CN110910604B - 用于火灾报警的监控方法、系统以及装置 - Google Patents
用于火灾报警的监控方法、系统以及装置 Download PDFInfo
- Publication number
- CN110910604B CN110910604B CN201911150280.3A CN201911150280A CN110910604B CN 110910604 B CN110910604 B CN 110910604B CN 201911150280 A CN201911150280 A CN 201911150280A CN 110910604 B CN110910604 B CN 110910604B
- Authority
- CN
- China
- Prior art keywords
- thermal infrared
- infrared image
- scene
- condition
- fire
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 49
- 235000019504 cigarettes Nutrition 0.000 claims description 48
- 238000003331 infrared imaging Methods 0.000 claims description 15
- 230000000391 smoking effect Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 6
- 235000013305 food Nutrition 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 4
- 230000002269 spontaneous effect Effects 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 10
- 239000003086 colorant Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007706 flame test Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 235000021268 hot food Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000000779 smoke Substances 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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本申请公开了一种用于火灾报警的监控方法、系统以及装置。其中用于火灾报警的监控方法，包括：获取指定场景的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值；在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及根据第二热红外图像，确定指定场景内的火灾情况。
Description
技术领域
本申请涉及火灾报警技术领域，特别是涉及一种用于火灾报警的监控方法、系统以及装置。
背景技术
随着城镇化的不断发展和日益密集，大型建筑综合体和高层建筑逐年增加，使得防火工作至关重要。火灾具有突发性、随机性、短时间内能造成巨大损失等特点，因此一旦有火灾发生，就必须以极快的速度采取扑救措施。因此，对火灾的监控尤为重要。传统的火灾报警的方式包括通过图像采集设备采集指定场景的图像，然后通过图像识别技术根据火焰的颜色和形态识别图像中的火点，然后进行火灾报警，但是图像中火焰的颜色和形态容易受背景信息的干扰产生误报，例如树叶的摆动以及采集的场景中存在和火焰颜色相近的背景，并且火焰初期形态较小，可见光图像中很难识别出来，从而导致延迟报警。
针对上述的现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题，目前尚未提出有效的解决方案。
发明内容
本公开提供了一种用于火灾报警的监控方法、系统以及装置，以至少解决现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
根据本申请的一个方面，提供了一种用于火灾报警的监控方法，包括：获取指定场景的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值；在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及根据第二热红外图像，确定指定场景内的火灾情况。
根据本申请的另一个方面，提供了一种用于火灾报警的监控系统，包括：热红外成像设备以及与热红外成像设备连接的计算设备，其中计算设备用于执行以下操作：获取指定场景的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值；在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及根据第二热红外图像，确定指定场景内的火灾情况。
根据本申请的另一个方面，提供了一种用于火灾报警的监控装置，包括：第一热红外图像获取模块，用于获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定指定场景的最高温度值；最高温度确定模块，用于在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；第二热红外图像获取模块，用于在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及火灾情况确定模块，用于根据第二热红外图像，确定指定场景内的火灾情况。
