CN110428578A - 火灾检测方法、装置和系统 - Google Patents
火灾检测方法、装置和系统 Download PDFInfo
- Publication number
- CN110428578A CN110428578A CN201910723456.3A CN201910723456A CN110428578A CN 110428578 A CN110428578 A CN 110428578A CN 201910723456 A CN201910723456 A CN 201910723456A CN 110428578 A CN110428578 A CN 110428578A
- Authority
- CN
- China
- Prior art keywords
- pictures
- sub
- variation
- fire
- picture
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 239000000779 smoke Substances 0.000 claims abstract description 58
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 18
- 238000012790 confirmation Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 4
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 235000019504 cigarettes Nutrition 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G06T3/04—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Abstract
本发明提供了火灾检测方法、装置和系统，包括：采集烟雾信号，根据所述烟雾信号生成报警信号；根据所述报警信号对当前现场进行采集，得到当前现场图片；将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果，从而准确检测火灾的发生，提高火灾检测的准确率。
Description
技术领域
本发明涉及消防技术领域，尤其是涉及火灾检测方法、装置和系统。
背景技术
目前，传统的烟感设备对于火灾的检测是根据光学信号完成的。传统的烟感设备包括一组红外发射管和接收光电管，红外发射管和接收光电管的对射角度为135度。当环境中存在烟雾时，红外发射管发出的红外光发生散射，散射的红外光的强度与烟雾浓度存在线性关系，故接收光电管接收到的红外光的强弱会发生变化，并转化为电信号，主控芯片根据电信号生成报警信号，报警器发出火警信号，火灾指示灯点亮，并启动蜂鸣器进行报警。
通过传统的烟感设备对火灾进行检测，误报率高，无法精确检测火灾是否发生，或者火灾发生到什么阶段，一旦报警响起，还需要现场人员进行确认。
发明内容
有鉴于此，本发明的目的在于提供火灾检测方法、装置和系统，准确检测火灾的发生，提高火灾检测的准确率。
第一方面，本发明实施例提供了火灾检测方法，应用于烟雾检测设备，所述方法包括：
采集烟雾信号，根据所述烟雾信号生成报警信号；
根据所述报警信号对当前现场进行采集，得到当前现场图片；
将所述当前现场图片进行网格化分割，得到多个第一子图片；
对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；
将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
进一步的，所述将所述当前现场图片进行网格化分割，得到多个第一子图片，包括：
将所述当前现场图片进行网格化分割，得到多个第二子图片，并对每个所述第二子图片进行编码；
将编码后的第二子图片与所述预存的现场图片进行比对，得到无变化的第二子图片和变化的第二子图片；
将所述无变化的第二子图片删除，并且将所述变化的第二子图片继续进行网格化分割，得到所述多个第一子图片。
进一步的，所述方法还包括：
将所述编码后的第一子图片与所述预存的现场图片进行比对，得到无变化的第一子图片；
将所述无变化的第一子图片删除。
进一步的，所述方法还包括：
对所述当前现场图片进行压缩，得到压缩的当前现场图片；
判断所述压缩的当前现场图片中是否存在人物特征信息；
如果存在，则对所述人物特征信息进行模糊处理；
如果不存在，则对所述人物特征信息不进行模糊处理。
第二方面，本发明实施例提供了火灾检测方法，应用于云平台，所述方法包括：
接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
进一步的，所述根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片，包括：
根据所述变化的第一子图片和所述变化的第一子图片对应的编码，从所述预存的现场图片中查找所述变化的第一子图片对应的位置；
将所述变化的第一子图片与所述变化的第一子图片对应的位置的图片进行替换，得到所述更新后的现场图片。
进一步的，所述将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果，包括：
如果所述更新后的现场图片与所述预存的火灾各阶段图片相同，则生成火灾确认结果；
