CN110390788A - 一种森林防火烟火识别方法及其系统 - Google Patents
一种森林防火烟火识别方法及其系统 Download PDFInfo
- Publication number
- CN110390788A CN110390788A CN201910775461.9A CN201910775461A CN110390788A CN 110390788 A CN110390788 A CN 110390788A CN 201910775461 A CN201910775461 A CN 201910775461A CN 110390788 A CN110390788 A CN 110390788A
- Authority
- CN
- China
- Prior art keywords
- information
- region
- images
- temperature
- pyrotechnics
- 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 30
- 239000000779 smoke Substances 0.000 claims abstract description 46
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000001931 thermography Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 5
- 238000011282 treatment Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 210000003462 vein Anatomy 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 10
- 230000003068 static effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G08B17/12—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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Theoretical Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种森林防火烟火识别方法及系统，获取森林的热成像图像信息及可见光图像信息；对可见光图像信息及热成像图像进行预处理、并提取特征，将可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈；根据热成像图像信息判断是否有高温区域出现，判断高温区域的温度是否连续上升；根据可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；将疑似烟雾区域与预存的烟雾特征点库进行比对，判断其是否为烟火区域；对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别并报警。本发明对森林烟火进行全天候巡航识别，对发现的烟火区域进行及时报警，识别精度高，报警及时，较大程度降低森林火灾造成的损失。
Description
技术领域
本发明涉及图像识别领域，具体涉及一种森林防火烟火识别方法及其系统。
背景技术
目前，森林防火预警技术主要集中在针对光、温两个物理量进行的报警，而在树木茂盛的林区，火灾前期往往只有烟能出现在监控视线内，如何用一种方法，实现火灾的烟火报警，成为一种迫切的需要，对于森林火灾的及时扑灭有着重要的意义。
现有的森林防火烟火识别报警技术，大多数是采用预置位方法进行报警的，也就是云台运行到固定点进行静态的图像识别后，进入下一个固定点重复烟火识别的动作，这就会造成识别时间长、不灵活、有死角等问题；如何形成一种能够进行动态的烟火识别的技术成为一种迫切的需求。
发明内容
本发明针对现有技术中存在的技术问题，提供一种森林防火烟火识别方法及其系统，其提供全天候的森林烟火识别技术，采用双目摄像机对森林烟火进行全天候巡航识别，对发现的烟火区域进行及时报警，其反应迅速，识别精度高，报警及时，可较大程度地降低森林火灾造成的损失。
本发明解决上述技术问题的技术方案如下：
一种森林防火烟火识别方法，包括以下步骤：
获取森林的热成像图像信息及可见光图像信息；
对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像的特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；
根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；
根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；
将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；
对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别。
本发明是基于森林防火监视设备巡航过程中可见光摄像机采集的图像进行动态识别，其主要是通过云台动态巡航中找出疑似烟点，然后停止巡航进行静态图像识别确认是否是火灾引起的烟。动态扫描识别主要是对视频流做单帧图像截取，通过对图像的一系列操作，判断单帧图像中是否有存在烟的可能性；静态图像识别是在云台静止的情况下，通过视频流获得的一连串的视频图像并对图像进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，如果得到烟在图像上的位置，就画框提示报警。通过分别将白天图像信息与白天烟雾特征点库对比、夜晚图像信息与夜晚烟雾特征点库，能更精准地识别出火灾点。动态扫描识别结合静态图像识别，识别烟火区域的精度高，反应迅速，报警及时。