根据本实施例的技术方案，计算设备获取指定场景的第一热红外图像，并且计算出第一热红外图像中的最高温度值。然后在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度，并且在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像。最后计算设备根据第二热红外图像，确定指定场景内的火灾情况。通过利用红外采集设备获取指定场景中的最高温度，以及根据计算设备获取的第二红外图像，判断是否存在火灾以及火灾发生的原因，从而根据判断火灾发生的原因能够准确的在火灾初期进行火灾报警，进而解决了现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
根据下文结合附图对本申请的具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本申请实施例1第二个方面所述的火灾报警监控系统的示意图；
图2是根据本申请实施例1第一个方面所述的用于火灾报警的监控方法的流程示意图；
图3是根据本申请实施例1第一个方面所述指定场景中的最高温度值和时间之间的关系图；
图4是根据本申请实施例1第一个方面所述用于火灾报警的监控方法的另一流程示意图；
图5A是根据本申请实施例1第一个方面所述火焰检测模型检测火焰的结果展示图；
图5B是根据本申请实施例1第一个方面所述烟头检测模型检测烟头的结果展示图；以及
图6是根据本申请实施例2所述的用于火灾报警的监控装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便这里描述的本公开的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
图1示出了根据本公开实施例所述的火灾报警监控系统100的示意图。参考图1所示，该监控系统100包括热红外成像设备110以及与热红外成像设备110连接的计算设备120，其中计算设备120可以是嵌入式的计算设备、传统计算设备(例如电脑)以及服务器等。
其中热红外成像设备110与计算设备120可以是封装在一个装置中的两个设备。例如，热红外成像设备110可以是热红外影像传感器，计算设备120例如可以是与热红外影像传感器连接的处理器。此外，参考图1所示，热红外成像设备110与计算设备120也可以是彼此分离的设备。
并且，图2示出了根据本公开实施例第一个方面所述的用于火灾报警的监控方法的流程示意图以及图3示出了本公开实施例所述指定场景中的最高温度值和时间之间的关系图。其中该方法例如可以由火灾报警监控系统100的计算设备120实现。参考图2和图3所示，该方法包括：
S202：获取指定场景的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值；
S204：在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；
S206：在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及
S208：根据第二热红外图像，确定指定场景内的火灾情况。
正如背景技术中所述的，传统的火灾报警的方式包括通过图像采集设备采集指定场景的图像，然后通过图像识别技术根据火焰的颜色和形态识别图像中的火点，然后进行火灾报警，但是图像中火焰的颜色和形态容易受背景信息的干扰产生误报，例如树叶的摆动以及采集的场景中存在和火焰颜色相近的背景，并且火焰初期形态较小，可见光图像中很难识别出来，从而导致延迟报警。
有鉴于此，参考图1所示的火灾报警监控系统100，其中计算设备120例如可以从热红外成像设备110获取指定场景的热红外图像，并根据获取的热红外图像进行火灾报警监控。
具体地，计算设备120例如可以从热红外成像设备110获取指定场景(例如，热红外成像设备110监视的场景)的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值(S202)。其中指定的场景可以是室内的场景也可以是室外的场景，并且计算设备120可以利用获取的第一热红外图像中的像素值，来确定第一热红外图像中的最高温度值的位置。
进一步地，计算设备120将所确定的最高温度值与预先设置的第一阈值温度进行比对，并且在最高温度值达到预先设置的第一阈值温度的情况下，持续从热红外成像设备110获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度(S204)。其中第一阈值温度例如可以是热水、高温食物以及取暖设备的温度(例如80度)。这些温度尽管远高于正常的环境温度，但是却又远低于火焰或者烟头等火灾目标的温度。因此在本实施例中，为了防止误报，当计算设备120判定指定场景的最高温度值达到第一阈值温度时，并不会立刻进行报警，而是进入火灾预警状态，持续获取指定场景的热红外图像，直到指定场景的热红外图像的最高温度值达到第二阈值温度。其中，第二阈值温度为火灾发生前的温度，例如，如果报警监控系统100监测的范围为50米，那么在50米内火灾发生前的温度例如可以为120～150度(例如同一物体距离火灾监控系统100越远温度越低，但是温差不会很大)，那么此时用户可以将第二阈值温度设置为120度。并且其中第一阈值温度和第二阈值温度由用户根据使用的场景自行定义。
此外，在用户将火灾报警监控系统100应用于例如冷冻室的温度较低的场景的情况下，并且冷冻室内不允许出现温度高于50度的物体，例如热水。此时用户可以将第一阈值温度设置成50度，如果有人将高于50度的物体带入冷冻室，火灾报警监控系统100就可以发出预警信息。
