像处理技术领域，具体涉及一种利用拍摄图像进行消防门及其开关状态检测的方法。
背景技术
在火灾中，消防门作为建筑内防火区的重要部分，是协助疏散和创造逃生时间的重要保障，所以需要确保该门工作在正常状态下，并且消防门通常为双门型结构。
在现有技术中，消防门安全隐患检测方案大多采用依据国家标准制定的消防门监控系统，该系统由监控器、监控模块、联动闭门器、电磁释放器、门磁开关等组成，并主要以传感器等硬件为技术核心，虽然该监控系统能够取到较好的检测结果，但是结构较复杂，系统庞大，代价成本也较高。另外，以图像处理为主要技术核心的门检测技术，并未涉及到消防门安全领域，而现有的相关门检测方法的状况也局限于只检测门框，却缺少检测消防门开关状态的技术手段。
由于消防门关闭不严将会造成消防安全隐患，因此如何检测消防门及其开关状态，是一个需要解决的问题。
发明内容
本发明的目的在于针对现有技术中的上述问题，提供一种基于图像的消防门及其开关状态的检测方法，实现消防门开关状态的实时检测，克服现有的门检测技术未涉及识别消防门开关状态的不足。
为实现上述发明目的，本发明采用了如下技术方案：
基于图像的消防门及其开关状态的检测方法，包括如下步骤：
(1)从摄像机中提取一帧图像，进行消防门位置的检测；
(2)进行消防门开关状态的检测；
从摄像机中提取若干帧图像，依次对所提取的每一帧图像单独进行以下步骤的处理：
(2.1)对该帧图像进行灰度变换得到灰度图像；
(2.2)对步骤(2.1)所得的灰度图像内呈非矩形的门区域进行图像矫正，并把门区域按比例从矫正后的图像中截取出来得到矩形的门图像；
(2.3)检测步骤(2.2)所得的门图像整体亮度分布是否均匀，若为不均匀，则判定消防门为打开状态，若为均匀，则进行步骤(2.4)；
(2.4)对步骤(2.2)所得的门图像利用canny边缘检测算子提取第一边缘图像；
(2.5)对步骤(2.4)所得的第一边缘图像进行霍夫变换，在竖直方向上提取出符合第一阈值的直线段，并统计所提取直线段的数量n，若n≠1，则判定消防门为打开状态，若n＝1，则进行步骤(2.6)；
(2.6)对步骤(2.2)所得的门图像进行中值滤波后，进行canny算子的边缘检测得到第二边缘图像，从第二边缘图像中按比例把门下边框边沿线附近的矩形区域截取出来，并统计该区域中的像素点数i，再统计该区域沿上下两侧拓展一定范围的区域内的像素点数j，计算像素点数i与像素点数j的比值，若该比值小于所设定的第二阈值，则判定消防门为打开状态，否则判定消防门为关闭状态。
上述步骤(1)中从摄像机中提取一帧图像，进行消防门位置的检测的方法具体为：从摄像机中提取第一帧图像，获取第一帧图像中消防门的四个顶点在图像中的位置，即可检测得消防门的位置。
上述步骤(2)中从摄像机中提取若干帧图像是以所设定的采样间隔连续地选取不同的图像。
上述步骤(2.2)中对灰度图像内呈非矩形的门区域进行图像矫正的方法包括如下步骤：
(2.2.1)从摄像机中提取一帧图像，选取该图像中消防门的四个顶点作为矫正的基点；
(2.2.2)通过矫正算法，对图像的像素值进行移位和插值，透视图像；
(2.2.3)将步骤(2.2.2)所得的图像的大小设置为与从摄像机中提取的原图像一致；
(2.2.4)映射得到消防门铺满并且门槛平行于水平线的图像。
上述步骤(2.3)中检测步骤(2.2)所得的门图像整体亮度分布是否均匀的方法包括如下步骤：
(2.3.1)计算步骤(2.2)所得的门图像每列像素灰度值的均值；
(2.3.2)计算步骤(2.3.1)所得的均值的方差，用于代表门图像水平方向上的灰度值差；