在上述技术方案的基础上，本发明还可以做如下改进。
优选地，所述对所述可见光图像信息及所述热成像图像进行预处理，包括：
对所述可见光图像信息及所述热成像图像进行图像大小处理、去噪处理、颜色处理、纹理度处理。
优选地，所述根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升，还包括：
对有高温区域出现的所述热成像图像的连续多帧热成像画面进行判断是否温度连续升高，若温度连续升高则判断为烟火区域。
优选地，所述根据所述可见光图像信息判断巡航区域是否有烟，包括：
对比颜色处理后的图像与纹理度处理后的图像，提取所述高温区域做颜色纹理比对，计算所述符合特征区域内的纹理像素点个数，当所述纹理像素点个数占像素点总个数的预设比例时，则认为所述高温区域是所述疑似烟雾区域。
优选地，设定图像的一条水平线作为基准线，间隔固定采样周期提取所述可见光图像整体灰度信息，根据基准线上的像素点的灰度平均值，修改动态扫描识别参数，达到对当前天气环境的参数自适应学习功能。
优选地，每隔一个小时提取所述可见光图像整体灰度信息。
优选地，所述静态图像识别包括：摄取静态图像，对视频流进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，包括如下步骤：
A、读取多帧连续的所述可见光图像与所述热成像图像，对所述可见光图像与所述热成像图像进行降采样压缩处理；
B、设定所述可见光图像背景；
C、根据相邻的图像判定所述热成像图像发生温度变换或所述可见光图像发生偏移；
D、火点颜色特征提取；
E、提取前景目标；
F、结合运动速度特征和运动方向特征排除干扰物体；
G、标明所述烟火区域，并发出报警。
一种森林防火烟火识别系统，包括双目摄像机、云台和控制装置，
所述双目摄像机设置在所述云台上并通过有线或无线通信方式与所述控制装置连接，用于拍摄森林的热成像信息及可见光信息并上传至所述控制装置，
所述控制装置包括：
预处理模块，用于对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；
高温区域判断模块，用于根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；
烟火区域判断模块，用于根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；用于将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；
静态图像识别模块，用于对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别。
一种森林防火烟火识别装置，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现上述方案所述的一种森林防火烟火识别方法。
一种非暂态计算机可读存储介质，所述存储介质中存储用于实现上述方案的一种森林防火烟火识别方法的计算机软件程序。
本发明的有益效果是：通过采用双目摄像机对森林进行全天候监测，监测范围广，不需要人工巡防有利于保证人民的生命安全，通过分别将白天图像信息与白天烟雾特征点库对比、夜晚图像信息与夜晚烟雾特征点库，能更精准地识别出火灾点，能够在白天或者夜晚及时发现火情并进行处理，有效避免了资源和财产损失，自动化程度高，监测范围广泛。采用360°动态扫描，实现全方位无死角监控，克服了以往采用预置位方法进行监控的方法，其次动态扫描与静态扫描相结合，提高了监控的准确率，同时，系统结构简单，且能根据环境参数自主修改扫描参数以适应各种恶劣的环境。
附图说明
图1为本发明系统结构框图；
图2为本发明烟火识别流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1～2所示，一种森林防火烟火识别方法，主要包括以下步骤：
获取森林的热成像图像信息及可见光图像信息；
对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像的特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；预处理包括对所述可见光图像信息及所述热成像图像进行图像大小处理、去噪处理、颜色处理、纹理度处理等。
根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；通过对连续的多帧所述热成像图像信息进行比对，进而判断是否温度连续升高，若温度连续升高则判断为烟火区域，然后对其进行静态图像识别；若所述高温区域温度并未连续升高，则对所述可见光图像信息进行识别。
根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；
将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；若所述疑似烟雾区域的特征与所述烟雾特征点库内的特征点相似，则转为判断所述疑似烟雾区域是否温度连续升高。所述烟雾特征点库是通过对大量烟雾图片做特征点提取构成的烟雾特征数据库。
对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别，若静态图像识别结果为确定存在烟火区域，则进行报警。
本发明是基于森林防火监视设备巡航过程中可见光摄像机采集的图像进行动态识别，其主要是通过云台动态巡航中找出疑似烟点，然后停止巡航进行静态图像识别确认是否是火灾引起的烟。动态扫描识别主要是对视频流做单帧图像截取，通过对图像的一系列操作，判断单帧图像中是否有存在烟的可能性；静态图像识别是在云台静止的情况下，通过视频流获得的一连串的视频图像并对图像进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，如果得到烟在图像上的位置，就画框提示报警。动态扫描识别结合静态图像识别，识别烟火区域的精度高，反应迅速，报警及时。通过分别将白天图像信息与白天烟雾特征点库对比、夜晚图像信息与夜晚烟雾特征点库，能更精准地识别出火灾点。