此外，例如某些场合不允许抽烟，用户可以应用本发明的火灾报警监控系统100利用预先设置烟头监测模型以及热红外图像的温度检测烟头是否存在。如果存在烟头的情况下，火灾报警监控系统100将发出预警信号。
进一步地，在计算设备120确定指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下(可以是工作人员指定的时间，可以是火灾发生前第二阈值温度持续的短暂的时间，例如，在指定场景仅仅燃烧的是一张纸的情况下，持续短暂时间后温度就会降低，这种情况下不做火灾报警处理)，获取第二热红外图像(S206)。其中第二热红外图像中包括指定场景中最高温度值对应的物体以及周围的物体。
进一步地，计算设备120可以根据第二热红外图像，确定指定场景内的火灾情况(S208)，其中火灾情况例如可以包括火焰、烟头、有人纵火或者有人吸烟等情况。
从而，根据本实施例的技术方案，计算设备120获取指定场景的第一热红外图像，并且计算出第一热红外图像中的最高温度值。然后在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度，并且在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像。最后计算设备120根据第二热红外图像，确定指定场景内的火灾情况。然后，计算设备120通过利用红外采集设备获取指定场景中的最高温度，以及根据计算设备120获取的第二红外图像，判断是否存在火灾以及火灾发生的原因。从而通过这种方式，能够准确地识别指定场景中的火灾情况并进行报警，进而解决了现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，包括：利用预先设置的火焰检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在火焰。
具体地，参考图4所示，计算设备120例如可以利用预先设置的火焰检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在火焰(火焰形状可以是例如打火机或者火灾之类的火焰形状)。例如，火焰在热红外3um～15um波段之间的成像火焰形态稳定，从而排除背景信息的干扰(环境颜色以及树叶摆动等)，从而达到了准确识别火焰的技术效果。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：在指定场景存在火焰的情况下，利用预先设置的人体检测模型，在第二热红外图像中对火焰附近的区域进行人体检测；以及在火焰附近的区域检测到人体的情况下，确定指定场景中存在纵火情况。
具体地，参考图5A所示，计算设备120确定在指定场景存在火焰的情况下，利用预先设置的人体检测模型，在第二热红外图像中对火焰附近的区域进行人体检测。并且在火焰附近的区域检测到人体的情况下(即人拿着有火焰的物体进行放火行为)，计算设备120进一步确定指定场景中存在纵火情况。从而计算设备120可以在利用热红外图像进行温度检测的同时，结合图像识别，进行火灾检测，从而减少关于火灾的误报率。并且计算设备120不仅仅对火焰进行检测，而且还对人体进行检测，从而能够根据火灾发生的原因够准确地在火灾初期进行火灾报警。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：利用预先设置的烟头检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在烟头。
具体地，参考图4所示，计算设备120例如可以利用预先设置的烟头检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在烟头。其中在传统的图像识别技术中烟头很难检测出来，本技术方案利用预先设置的烟头检测模型根据热红外传感设备提供的热红外图像检测出烟头的温度以及形状。其中由于烟头和火焰的差别不大，而且形状比较小在可见光图像中很难识别，但是人为丢弃烟头可能引发火灾，因此利用热红外传感器设备110采集的热红外图像中包含温度信息，再根据烟头温度高但是稳定并且占有的像素值较少的特点，从而可以更加准确的检测出烟头的存在。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：在指定场景存在烟头的情况下，利用预先设置的人体检测模型，在第二热红外图像中对烟头附近的区域进行人体检测；以及在烟头附近的区域检测到人体的情况下，确定指定场景中存在吸烟情况。
具体地，参考图5B所示，计算设备120确定在指定场景存在烟头的情况下，利用预先设置的人体检测模型，在第二热红外图像中对烟头附近的区域进行人体检测。并且在烟头附近的区域检测到人体的情况下，确定指定场景中存在吸烟情况，其中人体和烟头存在重叠或者接触。从而根据判断火灾发生的原因能够准确的在火灾初期进行火灾报警。
此外，计算设备120在确定指定场景中存在烟头的情况下，如果计算设备120在烟头的附近未发现人体，那么可能存在丢弃的烟头(未熄灭)，有引起火灾的可能。
可选地，还包括：在指定场景中存在火焰的情况下，并且火焰附近的区域未检测到人体的情况下，确定指定场景中存在物体自燃的情况。
具体地，指定场景中的最高温度值超过第二阈值温度，检测出火焰但是不存在人体的情况，在指定的场景就存在物体自燃的情况。在指定场景中存在火焰的情况下，并且火焰附近的区域未检测到人体的情况下，确定指定场景中存在物体自燃的情况。
可选地，第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下所述的任意一项：高温食物、热水以及取暖设备。
具体地，通过设置第一阈值温度，减少了火灾误报率，从而避免因为高温食物、热水以及取暖设备等形成的高温而进行的错误报警。
可选地，还包括：在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，在最高温度值下降至第一温度值的情况下，判定指定场景内为未发生火灾。
