CN110648489A - 基于红外热成像燃点识别的库房预警系统 - Google Patents
基于红外热成像燃点识别的库房预警系统 Download PDFInfo
- Publication number
- CN110648489A CN110648489A CN201910856469.8A CN201910856469A CN110648489A CN 110648489 A CN110648489 A CN 110648489A CN 201910856469 A CN201910856469 A CN 201910856469A CN 110648489 A CN110648489 A CN 110648489A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared thermal
- temperature
- images
- monitoring area
- 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
- 238000001931 thermography Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 238000005070 sampling Methods 0.000 claims description 31
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 27
- 238000012360 testing method Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
- Plasma & Fusion (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种基于红外热成像燃点识别的库房预警系统，包括：云端服务器和设置在每个监测区域的红外热成像仪和温度传感器；所述红外热成像仪，用于拍摄对应的监测区域的影像，并向所述云端服务器发送包括拍摄的影像、自身的唯一ID和表征拍摄时间的时间戳的拍摄信息；所述温度传感器，用于监测对应的监测区域的温度，并将监测的温度发送给所述云端服务器；所述云端服务器，用于基于接收的信息确定每个监测区域对应的基准影像，并将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警。本发明能够更加精确地监测库房的温度，及时发现危险情况，避免损失。
Description
技术领域
本发明涉及一种库房预警系统，具体涉及一种基于红外热成像燃点识别的库房预警系统。
背景技术
档案是获知人或物的已往信息的重要文件，鉴于其重要程度，一般都是被保存在专门的库房中。由于档案一般都是纸质文件，很容易受到外界环境的影响，例如温度的变化等都会对文件造成一定的损坏，不利于档案的长期管理。一般库房环境温度在14～24℃，能够有利于档案的长期管理。因此，库房的空调会7x24小时运行，也会利用专门的库房监测管理系统来对库房的温度进行监测管理。
然而，目前的档案库房监测基本上通过温度传感器进行温度监测，但是，温度传感器只能探测到整个库房的大环境温度，对于某个局部区域的温度例如在该区域如果发生预警状态，短时间内将不会监测到，因而难以精确地监测库房温度，也会带来不可避免的经济损失。
因此，亟待需要提供一种能够精确地监测存放档案的库房温度和确保库房安全的方案。
发明内容
针对上述技术问题，本发明实施例提供一种基于红外热成像燃点识别的库房预警系统，能够精确的监测库房的温度，避免不必要的经济损失。
本发明采用的技术方案为：
本发明实施例提供一种基于红外热成像燃点识别的库房预警系统，包括：云端服务器和设置在每个监测区域的红外热成像仪和温度传感器；
所述红外热成像仪，用于拍摄对应的监测区域的影像，并向所述云端服务器发送包括拍摄的影像、自身的唯一ID和表征拍摄时间的时间戳的拍摄信息；
所述温度传感器，用于监测对应的监测区域的温度，并将监测的温度发送给所述云端服务器；
所述云端服务器，用于接收所述红外热成像仪发送的拍摄信息以及所述温度传感器发送的温度信息，基于接收的信息确定每个监测区域的每个时间戳下的影像和温度，以及基于确定的温度信息确定对应的基准影像，并将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警；所述基准影像为在库房的监测区域处于非预警状态的情况下，通过按照预设的温度变化顺序进行拍摄得到的影像。
可选地，所述红外热成像仪按照预设传输间隔向所述云端服务器传送预设数量的影像。
可选地，所述将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警，具体包括：
将监测区域拍摄的影像和对应温度的基准影像，逐个像素作差，得到拍摄影像和基准影像的差图像，并记录差图像中的像素值超过第一阈值的像素数量M和像素坐标；