在上述技术方案的基础上，本实施例还可以做如下改进。
本实施例中，所述根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升，还包括：
对有高温区域出现的所述热成像图像的连续多帧热成像画面进行判断是否温度连续升高，若温度连续升高则判断为烟火区域。
本实施例中，所述根据所述可见光图像信息判断巡航区域是否有烟，包括：
对比颜色处理后的图像与纹理度处理后的图像，提取所述高温区域做颜色纹理比对，计算所述符合特征区域内的纹理像素点个数，当所述纹理像素点个数占像素点总个数的预设比例时，则认为所述高温区域是所述疑似烟雾区域。
本实施例中，设定图像的一条水平线作为基准线，间隔固定采样周期提取所述可见光图像整体灰度信息，根据基准线上的像素点的灰度平均值，修改动态扫描识别参数，达到对当前天气环境的参数自适应学习功能。
本实施例中，每隔一个小时提取所述可见光图像整体灰度信息。
本实施例中，所述静态图像识别包括：摄取静态图像，对视频流进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，包括如下步骤：
A、读取多帧连续的所述可见光图像与所述热成像图像，对所述可见光图像与所述热成像图像进行降采样压缩处理；
B、设定所述可见光图像背景；
C、根据相邻的图像判定所述热成像图像发生温度变换或所述可见光图像发生偏移；
D、火点颜色特征提取；
E、提取前景目标；
F、结合运动速度特征和运动方向特征排除干扰物体；
G、标明所述烟火区域，并发出报警。
一种森林防火烟火识别系统，包括双目摄像机、云台和控制装置，所述云台进行360°周期性巡航，所述双目摄像机设置在所述云台上并通过有线或无线通信方式与所述控制装置连接，用于拍摄森林的热成像信息及可见光信息并上传至所述控制装置，所述控制装置还控制所述云台运转；
所述控制装置包括：
预处理模块，用于对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；
高温区域判断模块，用于根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；
烟火区域判断模块，用于根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；用于将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；
静态图像识别模块，用于对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别。
一种森林防火烟火识别装置，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现以上实施例中所述的一种森林防火烟火识别方法。
一种非暂态计算机可读存储介质，所述存储介质中存储用于实现以上实施例中所述的一种森林防火烟火识别方法的计算机软件程序。
本实施例是基于森林防火烟火识别系统对巡航过程中双目摄像机采集的图像进行动态识别，其主要是通过云台动态巡航中找出疑似烟点，然后停止巡航进行静态图像识别确认是否是火灾引起的烟。动态扫描识别主要是对视频流做单帧图像截取，通过对图像的一系列操作，判断单帧图像中是否有存在烟的可能性；静态图像识别是在云台静止的情况下，通过视频流获得的一连串的视频图像并对图像进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，如果得到烟在图像上的位置，就画框提示报警。动态扫描识别结合静态图像识别，识别烟火区域的精度高，反应迅速，报警及时。通过分别将白天图像信息与白天烟雾特征点库对比、夜晚图像信息与夜晚烟雾特征点库，能更精准地识别出火灾点。
本发明通过采用双目摄像机对森林进行全天候监测，监测范围广，不需要人工巡防有利于保证人民的生命安全，自动对森林的可见光图像、热成像图像进行识别，能够在白天或者夜晚及时发现火情并进行处理，有效避免了资源和财产损失，自动化程度高，监测范围广泛。采用360°动态扫描，实现全方位无死角监控，克服了以往采用预置位方法进行监控的方法，其次动态扫描与静态扫描相结合，提高了监控的准确率，同时，系统结构简单，且能根据环境参数自主修改扫描参数以适应各种恶劣的环境。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。
Claims (10)
1.一种森林防火烟火识别方法，其特征在于，包括以下步骤：
获取森林的热成像图像信息及可见光图像信息；
对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像的特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；
根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；
根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；
将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；
对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别。
2.基于权利要求1所述系统的一种森林防火烟火识别方法，其特征在于，所述对所述可见光图像信息及所述热成像图像进行预处理，包括：
对所述可见光图像信息及所述热成像图像进行图像大小处理、去噪处理、颜色处理、纹理度处理。
3.基于权利要求1所述系统的一种森林防火烟火识别方法，其特征在于，所述根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升，还包括：
对有高温区域出现的所述热成像图像的连续多帧热成像画面进行判断是否温度连续升高，若温度连续升高则判断为烟火区域。
4.基于权利要求2所述系统的一种森林防火烟火识别方法，其特征在于，所述根据所述可见光图像信息判断巡航区域是否有烟，包括：