(2.3.3)将步骤(2.3.2)所得的灰度值差与所设定的第三阈值进行比较，若灰度值差大于第三阈值，则表示门图像整体亮度分布不均匀，否则表示门图像整体亮度分布均匀。
上述步骤(2.4)中对步骤(2.2)所得的门图像利用canny边缘检测算子提取第一边缘图像的方法包括如下步骤：
(2.4.1)输入步骤(2.2)所得的门图像，按照小于二分之一的比例截取该门图像的中间部分作为待检测图像，对待检测图像进行一次canny算子的边缘检测，得到第三边缘图像；
(2.4.2)对步骤(2.4.1)所得的第三边缘图像进行一次闭运算，得到第四边缘图像；
(2.4.3)对步骤(2.4.2)所得的第四边缘图像进行一次canny算子的边缘检测，得到第一边缘图像。
上述步骤(2.5)中的第一阈值为霍夫变换自身的参数，该参数包括距离分辨率、角度分辨率、空间阈值、最小长度阈值和间隙阈值。
上述步骤(2.6)中该区域沿上下两侧拓展一定范围的区域具体指的是该区域沿上下两侧拓展250个像素大小后所对应的区域。
相比于现有技术，本发明的优势在于：
本发明揭示的基于图像的消防门及其开关状态的检测方法，主要包括检测消防门的位置和检测消防门的开关状态两个步骤，首先检测图片中消防门的位置，并对其进行矫正处理，形成标准矩形门图像；在检测到消防门位置的基础上，提取某些特定的图像特征，并结合三个判别规则来判定消防门开关状态，可快速、准确地检测到消防门的开关状态。
本发明具体具有如下优点：
(1)针对以往相关的基于图像的门检测技术，本发明增加了检测双门型结构消防门开关状态的功能；
(2)针对以硬件为技术核心的消防门监控系统，本发明由于采用数字图像处理的方法，只需获取监控摄像机记录的图片为处理对象，在保证了检测结果的高准确度和实时性的前提下，还使得系统结构变得简单易行，消除了消防门监控系统结构复杂的现象。
附图说明
图1是本发明基于图像的消防门及其开关状态的检测方法的流程图。
具体实施方式
以下结合实施例及其附图对本发明技术方案作进一步非限制性的详细说明。
本发明的检测方法的流程图如图1所示，基于图像的消防门及其开关状态的检测方法，包括如下步骤：
(1)从监控的摄像机中提取第一帧图像，获取第一帧图像中消防门的四个顶点在图像中的位置，即检测得消防门的位置；
(2)进行消防门开关状态的检测；
从监控的摄像机中以所设定的采样间隔连续地提取若干帧图像，例如：每隔一个小时采样一次，采样这一次时，连续采集5帧图像作为判断消防门开关状态的依据，用于为了增强该段时间内判断的准确性，然后依次对所提取的每一帧图像单独进行以下步骤的处理，并不是对监控摄像机中的每帧图像均进行检测：
(2.1)对该帧图像进行灰度变换得到灰度图像；
(2.2)对步骤(2.1)所得的灰度图像内呈非矩形的门区域进行图像矫正，并把门区域按比例从矫正后的图像中截取出来得到矩形的门图像；
其中，对灰度图像内呈非矩形的门区域进行图像矫正的方法包括步骤(2.2.1)至(2.2.4)：
(2.2.1)从摄像机中提取一帧图像，选取该图像中消防门的四个顶点作为矫正的基点；
(2.2.2)通过矫正算法，对图像的像素值进行移位和插值，透视图像；
(2.2.3)将步骤(2.2.2)所得的图像的大小设置为与从摄像机中提取的原图像一致；
(2.2.4)映射得到消防门铺满并且门槛平行于水平线的图像；
(2.3)检测步骤(2.2)所得的门图像整体亮度分布是否均匀，若为不均匀，则判定消防门为打开状态，若为均匀，则进行步骤(2.4)；
其中，检测步骤(2.2)所得的门图像整体亮度分布是否均匀的方法包括步骤(2.3.1)至(2.3.3)：
(2.3.1)计算步骤(2.2)所得的门图像每列像素灰度值的均值，用于代表该列的平均亮度；在图像中，无论是消防门内的部分，还是门外的部分，竖直方向上的灰度值都为均匀分布，即在竖直方向上灰度值差异相对很小，所以先计算出门图像每一列像素点的灰度值均值；