如果M小于或等于第二阈值，不进行预警；
如果M大于所述第二阈值，并且M个像素中的多个像素聚集在特定区域内，则执行如下操作：
生成表征存在预警状态的报警信号，并向所述红外热成像仪发送指示实时传送设定时间内的影像的控制指令；
以远低于所述预设传送间隔的采样间隔对实时传送的影像进行采样，并将采样后的影像与对应温度的基准影像进行比较，基于比较结果确定是否发送所述报警信号。
可选地，所述将采样后的影像与对应温度的基准影像进行比较，基于比较结果确定是否发送所述报警信号包括：
将监测区域的采样后的每幅影像和对应温度的基准影像，逐个像素作差，得到每幅采样影像和基准影像的差图像，并记录差图像中的像素值超过第一阈值的像素数量m和像素坐标；
如果超过预设数量的差图像中的m均小于或等于第二阈值，则不发送所述报警信号；否则，则发送所述报警信号。
可选地，还包括：在发送所述预报警信号的同时发送表征预警状态严重程度的报警级别信号；所述报警级别信号包括表征预警状态严重的第一报警信号和表征预警状态不严重的第二报警信号，通过将按照时间顺序采样的影像依次进行比较确定。
可选地，所述第一报警信号和第二报警信号具体通过如下方式确定：
将相邻两个采样时刻采集的影像中以所述特定区域的重心为中心形成的预设边长的正方形区域内的像素，逐个像素作差，得到相邻两个采样时刻之间的差图像，并记录差图像的像素值超过第三阈值的像素数量；
如果相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量呈递增趋势，或者相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量中相邻两个像素数量的后者与前者的比值大于预设系数，则生成所述第一报警信号，否则，生成所述第二报警信号；所述预设系数大于1，并基于所述采样间隔和所述预设边长的正方形的边长长度确定。
可选地，在发送所述报警信号的同时发送实时传送的影像。
可选地，每个监测区域设置有一个红外热成像仪和一个或多个温度传感器。
本发明实施例提供的基于红外热成像燃点识别的库房预警系统，采用红外热成像仪和温度传感器相结合的方式来对库房的温度进行监测，在监测过程中，将红外热成像仪拍摄的影像与拍摄温度对应的基准图像进行比较，基于两者之间的差距来判定库房是否存在预警状态，从而能够更加精确地监测库房的温度，及时发现危险情况，避免损失。
附图说明
图1为本发明实施例提供的基于红外热成像燃点识别的库房预警系统的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
如图1所示，本发明实施例提供的基于红外热成像燃点识别的库房预警系统，包括：云端服务器1和设置在每个监测区域的红外热成像仪2和温度传感器3。其中，所述红外热成像仪2，用于拍摄对应的监测区域的影像，并向所述云端服务器1发送包括拍摄的影像、自身的唯一ID和表征拍摄时间的时间戳的拍摄信息。所述温度传感器3，用于监测对应的监测区域的温度，并将监测的温度发送给所述云端服务器1；所述云端服务器1，用于接收所述红外热成像仪2发送的拍摄信息以及所述温度传感器3发送的温度信息，基于接收的信息确定每个监测区域的每个时间戳下的影像和温度，以及基于确定的温度信息确定对应的基准影像，并将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警；所述基准影像为在库房的监测区域处于非预警状态的情况下，通过按照预设的温度变化顺序进行拍摄得到的影像。
在本发明实施例中，每个监测区域设置有一个红外热成像仪2和一个或多个温度传感器3，温度传感器3的设置数目可根据监测区域的大小进行确定。每个监测区域的红外热成像仪2和对应的温度传感器3可同步进行操作，不同监测区域的红外热成像仪可同步拍摄或者按照一定的时间顺序进行拍摄。红外热成像仪2可实时向云端服务器1发送影像，影像可以是视频或者图像，在一个优选示例中，为减少带宽的负担，每个红外热成像仪2可按照预设传输间隔向所述云端服务器传送预设数量的影像，例如每隔1分钟发送5-10帧的图像等，但并不做限制，可根据实际情况进行设置。
在本发明实施例中，云端服务器1和红外热成像仪2、温度传感器3通信连接进行信息交互，例如可通过局域网或者无线网络进行通信。云端服务器1中预先存储有每个红外热成像仪、温度传感器和监测区域的唯一ID，这些ID以关系表的形式存储。在接收到某个监测区域红外热成像仪发送的ID信息时，云端传感器1会基于红外热成像仪的ID找到该监测区域的ID，进而查阅到对应的温度传感器的ID，从而，基于查阅到的温度传感器的ID，确定该监测区域在每个时间戳下温度传感器测量并发送的温度信息，例如该监测区域的红外热成像仪2发送的某个时间戳是22:00，那么云端服务器1能够基于该红外热成像仪的ID获取到响应监测区域中的温度传感器的温度，例如18℃。需要说明的是，在该监测区域设置多个温度传感器的情况下，某个时间戳监测的温度可以为这些温度传感器监测的温度均值。