具体地，参考图3所示，在指定场景中的最高温度值达到了第一阈值温度并且之后持续下降的情况下，可以判定指定场景中未发生火灾。例如可以是火柴或者打火机点火后的最高温度值达到了第一阈值温度，但是随后熄灭火焰后温度下降，说明不存在火灾的情况。从而通过这种方式，进一步根据温度变化判断指定场景中是否发生火灾，进而减少火灾的误报率。
可选地，还包括：在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取指定场景的热红外图像，在最高温度值下降至第一阈值温度的情况下，判定指定场景内未发生火灾。
具体地，参考图3所示，在指定场景中的最高温度值达到了第二阈值温度并且之后，计算设备120检测第二热红外图像中的最高温度持续下降的情况下(即最高温度达到第二阈值温度后不再上升)，可以判定指定场景中未发生火灾。例如可以是人为的点燃纸张之类的小物件，导致指定场景中的最高温度短暂的达到了第二阈值温度，但是短暂时间过后，温度下降至第一阈值温度之下，所以这种情况下不存在火灾的情况。从而通过这种方式，进一步根据温度变化判断指定场景中是否发生火灾，进而减少火灾的误报率。
此外，根据本实施例的第二个方面，提供了一种用于火灾报警的监控系统，参考图1所示，该系统包括：热红外成像设备以及与热红外成像设备连接的计算设备，其中计算设备用于执行以下操作：获取指定场景的第一热红外图像，并且根据第一热红外图像确定指定场景的最高温度值；在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及根据第二热红外图像，确定指定场景内的火灾情况。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，包括：利用预先设置的火焰检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在火焰。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：在指定场景存在火焰的情况下，利用预先设置的人体检测模型，在第二热红外图像中对火焰附近的区域进行人体检测；以及在火焰附近的区域检测到人体的情况下，确定指定场景中存在纵火情况。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：利用预先设置的烟头检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在烟头。
可选地，根据第二热红外图像，确定指定场景内的火灾情况，还包括：在指定场景存在烟头的情况下，利用预先设置的人体检测模型，在第二热红外图像中对烟头附近的区域进行人体检测；以及在烟头附近的区域检测到人体的情况下，确定指定场景中存在吸烟情况。
可选地，还包括：在指定场景中存在火焰的情况下，并且火焰附近的区域未检测到人体的情况下，确定指定场景中存在物体自燃的情况。
可选地，第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下所述的任意一项：高温食物、热水以及取暖设备。
可选地，还包括：在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，在最高温度值下降至第一温度值的情况下，判定指定场景内为未发生火灾。
可选地，还包括：在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取指定场景的热红外图像，在最高温度值下降至第一阈值温度的情况下，判定指定场景内未发生火灾。
根据本实施例的技术方案，计算设备获取指定场景的第一热红外图像，并且计算出第一热红外图像中的最高温度值。然后在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度，并且在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像。最后计算设备根据第二热红外图像，确定指定场景内的火灾情况。通过利用红外采集设备获取指定场景中的最高温度，以及根据计算设备获取的第二红外图像，判断是否存在火灾以及火灾发生的原因，从而根据判断火灾发生的原因能够准确的在火灾初期进行火灾报警，进而解决了现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
实施例2
图6示出了根据本实施例的第一个方面所述的用于火灾报警的监控装置600，该装置600与根据实施例1的第一个方面所述的方法相对应。参考图6所示，该装置600包括：第一热红外图像获取模块610，用于获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定指定场景的最高温度值；最高温度确定模块620，用于在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度；第二热红外图像获取模块630，用于在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及火灾情况确定模块640，用于根据第二热红外图像，确定指定场景内的火灾情况。
可选地，火灾情况确定模块640包括：火焰检测模块，用于利用预先设置的火焰检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在火焰。
可选地，火灾情况确定模块640还包括：人体检测模块，用于在指定场景存在火焰的情况下，利用预先设置的人体检测模型，在第二热红外图像中对火焰附近的区域进行人体检测；以及纵火情况确定模块，用于在火焰附近的区域检测到人体的情况下，确定指定场景中存在纵火情况。
可选地，火灾情况确定模块640还包括：烟头检测模块，用于利用预先设置的烟头检测模型对第二热红外图像中最高温度值的区域进行检测，判定指定场景是否存在烟头。