(2.3.2)计算步骤(2.3.1)所得的均值的方差，用于代表门图像水平方向上的灰度值差；
(2.3.3)将步骤(2.3.2)所得的灰度值差与所设定的第三阈值进行比较，若灰度值差大于第三阈值，则表示门图像整体亮度分布不均匀，否则表示门图像整体亮度分布均匀；
(2.4)对步骤(2.2)所得的门图像利用canny边缘检测算子提取第一边缘图像，具体方法包括步骤(2.4.1)至(2.4.3)：
(2.4.1)输入步骤(2.2)所得的门图像，按照小于二分之一的比例截取该门图像的中间部分作为待检测图像，对待检测图像进行一次canny算子的边缘检测，得到第三边缘图像；
(2.4.2)对步骤(2.4.1)所得的第三边缘图像进行一次闭运算，得到第四边缘图像；
(2.4.3)对步骤(2.4.2)所得的第四边缘图像进行一次canny算子的边缘检测，得到第一边缘图像；
(2.5)对步骤(2.4)所得的第一边缘图像进行霍夫(hough)变换，在竖直方向上提取出符合第一阈值的直线段，并统计所提取直线段的数量n，若n≠1，则判定消防门为打开状态，若n＝1，则进行步骤(2.6)；其中，上述第一阈值为霍夫变换自身的参数，该参数包括距离分辨率、角度分辨率、空间阈值、最小长度阈值和间隙阈值。
(2.6)对步骤(2.2)所得的门图像进行中值滤波操作，用于滤除门图像上的椒盐噪点，然后进行canny算子的边缘检测得到第二边缘图像，从第二边缘图像中按比例把门下边框边沿线附近的矩形区域截取出来，并统计该区域中的像素点数i，再统计该区域沿上下两侧拓展250个像素大小后所对应的区域内的像素点数j，计算像素点数i与像素点数j的比值，若该比值小于所设定的第二阈值，则判定消防门为打开状态，否则判定消防门为关闭状态。
本发明的原理：
1、消防门位置的检测
在一帧摄像机拍摄的图像中，消防门所在的位置往往不会占满整个图片版幅，所以需对每一个消防门的四个角点在图像中的位置进行一次选取，得到四个门角点位置坐标，确定消防门的位置，以供后续图像使用。
2、消防门开关状态的检测
在检测到消防门位置的基础上，结合三个判别标准判断消防门的开关状态：
因为摄像机拍摄角度的缘因，消防门在图像中大多不会以标准矩形出现，所以需要根据消防门位置检测中获取的消防门四个顶点的位置为基点，对图像进行矫正，并单独把门区域截取出来得到门图像。
(1)目前，常用消防门大多为双门型结构。当消防门处于打开状态时，门外的光线必然会透过两扇门之间的空隙处照射进来，又由于消防门表面的亮度较暗，这就会导致门框范围内水平方向上存在亮度差，这是判断消防门是否打开的第一重标准。
(2)为了提高检测结果准确率，排除掉经第一重标准的方法检测出消防门已打开的图像后，针对剩下的未能检测出消防门已打开的图像，以第二重标准进行判断。当消防门处于严闭状态下时，由于其双门型的结构，在图像中的门区域内，只会在两扇门的边沿的相重合处存在一条竖直的直线段，而当消防门打开时，该区域竖直方向的直线段数量必然不为1，通过这个特征也能判断消防门是否打开，这是判断消防门是否打开的第二重标准。
(3)为了进一步地提高检测结果准确率，对于经采用上述两种标准的方法后，仍未判断出消防门处于打开状态的图像，以第三重标准进行判断。当消防门处于关闭状态时，下门缝处往往会存在阴影，对门图像进行边缘提取处理后，在对应的门下边框边沿线附近必定会存在较多边缘点，而对于处于打开状态下的消防门，该区域附近这类型的点数量较少，所以通过设定的第三阈值与这些像素点的数量进行比较，便能判断消防门是否打开，这是判断消防门是否打开的第三重标准。