对比颜色处理后的图像与纹理度处理后的图像，提取所述高温区域做颜色纹理比对，计算所述符合特征区域内的纹理像素点个数，当所述纹理像素点个数占像素点总个数的预设比例时，则认为所述高温区域是所述疑似烟雾区域。
5.基于权利要求1所述系统的一种森林防火烟火识别方法，其特征在于，设定图像的一条水平线作为基准线，间隔固定采样周期提取所述可见光图像整体灰度信息，根据基准线上的像素点的灰度平均值，修改动态扫描识别参数，达到对当前天气环境的参数自适应学习功能。
6.基于权利要求5所述系统的一种森林防火烟火识别方法，其特征在于，每隔一个小时提取所述可见光图像整体灰度信息。
7.基于权利要求1所述系统的一种森林防火烟火识别方法，其特征在于，
所述静态图像识别包括：摄取静态图像，对视频流进行一系列操作、结合移动方向及速度等特征进行对比以排除干扰物体，包括如下步骤：
A、读取多帧连续的所述可见光图像与所述热成像图像，对所述可见光图像与所述热成像图像进行降采样压缩处理；
B、设定所述可见光图像背景；
C、根据相邻的图像判定所述热成像图像发生温度变换或所述可见光图像发生偏移；
D、火点颜色特征提取；
E、提取前景目标；
F、结合运动速度特征和运动方向特征排除干扰物体；
G、标明所述烟火区域，并发出报警。
8.一种森林防火烟火识别系统，其特征在于，包括双目摄像机、云台和控制装置，
所述双目摄像机设置在所述云台上并通过有线或无线通信方式与所述控制装置连接，用于拍摄森林的热成像信息及可见光信息并上传至所述控制装置，
所述控制装置包括：
预处理模块，用于对所述可见光图像信息及所述热成像图像进行预处理、并提取所述热成像图像特征，将所述可见光图像信息判断为白天图像信息或夜晚图像信息并进行反馈，分别提取所述白天图像信息或所述夜晚图像信息的特征；
高温区域判断模块，用于根据所述热成像图像信息判断是否有高温区域出现，判断所述高温区域的温度是否连续上升；
烟火区域判断模块，用于根据所述可见光图像信息判断巡航区域是否有烟，标出疑似烟雾区域；用于将所述疑似烟雾区域对应与预存的白天烟雾特征点库或夜晚烟雾特征点库进行比对，判断其是否为烟火区域；
静态图像识别模块，用于对温度连续上升的所述高温区域和/或存在烟火区域的巡航区域进行静态图像识别。
9.一种森林防火烟火识别装置，其特征在于，包括：
存储器，用于存储计算机软件程序；
处理器，用于读取并执行所述计算机软件程序，实现权利要求1-7任一项所述的一种森林防火烟火识别方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述存储介质中存储用于实现权利要求1-7任一项所述的一种森林防火烟火识别方法的计算机软件程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910775461.9A CN110390788A (zh) | 2019-08-21 | 2019-08-21 | 一种森林防火烟火识别方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910775461.9A CN110390788A (zh) | 2019-08-21 | 2019-08-21 | 一种森林防火烟火识别方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110390788A true CN110390788A (zh) | 2019-10-29 |
Family
ID=68289050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910775461.9A Pending CN110390788A (zh) | 2019-08-21 | 2019-08-21 | 一种森林防火烟火识别方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110390788A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111462443A (zh) * | 2020-04-03 | 2020-07-28 | 宜家智能科技(广州)有限公司 | 一种基于视频图像分析的火灾预警方法 |
| CN111882807A (zh) * | 2020-06-22 | 2020-11-03 | 杭州后博科技有限公司 | 一种识别区域火灾发生地方法及系统 |
| CN112257554A (zh) * | 2020-10-20 | 2021-01-22 | 南京恩博科技有限公司 | 一种森林火灾识别方法、系统、程序及存储介质 |
| CN112634567A (zh) * | 2020-12-17 | 2021-04-09 | 深圳市金安宏安全技术咨询有限公司 | 一种火灾报警的方法及装置 |
| CN112927198A (zh) * | 2021-02-22 | 2021-06-08 | 浙江大华技术股份有限公司 | 烟雾检测方法及设备 |
| CN113029878A (zh) * | 2021-03-08 | 2021-06-25 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭高温检测并分级报警的方法 |
| 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 |
| CN114002751A (zh) * | 2021-10-26 | 2022-02-01 | 国网北京市电力公司 | 异常位置的识别方法、系统以及装置 |
| CN114038154A (zh) * | 2021-12-04 | 2022-02-11 | 特斯联科技集团有限公司 | 用于森林草原火灾预警的人工智能明火探测系统和方法 |