可选地，火灾情况确定模块640还包括：人体检测模块，用于在指定场景存在烟头的情况下，利用预先设置的人体检测模型，在第二热红外图像中对烟头附近的区域进行人体检测；吸烟情况确定模块，用于以及在烟头附近的区域检测到人体的情况下，确定指定场景中存在吸烟情况。
可选地，还包括：物体自燃确定模块，用于在指定场景中存在火焰的情况下，并且火焰附近的区域未检测到人体的情况下，确定指定场景中存在物体自燃的情况。
可选地，第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下所述的任意一项：高温食物、热水以及取暖设备。
可选地，还包括：第一火灾情况确定子模块，用于在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，在最高温度值下降至第一温度值的情况下，判定指定场景内为未发生火灾。
可选地，还包括：第二火灾情况确定子模块，用于在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取指定场景的热红外图像，在最高温度值下降至第一阈值温度的情况下，判定指定场景内未发生火灾。
根据本实施例的技术方案，计算设备获取指定场景的第一热红外图像，并且计算出第一热红外图像中的最高温度值。然后在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，并根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度，并且在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像。最后计算设备根据第二热红外图像，确定指定场景内的火灾情况。通过利用红外采集设备获取指定场景中的最高温度，以及根据计算设备获取的第二红外图像，判断是否存在火灾以及火灾发生的原因，从而根据判断火灾发生的原因能够准确的在火灾初期进行火灾报警，进而解决了现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。
在本公开的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本公开保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种用于火灾报警的监控方法，其特征在于，包括：
获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定所述指定场景的最高温度值；
在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，并根据持续获取的热红外图像，判定所述指定场景的最高温度是否持续升高至第二阈值温度，其中第一阈值温度为高于正常环境并且低于火灾目标的温度，第二阈值温度为火灾发生前的温度；
在所述指定场景的最高温度持续升高至所述第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及
根据所述第二热红外图像，利用预先设置的火焰检测模型、人体检测模型和烟头检测模型，识别所述指定场景内的火灾情况，并且其中
在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取所述指定场景的热红外图像，在所述最高温度值下降至所述第一阈值温度的情况下，判定所述指定场景内未发生火灾。
2.根据权利要求1所述的方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，包括：
利用预先设置的火焰检测模型对所述第二热红外图像中最高温度值的区域进行检测，判定所述指定场景是否存在火焰。
3.根据权利要求2所述的方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
在所述指定场景存在火焰的情况下，利用预先设置的人体检测模型，在所述第二热红外图像中对所述火焰附近的区域进行人体检测；以及
在所述火焰附近的区域检测到人体的情况下，确定所述指定场景中存在纵火情况。
4.根据权利要求1所述的方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
利用预先设置的烟头检测模型对所述第二热红外图像中最高温度值的区域进行检测，判定所述指定场景是否存在烟头。
5.根据权利要求4所述的方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
在所述指定场景存在烟头的情况下，利用预先设置的人体检测模型，在所述第二热红外图像中对所述烟头附近的区域进行人体检测；以及
在所述烟头附近的区域检测到人体的情况下，确定所述指定场景中存在吸烟情况。
6.根据权利要求2所述的方法，其特征在于，还包括：
在所述指定场景中存在火焰的情况下，并且所述火焰附近的区域未检测到人体的情况下，确定所述指定场景中存在物体自燃的情况。
7.根据权利要求1所述的方法，其特征在于，所述第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下任意一项：高温食物、热水以及取暖设备。
8.根据权利要求1所述的方法，其特征在于，还包括：
在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，在所述最高温度值下降至所述第一阈值温度的情况下，判定所述指定场景内为未发生火灾。
9.一种用于火灾报警的监控系统，其特征在于，包括：热红外成像设备以及与所述热红外成像设备连接的计算设备，其中所述计算设备用于执行以下操作：
获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定所述指定场景的最高温度值；