如果所述更新后的现场图片与所述预存的火灾各阶段图片不相同，则生成所述误报结果。
第三方面，本发明实施例提供了火灾检测装置，应用于烟雾检测设备，所述装置包括烟雾传感器、照相机和单片机；所述烟雾传感器和所述照相机分别与所述单片机相连接；
所述烟雾传感器，用于采集烟雾信号，将烟雾信号发送给单片机，以使单片机根据烟雾信号生成报警信号；
照相机，用于根据所述报警信号对当前现场进行采集，得到当前现场图片；
所述单片机，用于将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
第四方面，本发明实施例提供了火灾检测装置，应用于云平台，所述装置包括：
接收模块，用于接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
更新模块，用于根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
匹配模块，用于将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
第五方面，本发明实施例提供了火灾检测系统，包括如上所述的烟雾检测设备和如上所述的云平台。
本发明实施例提供了火灾检测方法、装置和系统，包括：采集烟雾信号，根据所述烟雾信号生成报警信号；根据所述报警信号对当前现场进行采集，得到当前现场图片；将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果，从而准确检测火灾的发生，提高火灾检测的准确率。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例一提供的火灾检测方法流程图；
图2为本发明实施例一提供的当前现场图片网格化分割示意图；
图3为本发明实施例二提供的另一火灾检测方法流程图；
图4为本发明实施例三提供的火灾检测装置示意图；
图5为本发明实施例四提供的另一火灾检测装置示意图。
图标：
1-烟雾传感器；2-照相机；3-单片机；4-接收模块；5-更新模块；6-匹配模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的火灾检测方法流程图。
参照图1，执行主体为烟雾检测设备，该方法包括以下步骤：
步骤S101，采集烟雾信号，根据烟雾信号生成报警信号；
步骤S102，根据报警信号对当前现场进行采集，得到当前现场图片；
步骤S103，将当前现场图片进行网格化分割，得到多个第一子图片；
具体地，对当前现场图片进行两次网格化分割，最终得到多个第一子图片。烟雾检测设备与云平台之间采用NBIOT(Narrow Band Internet of Things，窄带物联网)通讯。由于采集的当前现场图片较大，通过NBIOT上传到云平台的速度较慢，为了提高图片传输速率，将当前现场图片进行两次网格化分割，从多个第一子图片中获取变化的第一子图片，再上传到云平台中。
烟雾检测设备与云平台之间的通讯除了采用NBIOT方式外，还可以采用GPRS(General Packet Radio Service，通用分组无线服务技术)、4G(第四代移动通信技术)、5G(第五代移动通信技术)、WIFI(Wireless Fidelity，无线保真)、LORA(Long Range，远距离)、zigbee(全新无线网络数据通信技术)等无线传输和有线传输。本申请采用电池供电，故需要采用低功耗的无线传输协议，如NBIOT、LORA和ZIGBEE等。另外，为了解决传输速率的问题，也可以人采用双无线网络的方式，如NBIOT和WIFI并行，从而满足消防领域对可靠性安全级别的需求。
步骤S104，对每个第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；
具体地，对每个第一子图片进行编码，使每个第一子图片都有对应的编码，然后将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片，还会得到无变化的第一子图片，此时，将无变化的第一子图片删除，只需将变化的第一子图片和变化的第一子图片对应的编码发送给云平台。
其中，将变化的第一子图片和变化的第一子图片对应的编码发送给云平台可以按照预设规则进行上传，预设规则为图片上传到云平台时预先设定的规则，具体为：先按照云平台设置的重点区域传输，再按照先中间后周边、先上面后下面，以及先左边后右边的方式进行传输。
步骤S105，将变化的第一子图片和变化的第一子图片对应的编码按照预设规则发送给云平台，以使云平台根据变化的第一子图片和变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，匹配结果包括火灾确认结果或误报结果。
这里，如果云平台将变化的第一子图片和变化的第一子图片对应的编码与预存的火灾各阶段图片匹配成功，则得到火灾确认结果，说明有火灾的发生；如果匹配不成功，则得到误报结果，说明存在误报，并没有火灾的发生。
进一步的，步骤S103包括以下步骤：
步骤S201，将当前现场图片进行网格化分割，得到多个第二子图片，并对每个第二子图片进行编码；
步骤S202，将编码后的第二子图片与预存的现场图片进行比对，得到无变化的第二子图片和变化的第二子图片；
步骤S203，将无变化的第二子图片删除，并且将变化的第二子图片继续进行网格化分割，得到多个第一子图片。