| CN115311658A (zh) * | 2022-10-12 | 2022-11-08 | 四川三思德科技有限公司 | 森林防火烟雾报警抗干扰处理方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101872526A (zh) * | 2010-06-01 | 2010-10-27 | 重庆市海普软件产业有限公司 | 基于可编程摄像技术的烟火智能识别方法 |
| CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警系统 |
| CN102568146A (zh) * | 2012-01-12 | 2012-07-11 | 安徽大学 | 一种基于红外热图像的火灾预警与早期消除系统 |
| CN103617414A (zh) * | 2013-11-09 | 2014-03-05 | 中国科学技术大学 | 一种基于最大间距准则的火灾颜色模型及火灾火焰和烟雾识别方法 |
| CN103761826A (zh) * | 2012-09-10 | 2014-04-30 | 南京恩博科技有限公司 | 一种热成像视频双鉴林火识别系统的识别方法 |
| CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
| JP2016035747A (ja) * | 2014-07-31 | 2016-03-17 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
| CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达（北京）科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
| CN106157511A (zh) * | 2015-03-16 | 2016-11-23 | 青岛浩海网络科技股份有限公司 | 一种森林防火用烟火识别系统及其方法 |
| CN109086647A (zh) * | 2018-05-24 | 2018-12-25 | 北京飞搜科技有限公司 | 烟雾检测方法及设备 |
-
2019
- 2019-08-21 CN CN201910775461.9A patent/CN110390788A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101872526A (zh) * | 2010-06-01 | 2010-10-27 | 重庆市海普软件产业有限公司 | 基于可编程摄像技术的烟火智能识别方法 |
| CN201936415U (zh) * | 2010-12-21 | 2011-08-17 | 北京川页家和科技发展有限公司 | 森林火情自动识别报警系统 |
| CN102568146A (zh) * | 2012-01-12 | 2012-07-11 | 安徽大学 | 一种基于红外热图像的火灾预警与早期消除系统 |
| CN103761826A (zh) * | 2012-09-10 | 2014-04-30 | 南京恩博科技有限公司 | 一种热成像视频双鉴林火识别系统的识别方法 |
| CN103617414A (zh) * | 2013-11-09 | 2014-03-05 | 中国科学技术大学 | 一种基于最大间距准则的火灾颜色模型及火灾火焰和烟雾识别方法 |
| CN103956016A (zh) * | 2014-04-25 | 2014-07-30 | 蚌埠依爱消防电子有限责任公司 | 一种基于视频图像的烟雾火焰复合式自动检测方法 |
| JP2016035747A (ja) * | 2014-07-31 | 2016-03-17 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
| CN106157511A (zh) * | 2015-03-16 | 2016-11-23 | 青岛浩海网络科技股份有限公司 | 一种森林防火用烟火识别系统及其方法 |
| CN105488941A (zh) * | 2016-01-15 | 2016-04-13 | 中林信达（北京）科技信息有限责任公司 | 基于红外-可见光图像的双光谱森林火情监测方法及装置 |
| CN109086647A (zh) * | 2018-05-24 | 2018-12-25 | 北京飞搜科技有限公司 | 烟雾检测方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 张仕响: "" 基于视频图像的林火探测技术研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111462443A (zh) * | 2020-04-03 | 2020-07-28 | 宜家智能科技(广州)有限公司 | 一种基于视频图像分析的火灾预警方法 |
| CN111882807A (zh) * | 2020-06-22 | 2020-11-03 | 杭州后博科技有限公司 | 一种识别区域火灾发生地方法及系统 |
| CN111882807B (zh) * | 2020-06-22 | 2022-03-15 | 杭州后博科技有限公司 | 一种识别区域火灾发生地方法及系统 |
| CN112257554B (zh) * | 2020-10-20 | 2021-11-05 | 南京恩博科技有限公司 | 基于多光谱的森林火灾识别方法、系统、程序及存储介质 |
| CN112257554A (zh) * | 2020-10-20 | 2021-01-22 | 南京恩博科技有限公司 | 一种森林火灾识别方法、系统、程序及存储介质 |
| CN112634567A (zh) * | 2020-12-17 | 2021-04-09 | 深圳市金安宏安全技术咨询有限公司 | 一种火灾报警的方法及装置 |
| CN112634567B (zh) * | 2020-12-17 | 2024-01-30 | 深圳市金安宏安全技术咨询有限公司 | 一种火灾报警的方法及装置 |
| CN112927198B (zh) * | 2021-02-22 | 2024-02-02 | 浙江华感科技有限公司 | 烟雾检测方法及设备 |