Claims (8)

1.基于图像的消防门及其开关状态的检测方法，其特征在于，包括如下步骤：
(1)从摄像机中提取一帧图像，进行消防门位置的检测；
(2)进行消防门开关状态的检测；
从摄像机中提取若干帧图像，依次对所提取的每一帧图像单独进行以下步骤的处理：
(2.1)对该帧图像进行灰度变换得到灰度图像；
(2.2)对步骤(2.1)所得的灰度图像内呈非矩形的门区域进行图像矫正，并把门区域按比例从矫正后的图像中截取出来得到矩形的门图像；
(2.3)检测步骤(2.2)所得的门图像整体亮度分布是否均匀，若为不均匀，则判定消防门为打开状态，若为均匀，则进行步骤(2.4)；
(2.4)对步骤(2.2)所得的门图像利用canny边缘检测算子提取第一边缘图像；
(2.5)对步骤(2.4)所得的第一边缘图像进行霍夫变换，在竖直方向上提取出符合第一阈值的直线段，并统计所提取直线段的数量n，若n≠1，则判定消防门为打开状态，若n＝1，则进行步骤(2.6)；
(2.6)对步骤(2.2)所得的门图像进行中值滤波后，进行canny算子的边缘检测得到第二边缘图像，从第二边缘图像中按比例把门下边框边沿线附近的矩形区域截取出来，并统计该区域中的像素点数i，再统计该区域沿上下两侧拓展一定范围的区域内的像素点数j，计算像素点数i与像素点数j的比值，若该比值小于所设定的第二阈值，则判定消防门为打开状态，否则判定消防门为关闭状态。
2.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(1)中从摄像机中提取一帧图像，进行消防门位置的检测的方法具体为：从摄像机中提取第一帧图像，获取第一帧图像中消防门的四个顶点在图像中的位置，即可检测得消防门的位置。
3.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2)中从摄像机中提取若干帧图像是以所设定的采样间隔连续地选取不同的图像。
4.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2.2)中对灰度图像内呈非矩形的门区域进行图像矫正的方法包括如下步骤：
(2.2.1)从摄像机中提取一帧图像，选取该图像中消防门的四个顶点作为矫正的基点；
(2.2.2)通过矫正算法，对图像的像素值进行移位和插值，透视图像；
(2.2.3)将步骤(2.2.2)所得的图像的大小设置为与从摄像机中提取的原图像一致；
(2.2.4)映射得到消防门铺满并且门槛平行于水平线的图像。
5.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2.3)中检测步骤(2.2)所得的门图像整体亮度分布是否均匀的方法包括如下步骤：
(2.3.1)计算步骤(2.2)所得的门图像每列像素灰度值的均值；
(2.3.2)计算步骤(2.3.1)所得的均值的方差，用于代表门图像水平方向上的灰度值差；
(2.3.3)将步骤(2.3.2)所得的灰度值差与所设定的第三阈值进行比较，若灰度值差大于第三阈值，则表示门图像整体亮度分布不均匀，否则表示门图像整体亮度分布均匀。
6.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2.4)中对步骤(2.2)所得的门图像利用canny边缘检测算子提取第一边缘图像的方法包括如下步骤：
(2.4.1)输入步骤(2.2)所得的门图像，按照小于二分之一的比例截取该门图像的中间部分作为待检测图像，对待检测图像进行一次canny算子的边缘检测，得到第三边缘图像；
(2.4.2)对步骤(2.4.1)所得的第三边缘图像进行一次闭运算，得到第四边缘图像；
(2.4.3)对步骤(2.4.2)所得的第四边缘图像进行一次canny算子的边缘检测，得到第一边缘图像。
7.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2.5)中的第一阈值为霍夫变换自身的参数，该参数包括距离分辨率、角度分辨率、空间阈值、最小长度阈值和间隙阈值。
8.根据权利要求1所述的基于图像的消防门及其开关状态的检测方法，其特征在于，所述步骤(2.6)中该区域沿上下两侧拓展一定范围的区域具体指的是该区域沿上下两侧拓展250个像素大小后所对应的区域。
CN201810823826.6A 2018-07-25 2018-07-25 基于图像的消防门及其开关状态的检测方法 Active CN109035278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810823826.6A CN109035278B (zh) 2018-07-25 2018-07-25 基于图像的消防门及其开关状态的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810823826.6A CN109035278B (zh) 2018-07-25 2018-07-25 基于图像的消防门及其开关状态的检测方法