具体地，参照图2，为了提高传输效率，先将当前现场图片进行第一次网格化分割，得到多个第二子图片，并对每个第二子图片进行编码，得到11、12、13、21、22、23、31、32和33，共9个第二子图片，每个第二子图片上有对应的编码。再将编码后的第二子图片与预存的现场图片进行比对，得到无变化的第二子图片12、13、21、22、23、32、和33，和变化的第二子图片11和31。将无变化的第二子图片删除，并将变化的第二子图片11和31继续进行网格化分割，得到多个第一子图片。其中，变化的第二子图片11进行网格化分割后，得到编码分别为1111、1112、1113、1121、1122、1123、1131、1132和1133的第一子图片，变化的第二子图片31进行网格化分割后，得到编码分别为3111、3113、3113、3121、3122、3123、3131、3132和3133的第一子图片。
将编码后的第一子图片与预存的现场图片进行比对，得到编码为1121、1122、1131、1132、3111、3112、3121、3122、3131和3132的变化的第一子图片，然后将这些图片按照预设规则上传到云平台。
进一步的，该方法还包括：
将编码后的第一子图片与预存的现场图片进行比对，得到无变化的第一子图片；
将无变化的第一子图片删除。
进一步的，该方法还包括以下步骤：
步骤S301，对当前现场图片进行压缩，得到压缩的当前现场图片；
步骤S302，判断压缩的当前现场图片中是否存在人物特征信息；如果存在，则执行步骤S303；如果不存在，则执行步骤S304；
步骤S303，对人物特征信息进行模糊处理；
步骤S304，对人物特征信息不进行模糊处理。
具体地，在对当前现场图片进行网格化分割之前，由于当前现场图片比较大，故需要对当前场图片进行压缩，然后判断压缩的当前现场图片中是否存在人物特征信息，其中，人物特征信息包括人像，如果存在，则需要对人像进行模糊化处理，如打马赛克和留空等，对人像进行模糊处理后，再进行网格化分割，以免通过云平台看到当前现场图片中的人像。
实施例二：
图3为本发明实施例二提供的另一火灾检测方法流程图。
参照图3，执行主体为云平台，该方法包括以下步骤：
步骤S401，接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
步骤S402，根据变化的第一子图片和变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
步骤S403，将更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，匹配结果包括火灾确认结果或误报结果。
本实施例中，云平台在接收到变化的第一子图片和变化的第一子图片对应的编码后，对预存的现场图片进行更新，并将更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果，其中，云平台收集火灾各个阶段的图片，对火灾阶段特征图片进行分类分库，并记录下火灾各个阶段的重要特征，从而建立模型库，以便于与变化的第一子图片进行比对。如果云平台无法判断是否为误报，则在云平台的界面上会弹出更新后的现场图片，通过监管人员来判断是否有火灾发生。
另外，对于火灾初期的特征，例如烟的特征、烟逐渐变化到各个阶段的特征、火苗的特征，以及火苗逐渐变大到各个阶段的特征，在云平台中构成数据库，并发送给烟雾检测设备，烟雾检测设备根据数据库中的信息进行分析比对。
进一步的，步骤S402包括以下步骤：
步骤S501，根据变化的第一子图片和变化的第一子图片对应的编码，从预存的现场图片中查找变化的第一子图片对应的位置；
步骤S502，将变化的第一子图片与变化的第一子图片对应的位置的图片进行替换，得到更新后的现场图片。
具体地，云平台根据变化的第一子图片和变化的第一子图片对应的编码，从预存的现场图片中查找变化的第一子图片对应的位置，并进行替换，替换之后，与其他位置的图片进行拼接，得到更新后的现场图片。
进一步的，步骤S403包括以下步骤：
步骤S601，如果更新后的现场图片与预存的火灾各阶段图片相同，则生成火灾确认结果；
步骤S602，如果更新后的现场图片与预存的火灾各阶段图片不相同，则生成误报结果。
本发明实施例提供了火灾检测方法，包括：采集烟雾信号，根据所述烟雾信号生成报警信号；根据所述报警信号对当前现场进行采集，得到当前现场图片；将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果，从而准确检测火灾的发生，提高火灾检测的准确率。
实施例三：
图4为本发明实施例三提供的火灾检测装置示意图。
参照图4，应用于烟雾检测设备，该装置包括烟雾传感器1、照相机2和单片机3；烟雾传感器1和照相机2分别与单片机3相连接；
烟雾传感器1，用于采集烟雾信号，将烟雾信号发送给单片机3，以使单片机3根据烟雾信号生成报警信号；
具体地，通过烟雾传感器1采集烟雾信号，并将烟雾信号发送给单片机3，单片机3在接收到烟雾信号后，根据烟雾信号生成报警信号，并启动休眠状态的照相机2，使照相机2开始工作。其中，烟雾传感器1包括但不限于，具体为离子式光电烟雾传感器、光电式烟雾传感器和气敏式烟雾传感器。
另外，单片机3还会将报警信号发送给云平台，云平台根据报警信号启动相应的烟雾检测设备的模板，为下次接收到的信号和图片信息做准备。
照相机2，用于根据报警信号对当前现场进行采集，得到当前现场图片；
这里，照相机2包括广角镜头、CCD(Charge Coupled Device，电荷耦合器件)或CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物导体)、以及存储器。光线通过广角镜头进入照相机2，通过照相机2的成像元件转换为数字信号，数字信号通过影像运算芯片存储在存储器中，供单片机3调用。