在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，并根据持续获取的热红外图像，判定所述指定场景的最高温度是否持续升高至第二阈值温度，其中第一阈值温度为高于正常环境并且低于火灾目标的温度，第二阈值温度为火灾发生前的温度；
在所述指定场景的最高温度持续升高至所述第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；以及
根据所述第二热红外图像，利用预先设置的火焰检测模型、人体检测模型和烟头检测模型，识别所述指定场景内的火灾情况，并且
在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取所述指定场景的热红外图像，在所述最高温度值下降至所述第一阈值温度的情况下，判定所述指定场景内未发生火灾。
10.一种用于火灾报警的监控装置，其特征在于，包括：
第一热红外图像获取模块，用于获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定所述指定场景的最高温度值；
最高温度确定模块，用于在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，并根据持续获取的热红外图像，判定所述指定场景的最高温度是否持续升高至第二阈值温度，其中第一阈值温度为高于正常环境并且低于火灾目标的温度，第二阈值温度为火灾发生前的温度；
第二热红外图像获取模块，用于在所述指定场景的最高温度持续升高至所述第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；
火灾情况确定模块，用于根据所述第二热红外图像，利用预先设置的检火焰检测模型、人体检测模型和烟头检测模型，识别所述指定场景内的火灾情况；以及
第二火灾情况确定子模块，用于在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取指定场景的热红外图像，在最高温度值下降至第一阈值温度的情况下，判定指定场景内未发生火灾。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911150280.3A CN110910604B (zh) | 2019-11-21 | 2019-11-21 | 用于火灾报警的监控方法、系统以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911150280.3A CN110910604B (zh) | 2019-11-21 | 2019-11-21 | 用于火灾报警的监控方法、系统以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110910604A CN110910604A (zh) | 2020-03-24 |
| CN110910604B true CN110910604B (zh) | 2022-10-04 |
Family
ID=69818329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911150280.3A Active CN110910604B (zh) | 2019-11-21 | 2019-11-21 | 用于火灾报警的监控方法、系统以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110910604B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111613009B (zh) * | 2020-04-24 | 2021-12-10 | 杭州舜程科技有限公司 | 基于红外热成像的室内危险热源预测报警方法及其装置 |
| CN113393486B (zh) * | 2021-06-23 | 2023-02-03 | 英特灵达信息技术(深圳)有限公司 | 一种异常事件监测方法、智能监测终端及系统 |
| CN115249394A (zh) * | 2021-12-31 | 2022-10-28 | 重庆工程职业技术学院 | 一种基于bim的工程施工装置 |
| CN114566028B (zh) * | 2022-02-21 | 2024-05-07 | 招商蛇口数字城市科技有限公司 | 电动车充电风险监测方法、装置及存储介质 |
| CN116168345B (zh) * | 2023-04-21 | 2023-07-21 | 深圳开鸿数字产业发展有限公司 | 火灾检测方法及相关设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205263994U (zh) * | 2015-12-17 | 2016-05-25 | 公安部上海消防研究所 | 大型物流仓储风险源实时监控平台 |
| CN109073453A (zh) * | 2017-04-11 | 2018-12-21 | 翰善St股份有限公司 | 利用红外线热成像的智能火焰检测装置及方法 |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN109360370A (zh) * | 2018-11-30 | 2019-02-19 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN109410505A (zh) * | 2018-12-17 | 2019-03-01 | 观为监测技术无锡股份有限公司 | 一种火灾报警提示预防灭火系统 |