| WO2022174573A1 (en) * | 2021-02-22 | 2022-08-25 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for smoke detection |
| CN112927198A (zh) * | 2021-02-22 | 2021-06-08 | 浙江大华技术股份有限公司 | 烟雾检测方法及设备 |
| CN113029878B (zh) * | 2021-03-08 | 2023-11-14 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭高温检测并分级报警的方法 |
| CN113029878A (zh) * | 2021-03-08 | 2021-06-25 | 湖南中冶长天节能环保技术有限公司 | 一种活性炭高温检测并分级报警的方法 |
| 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 |
| CN114002751A (zh) * | 2021-10-26 | 2022-02-01 | 国网北京市电力公司 | 异常位置的识别方法、系统以及装置 |
| CN114002751B (zh) * | 2021-10-26 | 2023-11-03 | 国网北京市电力公司 | 异常位置的识别方法、系统以及装置 |
| CN114038154A (zh) * | 2021-12-04 | 2022-02-11 | 特斯联科技集团有限公司 | 用于森林草原火灾预警的人工智能明火探测系统和方法 |
| CN115311658A (zh) * | 2022-10-12 | 2022-11-08 | 四川三思德科技有限公司 | 森林防火烟雾报警抗干扰处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110390788A (zh) | 一种森林防火烟火识别方法及其系统 | |
| US11308335B2 (en) | Intelligent video surveillance system and method | |
| Shen et al. | Flame detection using deep learning | |
| KR101353952B1 (ko) | 시공간적 비오에프와 랜덤 포레스트를 이용한 산불 연기 감지 방법 | |
| CN111091072A (zh) | 一种基于YOLOv3的火焰及浓烟检测方法 | |
| CN111626188A (zh) | 一种室内不可控明火监测方法及系统 | |
| CN109543631A (zh) | 一种基于机器学习的火灾图像探测报警方法 | |
| CN114202646A (zh) | 一种基于深度学习的红外图像吸烟检测方法与系统 | |
| CN108830161B (zh) | 基于视频流数据的烟雾识别方法 | |
| CN115294528A (zh) | 一种行人安全监控方法及装置 | |
| Xiong | Research on fire detection and image information processing system based on image processing | |
| CN113378782A (zh) | 一种车载火灾识别与自动追踪方法 | |
| CN113095160A (zh) | 基于人工智能和5g的电力系统人员安全行为识别方法及系统 | |
| CN112422895A (zh) | 基于无人机的图像分析跟踪、定位系统及方法 | |
| CN113191274A (zh) | 基于神经网络的油田视频智能安全事件检测方法及系统 | |
| Liu et al. | A flame detection algorithm based on Bag-of-Features in the YUV color space | |
| Zaman et al. | Fire detection using computer vision | |
| Gao et al. | Design and implementation of fire detection system using new model mixing | |
| Kaliyev et al. | Computer Vision-based Fire Detection using Enhanced Chromatic Segmentation and Optical Flow Model | |
| Brahmaiah et al. | Artificial intelligence and deep learning for weapon identification in security systems | |
| Hao et al. | Video flame detection using convolutional neural networks | |
| Song et al. | The research of real-time forest fire alarm algorithm based on video | |
| CN111462169B (zh) | 一种基于背景建模的老鼠轨迹追踪方法 | |
| Gu et al. | Flame detection based on spatio-temporal covariance matrix | |
| Patino et al. | A comprehensive maritime benchmark dataset for detection, tracking and threat recognition |
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: 20191029 |