另外，当照相机2处于休眠模式时，可通过云平台发送的包括时间频率参数的设置信息启动照相机2，也可以通过报警信号启动照相机2。
单片机3，用于将当前现场图片进行网格化分割，得到多个第一子图片；对每个第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将变化的第一子图片和变化的第一子图片对应的编码发送给云平台，以使云平台根据变化的第一子图片和变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，匹配结果包括火灾确认结果或误报结果。
具体地，单片机3为低功耗的单片机，采用嵌入式系统，用于处理各模块之间与云平台之间的协同工作和处理逻辑，单片机3中的存储器为芯片颗粒存储。
实施例四：
图5为本发明实施例四提供的另一火灾检测装置示意图。
参照图5，执行主体为云平台，该装置包括：
接收模块4，用于接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
更新模块5，用于根据变化的第一子图片和变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
匹配模块6，用于将更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，匹配结果包括火灾确认结果或误报结果。
本发明实施例提供了火灾检测系统，包括如上所述的烟雾检测设备和如上所述的云平台。
本发明实施例提供了火灾检测装置和系统，包括：采集烟雾信号，根据所述烟雾信号生成报警信号；根据所述报警信号对当前现场进行采集，得到当前现场图片；将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果，从而准确检测火灾的发生，提高火灾检测的准确率。
本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的火灾检测方法的步骤。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的火灾检测方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，或者网格设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种火灾检测方法，其特征在于，应用于烟雾检测设备，所述方法包括：
采集烟雾信号，根据所述烟雾信号生成报警信号；
根据所述报警信号对当前现场进行采集，得到当前现场图片；
将所述当前现场图片进行网格化分割，得到多个第一子图片；
对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；
将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
2.根据权利要求1所述的火灾检测方法，其特征在于，所述将所述当前现场图片进行网格化分割，得到多个第一子图片，包括：
将所述当前现场图片进行网格化分割，得到多个第二子图片，并对每个所述第二子图片进行编码；
将编码后的第二子图片与所述预存的现场图片进行比对，得到无变化的第二子图片和变化的第二子图片；
将所述无变化的第二子图片删除，并且将所述变化的第二子图片继续进行网格化分割，得到所述多个第一子图片。
3.根据权利要求1所述的火灾检测方法，其特征在于，所述方法还包括：
将所述编码后的第一子图片与所述预存的现场图片进行比对，得到无变化的第一子图片；
将所述无变化的第一子图片删除。
4.根据权利要求1所述的火灾检测方法，其特征在于，所述方法还包括：
对所述当前现场图片进行压缩，得到压缩的当前现场图片；
判断所述压缩的当前现场图片中是否存在人物特征信息；
如果存在，则对所述人物特征信息进行模糊处理；
如果不存在，则对所述人物特征信息不进行模糊处理。
5.一种火灾检测方法，其特征在于，应用于云平台，所述方法包括：
接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
6.根据权利要求5所述的火灾检测方法，其特征在于，所述根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片，包括：
根据所述变化的第一子图片和所述变化的第一子图片对应的编码，从所述预存的现场图片中查找所述变化的第一子图片对应的位置；
将所述变化的第一子图片与所述变化的第一子图片对应的位置的图片进行替换，得到所述更新后的现场图片。
7.根据权利要求5所述的火灾检测方法，其特征在于，所述将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果，包括：
如果所述更新后的现场图片与所述预存的火灾各阶段图片相同，则生成火灾确认结果；
如果所述更新后的现场图片与所述预存的火灾各阶段图片不相同，则生成所述误报结果。
8.一种火灾检测装置，其特征在于，应用于烟雾检测设备，所述装置包括烟雾传感器、照相机和单片机；所述烟雾传感器和所述照相机分别与所述单片机相连接；
所述烟雾传感器，用于采集烟雾信号，将烟雾信号发送给单片机，以使单片机根据烟雾信号生成报警信号；
照相机，用于根据所述报警信号对当前现场进行采集，得到当前现场图片；