| CN110174173A (zh) * | 2019-05-24 | 2019-08-27 | 任运涛 | 火灾预防方法以及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5420567A (en) * | 1993-02-02 | 1995-05-30 | Schwarz; Frank | Combination fire/intrusion alarm detectors using active infared elements |
| CN101577033A (zh) * | 2009-05-26 | 2009-11-11 | 官洪运 | 多波段红外图像型火灾探测系统及其火灾预警方法 |
| CN106955443A (zh) * | 2017-04-18 | 2017-07-18 | 南京三宝弘正视觉科技有限公司 | 一种火灾处理机器人和系统 |
-
2019
- 2019-11-21 CN CN201911150280.3A patent/CN110910604B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN205263994U (zh) * | 2015-12-17 | 2016-05-25 | 公安部上海消防研究所 | 大型物流仓储风险源实时监控平台 |
| CN109073453A (zh) * | 2017-04-11 | 2018-12-21 | 翰善St股份有限公司 | 利用红外线热成像的智能火焰检测装置及方法 |
| CN109360370A (zh) * | 2018-11-30 | 2019-02-19 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN109345760A (zh) * | 2018-12-17 | 2019-02-15 | 烟台艾睿光电科技有限公司 | 一种火灾检测系统及方法 |
| CN109410505A (zh) * | 2018-12-17 | 2019-03-01 | 观为监测技术无锡股份有限公司 | 一种火灾报警提示预防灭火系统 |
| CN110174173A (zh) * | 2019-05-24 | 2019-08-27 | 任运涛 | 火灾预防方法以及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于红外热成像技术的车厢内部火灾预警研究;刘飞 等;《激光与红外》;20150630(第06期);第635-639页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110910604A (zh) | 2020-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110910604B (zh) | 用于火灾报警的监控方法、系统以及装置 | |
| CN106448023B (zh) | 一种具有存储功能的火灾烟雾报警器 | |
| CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
| US9569945B2 (en) | System and method for fire progress monitoring | |
| KR101551715B1 (ko) | 화재 예방 시스템 및 방법 | |
| KR101640152B1 (ko) | 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템 | |
| KR20150114373A (ko) | 음장 스펙트럼의 상관계수의 변화 패턴을 이용한 보안 감시 장치 및 그것의 보안 감시 방법 | |
| CN109461282A (zh) | 一种监视温度的装置和方法 | |
| JP4718844B2 (ja) | 火災警報器 | |
| KR100977561B1 (ko) | 온도센서 및 습도센서 기반의 화재 이상징후 판별시스템 | |
| CN110223487A (zh) | 一种基于吸烟行为识别的烟雾检测与警告方法及系统 | |
| KR100977562B1 (ko) | 온도센서 기반의 화재 이상징후 판별시스템 | |
| CN206557948U (zh) | 智慧城市消防物联网远程监控系统 | |
| JP6619543B2 (ja) | 火災検知システム及び火災検知方法 | |
| CN114821996A (zh) | 一种烟雾报警方法、系统、电子设备及其计算机存储介质 | |
| KR20070115412A (ko) | 촬영 영상을 이용한 화재 자동 경보 시스템 및 그에 의한화재감시방법 | |
| KR20150109830A (ko) | 불꽃 오감지 영역이 제거된 화재 영역 선정 방법, 이를 이용한 물대포 발사 목표점 또는 발사 순서 선정 및 화재 진압 방법 | |
| CN103446698B (zh) | 一种火源自动排序的方法 | |
| CN110706446A (zh) | 一种消防报警方法及系统 | |
| JP6317116B2 (ja) | 火災検知システム及び火災検知方法 | |
| TWI765720B (zh) | 用於偵測輸送帶系統的溫度的方法及系統 | |
| CN110639155B (zh) | 火灾防控方法、装置、设备、系统及存储介质 | |
| JP5883162B2 (ja) | 木造伝統建築物の災難状況の早期警報システム | |
| JP6325287B2 (ja) | 火災検知システム及び火災検知方法 | |
| JP2019519033A (ja) | 検出装置、イベントを検出する方法、及びコンピュータプログラム |
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 |