在确定了某个监测区域的温度信息之后，云端服务器1会基于该温度信息确定该监测区域的对应的基准图像，例如，根据红外热成像仪的ID和温度18℃，获得对应ID和18℃的基准图像，这样，可获取每个监测区域本次传送的影像的基准图像。基准图像为在库房正常情况下，通过红外热成像仪按照预设的温度变化顺序进行拍摄得到的影像，例如，红外热成像仪每隔0.5℃(另一实施例中也可以是1℃)拍摄一幅图像，形成22幅(11幅)基准图像。基准图像存储在云端服务器中，对应于拍摄这些基准图像的红外热成像仪的唯一ID。在实际操作中，温度传感器监测的温度可能与基准图像拍摄时的温度不对应，例如，监测的温度可能会落入基准图像拍摄时的两个温度之间，例如监测温度为14.2℃，落入基准图像拍摄时的温度为14℃和14.5℃范围内，这种情况下，可以最靠近该监测温度的基准温度为对应的温度，即以14℃作为基准温度而选择相应的基准图像。
具体地，在本发明实施例中，所述将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警，具体包括：
(1)将监测区域拍摄的影像和对应温度的基准影像，逐个进行像素作差处理，得到拍摄影像和基准影像的差图像，并记录差图像中的像素值超过第一阈值的像素数量M和像素坐标。差图像为拍摄的影像和基准影像的绝对差。在一个示意性实施例中，第一阈值可根据经验设置为红外热成像仪的成像分辨率的5％。另一个示例性实施例中，第一阈值还与红外线成像仪拍摄基准图像时的间隔温度相关。
(2)如果M小于或等于第二阈值，不进行预警。在本发明实施例中，第二阈值可设置为不超过最小燃点区域/热成像仪的拍摄面积*热成像仪的拍摄分辨率得到的值。例如，最小燃点区域定义为4平方厘米，热成像仪的拍摄范围为9平方米，分辨率为800*600；那么经计算可得第二阈值等于64/3，向下取整得21个像素。
(3)如果M大于所述第二阈值，并且M个像素中的多个像素聚集在特定区域内，则执行如下操作：
生成表征存在预警状态的报警信号，并向所述红外热成像仪发送指示实时传送设定时间例如20秒内的影像的控制指令；
以远低于所述预设传送间隔的采样间隔对实时传送的影像进行采样，并将采样后的影像与对应的基准影像进行比较，基于比较结果确定是否发送所述报警信号。在本发明实施例中，由于红外热成像仪实时传送照片，所以采样间隔可为两个相邻时间戳的差，在一个示例中，采样间隔可为2秒。
在本发明实施例中，在已知M个像素坐标的情况下，可采用现有的任何方式对聚集情况进行判断，例如现有技术中的多种聚类分析方式等。
其中，所述将采样后的影像与对应的基准影像进行比较，基于比较结果确定是否发送所述报警信号与前述的拍摄影像和基准影像的比较类似，具体可包括：
将监测区域的采样后的每幅影像和对应温度的基准影像，逐个像素作差，得到每幅采样图像和基准图像的差图像，并记录差图像的像素值超过第一阈值的像素数量m和像素坐标；
如果超过预设数量的差图像中的m均小于或等于第二阈值，则不发送所述报警信号；否则，则发送所述报警信号。在一个示例中，预设数量可设置为差图像总数的80％。
本发明实施例中，在超过第一阈值的像素数量大于第二阈值的情况下，并没有第一时间发送报警信号，而是继续采集一段时间的实时影像与基准影像再次进行比较，基于本次比较结果确定是否发送报警信号，能够进行持续监测，使得判断结果更加准确，避免了误判。
进一步，还包括：在发送所述预报警信号的同时发送表征预警状态严重程度的报警级别信号；所述报警级别信号包括表征预警状态严重的第一报警信号和表征预警状态不严重的第二报警信号，通过将按照时间顺序采样的影像依次进行比较确定，比较方式与前述的拍摄影像和基准影像的比较类似，具体地，所述第一报警信号和第二报警信号具体可通过如下方式确定：
将相邻两个采样时刻采集的影像中以所述特定区域的重心为中心形成的预设边长L的正方形区域内的像素，逐个像素作差，得到相邻两个采样时刻之间的差图像，并记录差图像的像素值超过第三阈值的像素数量。相邻两个采样时刻之间的时间为采样间隔。预设边长L可根据实验测试获得，可为设定的采样时间(例如20秒)的函数。在一个示意性实施例中，第三阈值可以根据实验结果测试获得，但优选的，第三阈值与采样间隔(例如2秒)内的红外热成像仪拍摄的两幅明火状态时测试图像(例如，0秒和2秒时)在明火位置处的像素差值相关(例如低于像素差值的均值)。