所述单片机，用于将所述当前现场图片进行网格化分割，得到多个第一子图片；对每个所述第一子图片进行编码，将编码后的第一子图片与预存的现场图片进行比对，得到变化的第一子图片；将所述变化的第一子图片和所述变化的第一子图片对应的编码发送给云平台，以使所述云平台根据变化的第一子图片和所述变化的第一子图片对应的编码与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
9.一种火灾检测装置，其特征在于，应用于云平台，所述装置包括：
接收模块，用于接收烟雾检测设备发送的变化的第一子图片和变化的第一子图片对应的编码；
更新模块，用于根据所述变化的第一子图片和所述变化的第一子图片对应的编码对预存的现场图片进行更新，得到更新后的现场图片；
匹配模块，用于将所述更新后的现场图片与预存的火灾各阶段图片进行匹配，得到匹配结果；
其中，所述匹配结果包括火灾确认结果或误报结果。
10.一种火灾检测系统，其特征在于，包括权利要求8所述的烟雾检测设备和权利要求9所述的云平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910723456.3A CN110428578B (zh) | 2019-08-06 | 2019-08-06 | 火灾检测方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910723456.3A CN110428578B (zh) | 2019-08-06 | 2019-08-06 | 火灾检测方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110428578A true CN110428578A (zh) | 2019-11-08 |
| CN110428578B CN110428578B (zh) | 2021-07-27 |
Family
ID=68414500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910723456.3A Active CN110428578B (zh) | 2019-08-06 | 2019-08-06 | 火灾检测方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110428578B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784202A (zh) * | 2020-07-27 | 2020-10-16 | Oppo（重庆）智能科技有限公司 | 标准作业系统及其管理方法、终端及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006185450A (ja) * | 2005-12-28 | 2006-07-13 | Tosho Inc | 処方箋受付装置 |
| CN101406401A (zh) * | 2007-10-10 | 2009-04-15 | 株式会社东芝 | 超声波图像取得装置 |
| CN103903234A (zh) * | 2014-03-12 | 2014-07-02 | 南京第五十五所技术开发有限公司 | 一种基于图像景深的实时图像去雾方法 |
| US20140254924A1 (en) * | 2013-03-06 | 2014-09-11 | Mstar Semiconductor, Inc. | Method, apparatus, and non-transitory computer readable medium for enhancing image contrast |
| KR20140109671A (ko) * | 2013-03-06 | 2014-09-16 | 대구대학교 산학협력단 | 카메라의 명암 영상신호를 이용한 화염 검출방법 |
| CN104834852A (zh) * | 2015-05-04 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 一种移动终端基于高质量眼纹图像进行解锁的方法及系统 |
| CN107145879A (zh) * | 2017-06-23 | 2017-09-08 | 依通（北京）科技有限公司 | 一种植物种类自动识别方法及系统 |
| CN108810626A (zh) * | 2018-07-03 | 2018-11-13 | 中影数字巨幕（北京）有限公司 | 影院监控方法、介质和计算设备 |
-
2019
- 2019-08-06 CN CN201910723456.3A patent/CN110428578B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006185450A (ja) * | 2005-12-28 | 2006-07-13 | Tosho Inc | 処方箋受付装置 |
| CN101406401A (zh) * | 2007-10-10 | 2009-04-15 | 株式会社东芝 | 超声波图像取得装置 |
| US20140254924A1 (en) * | 2013-03-06 | 2014-09-11 | Mstar Semiconductor, Inc. | Method, apparatus, and non-transitory computer readable medium for enhancing image contrast |