Publications (2)

Publication Number Publication Date
CN109035278A true CN109035278A (zh) 2018-12-18
CN109035278B CN109035278B (zh) 2021-09-17

Family

ID=64645810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810823826.6A Active CN109035278B (zh) 2018-07-25 2018-07-25 基于图像的消防门及其开关状态的检测方法

Country Status (1)

Country Link
CN (1) CN109035278B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177811A (zh) * 2019-12-24 2020-05-19 武汉理工光科股份有限公司 一种应用于云平台的消防点位自动布图的方法
CN111401823A (zh) * 2020-06-08 2020-07-10 北京云迹科技有限公司 一种用于无人车的货物配送方法、装置及系统
CN112258471A (zh) * 2020-10-20 2021-01-22 成都云盯科技有限公司 一种卷帘门状态检测方法和系统
CN113240873A (zh) * 2021-04-19 2021-08-10 东莞市派能佛电子科技有限公司 消防门监控系统
CN113327245A (zh) * 2021-06-28 2021-08-31 中铁第四勘察设计院集团有限公司 一种基于图像识别的隧道防护门状态检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101854504A (zh) * 2009-03-30 2010-10-06 株式会社塚本制作所 显示装置收容结构体
CN202738209U (zh) * 2012-08-14 2013-02-13 广州市白云区通达汽车灯具电器厂 基于led通道灯的调光装置
CN103986906A (zh) * 2014-05-08 2014-08-13 杭州同尊信息技术有限公司 基于监控视频的开关门检测方法
WO2014181323A1 (en) * 2013-05-05 2014-11-13 Trax Technology Solutions Pte Ltd. System and method of retail image analysis
US9978149B1 (en) * 2015-04-20 2018-05-22 Hrl Laboratories, Llc System and method for door detection for corridor exploration

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101854504A (zh) * 2009-03-30 2010-10-06 株式会社塚本制作所 显示装置收容结构体
CN202738209U (zh) * 2012-08-14 2013-02-13 广州市白云区通达汽车灯具电器厂 基于led通道灯的调光装置
WO2014181323A1 (en) * 2013-05-05 2014-11-13 Trax Technology Solutions Pte Ltd. System and method of retail image analysis
CN103986906A (zh) * 2014-05-08 2014-08-13 杭州同尊信息技术有限公司 基于监控视频的开关门检测方法
US9978149B1 (en) * 2015-04-20 2018-05-22 Hrl Laboratories, Llc System and method for door detection for corridor exploration