如果相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量呈递增趋势，或者相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量中相邻两个像素数量的后者与前者的比值大于预设系数，则生成所述第一报警信号，否则，生成所述第二报警信号；所述预设系数大于1，并基于所述采样间隔和所述预设边长的正方形的边长长度确定。例如，对于每个红外热成像仪，云端服务器在采样期间采集到10幅影像，这样，将相邻两个采样时刻即每个采样间隔内采集的影像中位于预设的正方形区域内的像素进行逐个像素作差，会得到9幅差图像，每幅差图像中超过第三阈值的像素数量分别记为n1，n2，....，n9，在一个实施例中，如果这些像素呈递增趋势，即n9>n8>n7......>n1，那么说明预警状态比较严重，应当发送第一报警信号；否则，说明情况不严重，发送第二报警信号。在另一个实施例中，如果这些像素中相邻两个像素数量的后者与前者的比值大于预设系数k，即如果n9>k*n8，n8>k*n7，......，n2>k*n1。这种情况也说明预警状态比较严重，应当发送第一报警信号，否则，说明情况不严重，发送第二报警信号。在一个示例中，预设系数与采样间隔线性正相关，与比较的正方形的边长长度L的平方相关。
在本发明实施例中，由于在发送报警信号的同时还发送报警级别信号，能够为相关人员的工作提供参考依据。
此外，在本发明实施例中，在发送所述报警信号的同时发送实时传送的影像。在一个示例中，报警信号可以警报的方式发送，影像可发送给与云端服务器连接的终端，例如控制终端和手机终端等，供相关人员查看。
此外，为节约成本，云端服务器可设置两个存储设备，一个存储设备可为高速缓存cache，用于存储过去30分钟的影像，另一个存储设备为低速存储设备(例如硬盘)，用于存储所有历史(例如1年)影像数据。
综上，本发明实施例提供的基于红外热成像燃点识别的库房预警系统，采用红外热成像仪和温度传感器相结合的方式来对库房的温度进行监测，在监测过程中，将红外热成像仪拍摄的影像与拍摄温度对应的基准图像进行像素作差比较，形成差图像，然后在像素值超过第一阈值的像素数量大于第二阈值的情况下，再次采集图像进行判断，从而能够更加准确地对异常情况进行判断，避免误判，能够减少不必要的损失，进而能够更加精确地监测库房的温度，及时准确地发现危险情况，避免损失。
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所述以权利要求的保护范围为准。
Claims (8)
1.一种基于红外热成像燃点识别的库房预警系统，其特征在于，包括：云端服务器和设置在每个监测区域的红外热成像仪和温度传感器；
所述红外热成像仪，用于拍摄对应的监测区域的影像，并向所述云端服务器发送包括拍摄的影像、自身的唯一ID和表征拍摄时间的时间戳的拍摄信息；
所述温度传感器，用于监测对应的监测区域的温度，并将监测的温度发送给所述云端服务器；
所述云端服务器，用于接收所述红外热成像仪发送的拍摄信息以及所述温度传感器发送的温度信息，基于接收的信息确定每个监测区域的每个时间戳下的影像和温度，以及基于确定的温度信息确定对应的基准影像，并将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警；所述基准影像为在库房的监测区域处于非预警状态的情况下，通过按照预设的温度变化顺序进行拍摄得到的影像。
2.根据权利要求1所述的库房预警系统，其特征在于，所述红外热成像仪按照预设传输间隔向所述云端服务器传送预设数量的影像。
3.根据权利要求2所述的库房预警系统，其特征在于，所述将每个监测区域拍摄的影像与对应的基准影像进行比较，以及基于比较结果确定是否进行预警，具体包括：
将监测区域拍摄的影像和对应温度的基准影像，逐个像素作差，得到拍摄影像和基准影像的差图像，并记录差图像中的像素值超过第一阈值的像素数量M和像素坐标；
如果M小于或等于第二阈值，不进行预警；
如果M大于所述第二阈值，并且M个像素中的多个像素聚集在特定区域内，则执行如下操作：
生成表征存在预警状态的报警信号，并向所述红外热成像仪发送指示实时传送设定时间内的影像的控制指令；
以远低于所述预设传送间隔的采样间隔对实时传送的影像进行采样，并将采样后的影像与对应温度的基准影像进行比较，基于比较结果确定是否发送所述报警信号。
4.根据权利要求3所述的库房预警系统，其特征在于，所述将采样后的影像与对应温度的基准影像进行比较，基于比较结果确定是否发送所述报警信号包括：
将监测区域的采样后的每幅影像和对应温度的基准影像，逐个像素作差，得到每幅采样影像和基准影像的差图像，并记录差图像中的像素值超过第一阈值的像素数量m和像素坐标；
如果超过预设数量的差图像中的m均小于或等于第二阈值，则不发送所述报警信号；
否则，则发送所述报警信号。
5.根据权利要求4所述的库房预警系统，其特征在于，还包括：在发送所述预报警信号的同时发送表征预警状态严重程度的报警级别信号；
所述报警级别信号包括表征预警状态严重的第一报警信号和表征预警状态不严重的第二报警信号，通过将按照时间顺序采样的影像依次进行比较确定。
6.根据权利要求5所述的库房预警系统，其特征在于，所述第一报警信号和第二报警信号具体通过如下方式确定：
将相邻两个采样时刻采集的影像中以所述特定区域的重心为中心形成的预设边长的正方形区域内的像素，逐个像素作差，得到相邻两个采样时刻之间的差图像，并记录差图像的像素值超过第三阈值的像素数量；
如果相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量呈递增趋势，或者相邻两个采样时刻之间的差图像的像素值超过第三阈值的像素数量中相邻两个像素数量的后者与前者的比值大于预设系数，则生成所述第一报警信号，否则，生成所述第二报警信号；所述预设系数大于1，并基于所述采样间隔和所述预设边长的正方形的边长长度确定。
7.根据权利要求4所述的库房预警系统，其特征在于，在发送所述报警信号的同时发送实时传送的影像。
8.根据权利要求1所述的库房预警系统，其特征在于，每个监测区域设置有一个红外热成像仪和一个或多个温度传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910856469.8A CN110648489B (zh) | 2019-09-11 | 2019-09-11 | 基于红外热成像燃点识别的库房预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910856469.8A CN110648489B (zh) | 2019-09-11 | 2019-09-11 | 基于红外热成像燃点识别的库房预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110648489A true CN110648489A (zh) | 2020-01-03 |
| CN110648489B CN110648489B (zh) | 2021-01-26 |
Family
ID=69010317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910856469.8A Expired - Fee Related CN110648489B (zh) | 2019-09-11 | 2019-09-11 | 基于红外热成像燃点识别的库房预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648489B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111256841A (zh) * | 2020-03-26 | 2020-06-09 | 深圳市永达电子信息股份有限公司 | 一种轨道状态的检测方法及其检测系统 |
| CN112033580A (zh) * | 2020-08-26 | 2020-12-04 | 广东高标电子科技有限公司 | 一种温度传感单元断线检测系统、断线检测方法及电动车 |
| CN113299033A (zh) * | 2020-02-20 | 2021-08-24 | 艾科科技股份有限公司 | 场域异常高温判断通报系统 |
| CN114049353A (zh) * | 2022-01-11 | 2022-02-15 | 合肥金星智控科技股份有限公司 | 炉管温度监测方法 |
| CN114783141A (zh) * | 2022-04-24 | 2022-07-22 | 王江湖 | 一种消防安全系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101310672A (zh) * | 2007-05-21 | 2008-11-26 | 中国科学院理化技术研究所 | 对目标表面进行红外热图成像的方法及系统 |
| CN101661658A (zh) * | 2009-05-27 | 2010-03-03 | 北京奥腾讯达科技有限公司 | 红外图像探测报警装置 |
| 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 |
| CN102798475A (zh) * | 2012-08-02 | 2012-11-28 | 电子科技大学 | 一种根据标准红外视频图像确定目标温度的方法 |
| KR101521236B1 (ko) * | 2014-10-13 | 2015-05-18 | 주식회사 에스카 | 열영상을 이용한 감시 시스템 |
| CN107655576A (zh) * | 2017-09-20 | 2018-02-02 | 北京许继电气有限公司 | 红外热成像在线监测方法和系统 |
-
2019
- 2019-09-11 CN CN201910856469.8A patent/CN110648489B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101310672A (zh) * | 2007-05-21 | 2008-11-26 | 中国科学院理化技术研究所 | 对目标表面进行红外热图成像的方法及系统 |
| CN101661658A (zh) * | 2009-05-27 | 2010-03-03 | 北京奥腾讯达科技有限公司 | 红外图像探测报警装置 |
| 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 |
| CN102798475A (zh) * | 2012-08-02 | 2012-11-28 | 电子科技大学 | 一种根据标准红外视频图像确定目标温度的方法 |
| KR101521236B1 (ko) * | 2014-10-13 | 2015-05-18 | 주식회사 에스카 | 열영상을 이용한 감시 시스템 |
| CN107655576A (zh) * | 2017-09-20 | 2018-02-02 | 北京许继电气有限公司 | 红外热成像在线监测方法和系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113299033A (zh) * | 2020-02-20 | 2021-08-24 | 艾科科技股份有限公司 | 场域异常高温判断通报系统 |
| CN111256841A (zh) * | 2020-03-26 | 2020-06-09 | 深圳市永达电子信息股份有限公司 | 一种轨道状态的检测方法及其检测系统 |
| CN112033580A (zh) * | 2020-08-26 | 2020-12-04 | 广东高标电子科技有限公司 | 一种温度传感单元断线检测系统、断线检测方法及电动车 |
| CN114049353A (zh) * | 2022-01-11 | 2022-02-15 | 合肥金星智控科技股份有限公司 | 炉管温度监测方法 |
| CN114783141A (zh) * | 2022-04-24 | 2022-07-22 | 王江湖 | 一种消防安全系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110648489B (zh) | 2021-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110648489B (zh) | 基于红外热成像燃点识别的库房预警系统 | |
| CN105306925B (zh) | 一种视频监控前端设备监测系统及监测方法 | |
| CN1882078B (zh) | 监视摄像机的图像异常检测装置 | |
| CN101716945B (zh) | 铁路机车车轴红外热像监测方法及系统 | |
| CN112562112A (zh) | 自动巡检方法及系统 | |
| EP2804382B1 (en) | Reliability determination of camera fault detection tests | |
| CN101661658A (zh) | 红外图像探测报警装置 | |
| CN101762327A (zh) | 电气化铁路接触网红外温度监测方法及系统 | |
| JP2003240613A (ja) | 遠隔監視装置 | |
| CN110769194A (zh) | 一种基于双光融合的热源监测识别方法及系统 | |
| CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
| KR101685950B1 (ko) | 자가 고장 진단 기능이 구비된 올인원 녹화 장치 | |
| CN102930685B (zh) | 一种预防火灾的安防系统以及火灾探测方法 | |
| TW201216713A (en) | System and method for automatically adjusting camera resolutions | |
| CN105872466A (zh) | 基于智能电视的报警方法及装置 | |
| CN114511984A (zh) | 一种火情监测摄像机、火情监测方法和火情自动报警系统 | |
| JP5155926B2 (ja) | 警備システムおよび警備方法 | |
| CN114554153A (zh) | 监控系统用视频流传输控制方法及监控系统 | |
| CN205017451U (zh) | 基于远程视频的火焰检测系统 | |
| CN209845008U (zh) | 基于片上系统的集群监控系统 | |
| CN110930362A (zh) | 一种螺钉安全检测方法、装置及系统 | |
| CN107290060A (zh) | 热源检测装置、系统及其方法 | |
| TWM528432U (zh) | 熱源檢測裝置及其系統 | |
| TW201729589A (zh) | 條件式備份影像之監控系統及其影像監控裝置 | |
| TWI579581B (zh) | 熱源檢測裝置、系統及其方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210126 Termination date: 20210911 |