| KR20140109671A (ko) * | 2013-03-06 | 2014-09-16 | 대구대학교 산학협력단 | 카메라의 명암 영상신호를 이용한 화염 검출방법 |
| CN103903234A (zh) * | 2014-03-12 | 2014-07-02 | 南京第五十五所技术开发有限公司 | 一种基于图像景深的实时图像去雾方法 |
| CN104834852A (zh) * | 2015-05-04 | 2015-08-12 | 惠州Tcl移动通信有限公司 | 一种移动终端基于高质量眼纹图像进行解锁的方法及系统 |
| CN107145879A (zh) * | 2017-06-23 | 2017-09-08 | 依通（北京）科技有限公司 | 一种植物种类自动识别方法及系统 |
| CN108810626A (zh) * | 2018-07-03 | 2018-11-13 | 中影数字巨幕（北京）有限公司 | 影院监控方法、介质和计算设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111784202A (zh) * | 2020-07-27 | 2020-10-16 | Oppo（重庆）智能科技有限公司 | 标准作业系统及其管理方法、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110428578B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107113415B (zh) | 用于多技术深度图获取和融合的方法和设备 | |
| CN104966375B (zh) | 一种安防监控系统 | |
| US11195010B2 (en) | Smoke detection system and method | |
| KR101953342B1 (ko) | 멀티 센서 화재감지 방법 및 시스템 | |
| EP2840557B1 (en) | Image processing system, server device, image pickup device and image evaluation method | |
| CN106056833A (zh) | 安全监测方法、装置、系统及监控系统 | |
| CN106781208A (zh) | 一种图像型厨房火灾监控预警装置 | |
| CN205029794U (zh) | 一种智能门锁、基于智能门锁的安防装置及安防系统 | |
| CN107316431A (zh) | 一种基于云端的智能家居安防系统 | |
| KR101514061B1 (ko) | 노인 관리용 무선 카메라 장치 및 이를 통한 노인 관리 시스템 | |
| WO2016192350A1 (zh) | 终端设备配对连接的方法及系统 | |
| WO2022257647A1 (zh) | 摄像头检测方法、装置、存储介质与电子设备 | |
| US10341616B2 (en) | Surveillance system and method of controlling the same | |
| CN106060480A (zh) | 预警视频信息流融合监控系统 | |
| CN109961603A (zh) | 一种厨房炉灶安全监控方法及装置 | |
| CN110233988A (zh) | 地质勘探管理系统 | |
| US11120676B2 (en) | Intrusion detection methods and devices | |
| CN106033636A (zh) | 一种火灾监控方法及系统 | |
| CN110428578A (zh) | 火灾检测方法、装置和系统 | |
| CN107547839A (zh) | 基于图像分析的远程控制平台 | |
| CN106454255A (zh) | 一种视频监控系统及方法 | |
| CN105933676A (zh) | 基于图像分析的远程控制平台 | |
| CN205594407U (zh) | 一种水位远程无线监测摄像系统 | |
| CN105100629B (zh) | 一种图片处理方法和电子设备 | |
| CN209845008U (zh) | 基于片上系统的集群监控系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230810 Address after: No. 8 Huihai Road, High tech Zone, Ningbo City, Zhejiang Province, 315000, Room 16-1 (Room number 1601) Patentee after: Ningbo Zhifeng IoT Co.,Ltd. Address before: 315000 117-130, floor 26, No. 295, North meteorological Road, Taoyuan Street, Ninghai County, Ningbo City, Zhejiang Province (self declaration) Patentee before: Ningbo Weiwulian Technology Co.,Ltd. |