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
UGUR GUVEN 等: "Door detection using camera images obtained from indoor environments", 《2015 23ND SIGNAL PROCESSING AND COMMUNICATIONS APPLICATIONS CONFERENCE》 *
丁四海: "数字图像识别用于电器控制柜开关状态检测的研究", 《万方学位论文数据库》 *
厉梁 等: "电梯门检测中边缘检测技术方法", 《轻工机械》 *
孙立忠 等: "防火门在消防监督检查中的常见问题及原因", 《科技创业》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177811A (zh) * 2019-12-24 2020-05-19 武汉理工光科股份有限公司 一种应用于云平台的消防点位自动布图的方法
CN111401823A (zh) * 2020-06-08 2020-07-10 北京云迹科技有限公司 一种用于无人车的货物配送方法、装置及系统
CN112258471A (zh) * 2020-10-20 2021-01-22 成都云盯科技有限公司 一种卷帘门状态检测方法和系统
CN112258471B (zh) * 2020-10-20 2023-07-14 成都云盯科技有限公司 一种卷帘门状态检测方法和系统
CN113240873A (zh) * 2021-04-19 2021-08-10 东莞市派能佛电子科技有限公司 消防门监控系统
CN113240873B (zh) * 2021-04-19 2022-05-31 东莞市派能佛电子科技有限公司 消防门监控系统
CN113327245A (zh) * 2021-06-28 2021-08-31 中铁第四勘察设计院集团有限公司 一种基于图像识别的隧道防护门状态检测方法
CN113327245B (zh) * 2021-06-28 2022-04-29 中铁第四勘察设计院集团有限公司 一种基于图像识别的隧道防护门状态检测方法

Also Published As

Publication number Publication date
CN109035278B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN109035278A (zh) 基于图像的消防门及其开关状态的检测方法
CN105512667B (zh) 红外和可见光视频图像融合识别火灾的方法
CN102663869B (zh) 基于视频监控平台的室内火灾检测方法
CN104918017B (zh) 基于门运动状态的监控方法及系统
GB2573429A (en) Method for detecting degree of development of asphalt pavement fracture based on infrared thermal image analysis
CN105678295A (zh) 基于roi平均图像分析的燃气加热炉火焰实时监测方法
CN103986906B (zh) 基于监控视频的开关门检测方法
CN105303158B (zh) 一种变电站隔离开关线段拟合视频智能分析方法
CN102680494B (zh) 基于机器视觉的抛光金属弧状面瑕疵实时检测方法
KR101053405B1 (ko) 구조물 변형 감지 시스템 및 방법
CN106772656B (zh) 一种基于红外阵列传感器的室内人体检测方法
CN104680145B (zh) 一种门的开关状态变化检测方法及装置
CN116823839B (zh) 基于热红外图像的管道泄漏检测方法
CN102867383B (zh) 一种抢劫监控报警方法及系统
CN108584586A (zh) 一种基于视频图像的电梯门状态直线检测方法
CN102509414B (zh) 一种基于计算机视觉的烟雾检测方法
CN109360370A (zh) 一种基于机器人烟火检测的方法
CN108460357B (zh) 一种基于图像识别的开窗报警检测系统及方法
TWI465699B (zh) 水位量測方法
KR101398684B1 (ko) 승강기 도어 개폐 감지 방법 및 장치
CN103034864A (zh) 一种基于颜色阈值与角点检测的视频横幅识别方法
CN116030420B (zh) 多源数据融合的电梯安全运行监测方法
CN104349125A (zh) 一种区域监控方法及设备
JPH06201625A (ja) 欠陥調査装置および欠陥調査方法
CN103679116B (zh) 检测场景内目标数量的方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20190211

Address after: 518102 15D, Block A, Central Avenue, Baoyuan Road, Baoan District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Rongsheng Intelligent Equipment Co., Ltd.

Applicant after: Jinan University

Applicant after: Yunduan Zhijiao (Guangzhou) Internet of Things Technology Co., Ltd.

Address before: 518101 15D, Block A, Central Avenue, Baoyuan Road, Baoan District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen Rongsheng Intelligent Equipment Co., Ltd.

Applicant before: Jinan University

Applicant before: Guangdong Yanghang Electronic Technology Co., Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant