CN111223152B - 一种火源的识别方法及系统 - Google Patents

一种火源的识别方法及系统 Download PDF

Info

Publication number
CN111223152B
CN111223152B CN201911126655.2A CN201911126655A CN111223152B CN 111223152 B CN111223152 B CN 111223152B CN 201911126655 A CN201911126655 A CN 201911126655A CN 111223152 B CN111223152 B CN 111223152B
Authority
CN
China
Prior art keywords
pixel
fire source
pixel point
fire
determining
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
Application number
CN201911126655.2A
Other languages
English (en)
Other versions
CN111223152A (zh
Inventor
赵永生
王若超
张泰铭
刘毅
殷智宽
王子爵
胡金明
商涛
姚建涛
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.)
Yanshan University
Original Assignee
Yanshan 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 Yanshan University filed Critical Yanshan University
Priority to CN201911126655.2A priority Critical patent/CN111223152B/zh
Publication of CN111223152A publication Critical patent/CN111223152A/zh
Application granted granted Critical
Publication of CN111223152B publication Critical patent/CN111223152B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Abstract

本发明涉及一种火源的识别方法及系统。该识别方法包括:获取红外热成像图像和双目图像;红外热成像图像与双目图像的规格相同;红外热成像图像由红外热成像镜头拍摄,双目图像由双目镜头拍摄;根据红外热成像图像中每个像素点的温度和双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源;当当前视场范围内存在火源时,根据双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合;将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域;根据火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源。本发明可以提高火源的识别精度,提高灭火时的效率。

Description

一种火源的识别方法及系统
技术领域
本发明涉及消防领域,特别是涉及一种火源的识别方法及系统。
背景技术
现有的火源识别定位技术多为红外温度探测型,视觉火焰识别定技术也多以识别为主,定位技术多针对单一火源。以上技术无法在无人多火源消防场景下为机器人规划合理的火源目标点。
现有技术中有用于公路隧道的火灾探测定位方式,其虽然解决隧道内灭火系统联动问题,但没有涉及多火源的识别方式,具有一定的局限性。现有技术中还有用于林区初期火灾的快速识别方式,也没有涉及对于火源的识别,具有一定的局限性。
因此,现有技术中只能识别单一火源,但对于多火源的情况无法识别,导致处理方式单一,进而导致指导机器灭火时效率低。
发明内容
本发明的目的是提供一种火源的识别方法及系统,以提高火源的识别精度,提高灭火时的效率。
为实现上述目的,本发明提供了如下方案:
一种火源的识别方法,包括:
获取红外热成像图像和双目图像;所述红外热成像图像与所述双目图像的规格相同;所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄;
根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源;
当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合;
将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域;
根据所述火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源。
可选的,所述根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源,具体包括:
判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果;
当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源;
当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合;
获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合;
判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果;
当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源;
当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
可选的,所述当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合,具体包括:
采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量,G表示所述像素点的像素绿色分量,B表示所述像素点的像素蓝色分量,RT表示红色阈值,S表示所述像素点的饱和度,ST表示饱和度阈值;
将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合;
将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
可选的,所述根据所述火源像素点的连通区域的个数,确定火源的个数,之后还包括:
根据火源的个数,确定整个火源区域的空间位置。
可选的,所述根据火源的个数,确定整个火源区域的空间位置,具体包括:
当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置;
当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置;
当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。
本发明还提供一种火源的识别系统,包括:
图形获取模块,用于获取红外热成像图像和双目图像;所述红外热成像图像与所述双目图像的规格相同;所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄;
火源确定模块,用于根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源;
火源像素点和非火源像素点判据模块,用于当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合;
连通区域获取模块,用于将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域;
火源个数确定模块,用于根据所述火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源。
可选的,所述火源确定模块具体包括:
第一判断单元,用于判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果;
火源确定单元,用于当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源;
第一像素点集合获取单元,用于当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合;
第二像素点集合获取单元,用于获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合;
第二判断单元,用于判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果;
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源;
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
可选的,所述火源像素点和非火源像素点判据模块具体包括:
像素判断单元,用于采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量,G表示所述像素点的像素绿色分量,B表示所述像素点的像素蓝色分量,RT表示红色阈值,S表示所述像素点的饱和度,ST表示饱和度阈值;
火源像素点确定单元,用于将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合;
非火源像素点确定单元,用于将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
可选的,还包括:
火源区域空间位置确定模块,用于根据所述火源像素点的连通区域的个数,确定火源的个数之后,根据火源的个数,确定整个火源区域的空间位置。
可选的,所述火源区域空间位置确定模块具体包括:
第一空间位置确定单元,用于当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置;
第二空间位置确定单元,用于当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置;
第三空间位置确定单元,用于当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明可以对火源的个数进行识别,提高火源的识别精度,进而为灭火时提供理论基础,提高灭火时的效率。进一步的,本发明还可以针对单一火源、双火源和三火源的情景,对应确定整个火源区域的空间位置,为后续指导机器人灭火时制定路径提供依据,增强了机器人对多种灭火场景的适应性,提高后续机器人的灭火效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明火源的识别方法的流程示意图;
图2为本发明火源的识别方法中单一火源时确定火源区域空间位置的示意图;
图3为本发明火源的识别方法中双火源时确定火源区域空间位置的示意图;
图4为本发明火源的识别方法中三火源时确定火源区域空间位置的示意图;
图5为本发明火源的识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明火源的识别方法的流程示意图。如图1所示,本发明火源的识别方法包括以下步骤:
步骤100:获取红外热成像图像和双目图像。所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄。所述红外热成像图像与所述双目图像的规格个分辨率均相同,例如,规格为60帧、分辨率为2560×960。
步骤200:根据红外热成像图像中每个像素点的温度和双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源。当热红外成像图像中存在像素点的温度大于温度阈值,且双目图像中像素点的像素值大于像素阈值,则确定当前视场范围内存在火源。具体过程如下:
判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果。
当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源。
当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合。
获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合。
判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果。
当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源。
当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
其中,像素阈值可以为100,温度阈值可以为120℃。像素阈值和温度阈值根据实际情况确定即可,对于火源要求较严格的场所,可以适当降低像素阈值和温度阈值的取值。
步骤300:当当前视场范围内存在火源时,根据双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合。对双目图像,采用RGB和HSI判据结合的方式遍历每一帧图像的所有像素点,判断其为火源像素点还是非火源像素点,进而提取出火源的ROI区域,即感兴趣区域。RGB色彩模式是一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。HSI是指一个数字图像的模型,以色调(H)、饱和度(S)和亮度(I)三种基本特征量来感知颜色。具体过程如下:
采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量;G表示所述像素点的像素绿色分量;B表示所述像素点的像素蓝色分量;RT表示红色阈值,例如,可以取值为127;S表示所述像素点的饱和度;ST表示饱和度阈值,例如,可以取值为61。
将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合。
将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
步骤400:将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域。将火源像素点与非火源像素点进行二值化处理,并进行降噪处理,进而可以得到火源像素点的连通区域,该连通区域即对应火源。
步骤500:根据火源像素点的连通区域,确定火源的个数。一个连通区域对应一个火源。
确定火源个数之后,可以根据火源的个数,确定整个火源区域的空间位置。火源区域的空间位置确定分为单一火源、双火源以及三火源,本发明针对这三种情形的火源定位做了不同的数学模型,实际运用时能够针对现场具体情况作出相匹配的灭火策略。单一火源时,采用直接定位法,定位火源像素连通区域的中心,直接趋近火源。双火源时,取两个火源的空间坐标连线的中点作为火源目标点。三火源时,将三个火源的空间坐标点连接构造空间三角形,将三角形各边的垂直平分线的交点(外心)作为火源定位点。下面针对这三种情形展开具体描述。
当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置。具体的,结合图2所示,对连通区域进行框选取,即用一个最小矩形包围连通区域,使其在矩形边线内,得到框选区域的中心,即为连通区域的中心。双目视觉摄像头的左右镜头拍摄的图像对应的中心坐标分别为和a′(xl,yl)和a(xr,yr),将两个中心坐标映射到三维空间得到火源中心的空间位置为A(x,y,z)。以下为数学表达:
因此,
式中,f表示相机焦距,b表示左右相机基线距离,这两项可以由相机标定得到,d=xl-xr。通过上述数学表达式可以得到三维空间的火源区域的空间位置坐标为A(x,y,z)。
当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置。具体的,结合图3所示,对连通区域进行框选分别取其中心坐标a(xr1,yr1)和b(xr2,yr2)以及a'(xl1,yl1)和b'(xl2,yl2),分别映射到三维空间得到A(x1,y1,z1)以及B(x2,y2,z2)。连接A和B,并取其中点为O1(x,y,z),该种情形下用O1(x,y,z)来表示火源区域的空间位置:
当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。具体的,结合图4所示,对连通区域进行框选分别取其中心坐标a(xr1,yr1)、b(xr2,yr2)和c(xr3,yr3)以及a'(xl1,yl1)、b'(xl2,yl2)和c'(xl3,yl3),将其映射到三维空间得到A(x1,y1,z1),B(x2,y2,z2),C(x3,y3,z3)。连接A,B,C构成一空间三角形,分别作三条边的垂直平分线,并取其交点为O1'(x0,y0,z0),该种情形下用O1'来表示火源区域的空间位置。
空间三点确定的平面方程为:
A1x+B1y+C1z+D1=0 (4)
式中,
三点到三角形三边垂直平分线的交点(外心)具有等距离约束
(1)(2)(3)联立可解得(5)(6)
(5)表示为
A2x+B2y+C2z+D2=0
(6)表示为
A3x+B3y+C3z+D3=0
通过(4)(5)(6)过于交点(外心)坐标的方程组
解得交点(外心)空间坐标为
即火源区域的空间位置坐标。
对应图1所示的火源的识别方法,本发明还提供一种火源的识别系统。图5为本发明火源的识别系统的结构示意图。如图5所示,本发明火源的识别系统包括以下结构:
图形获取模块501,用于获取红外热成像图像和双目图像;所述红外热成像图像与所述双目图像的规格相同;所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄。
火源确定模块502,用于根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源。
火源像素点和非火源像素点判据模块503,用于当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合。
连通区域获取模块504,用于将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域。
火源个数确定模块505,用于根据所述火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源。
作为另一实施例,本发明火源的识别系统中所述火源确定模块502具体包括:
第一判断单元,用于判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果。
火源确定单元,用于当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源。
第一像素点集合获取单元,用于当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合。
第二像素点集合获取单元,用于获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合。
第二判断单元,用于判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果。
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源。
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
作为另一实施例,本发明火源的识别系统中所述火源像素点和非火源像素点判据模块503具体包括:
像素判断单元,用于采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量,G表示所述像素点的像素绿色分量,B表示所述像素点的像素蓝色分量,RT表示红色阈值,S表示所述像素点的饱和度,ST表示饱和度阈值。
火源像素点确定单元,用于将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合。
非火源像素点确定单元,用于将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
作为另一实施例,本发明火源的识别系统还包括:
火源区域空间位置确定模块,用于根据所述火源像素点的连通区域的个数,确定火源的个数之后,根据火源的个数,确定整个火源区域的空间位置。
具体的,所述火源区域空间位置确定模块具体包括:
第一空间位置确定单元,用于当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置;
第二空间位置确定单元,用于当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置;
第三空间位置确定单元,用于当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。
本发明针对现有技术中对多火源处理方式单一,指导机器灭火效率低等问题,实现了多种火源的识别与定位,解决了机器人在智能灭火场景下对单一火源、双火源、三火源的识别及定位问题,从而为机器人灭火提供合理策略。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种火源的识别方法,其特征在于,包括:
获取红外热成像图像和双目图像;所述红外热成像图像与所述双目图像的规格相同;所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄;
根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源;当热红外成像图像中存在像素点的温度大于温度阈值,且双目图像中像素点的像素值大于像素阈值,则确定当前视场范围内存在火源;
当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合;
将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域;
根据所述火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源;根据火源的个数,确定整个火源区域的空间位置,具体包括:
当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置;
当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置;
当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。
2.根据权利要求1所述的火源的识别方法,其特征在于,所述根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源,具体包括:
判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果;
当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源;
当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合;
获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合;
判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果;
当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源;
当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
3.根据权利要求2所述的火源的识别方法,其特征在于,所述当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合,具体包括:
采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量,G表示所述像素点的像素绿色分量,B表示所述像素点的像素蓝色分量,RT表示红色阈值,S表示所述像素点的饱和度,ST表示饱和度阈值;
将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合;
将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
4.一种火源的识别系统,其特征在于,包括:
图形获取模块,用于获取红外热成像图像和双目图像;所述红外热成像图像与所述双目图像的规格相同;所述红外热成像图像由红外热成像镜头拍摄,所述双目图像由双目镜头拍摄;
火源确定模块,用于根据所述红外热成像图像中每个像素点的温度和所述双目图像中每个像素点的像素值,确定当前视场范围内是否存在火源;当热红外成像图像中存在像素点的温度大于温度阈值,且双目图像中像素点的像素值大于像素阈值,则确定当前视场范围内存在火源;
火源像素点和非火源像素点判据模块,用于当当前视场范围内存在火源时,根据所述双目图像中每个像素点的像素值,采用RGB和HSI判据结合的方式,获取火源像素点的集合和非火源像素点的集合;
连通区域获取模块,用于将火源像素点与非火源像素点进行二值化处理,得到火源像素点的连通区域;
火源个数确定模块,用于根据所述火源像素点的连通区域,确定火源的个数;一个连通区域对应一个火源;
火源区域空间位置确定模块,用于根据所述火源像素点的连通区域的个数,确定火源的个数之后,根据火源的个数,确定整个火源区域的空间位置;
所述火源区域空间位置确定模块具体包括:
第一空间位置确定单元,用于当火源个数为一个时,将连通区域的中心确定为整个火源区域的空间位置;
第二空间位置确定单元,用于当火源个数为两个时,将两个连通区域的中心连线,将连线的中点确定为整个火源区域的空间位置;
第三空间位置确定单元,用于当火源个数为三个时,将三个连通区域的中心连线,形成三角形;将所述三角形三条边对应的垂直平分线的交点确定为整个火源区域的空间位置。
5.根据权利要求4所述的火源的识别系统,其特征在于,所述火源确定模块具体包括:
第一判断单元,用于判断所述红外热成像图像中每个像素点的温度值是否大于温度阈值,得到第一判断结果;
火源确定单元,用于当所述第一判断结果表示所述红外热成像图像中所有像素点的温度值均不大于温度阈值时,确定当前视场范围内不存在火源;
第一像素点集合获取单元,用于当所述第一判断结果表示所述红外热成像图像中像素点的温度值大于温度阈值时,获取所述红外热成像图像中温度值大于温度阈值的像素点,得到第一像素点集合;
第二像素点集合获取单元,用于获取所述第一像素点集合对应的所述双目图像中的像素点,得到第二像素点集合;
第二判断单元,用于判断所述第二像素点集合中每个像素点的像素值是否大于像素阈值,得到第二判断结果;
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中所有像素点的像素值均不大于像素阈值时,确定当前视场范围内不存在火源;
所述火源确定单元,还用于当所述第二判断结果表示所述第二像素点集合中像素点的像素值大于像素阈值时,确定当前视场范围内存在火源。
6.根据权利要求5所述的火源的识别系统,其特征在于,所述火源像素点和非火源像素点判据模块具体包括:
像素判断单元,用于采用RGB和HSI判据结合的方式,判断所述第二像素点集合中每个像素点是否满足其中,R为所述像素点的像素红色分量,G表示所述像素点的像素绿色分量,B表示所述像素点的像素蓝色分量,RT表示红色阈值,S表示所述像素点的饱和度,ST表示饱和度阈值;
火源像素点确定单元,用于将所述第二像素点集合中满足的像素点确定为火源像素点,得到火源像素点的集合;
非火源像素点确定单元,用于将所述第二像素点集合中不满足的像素点确定为非火源像素点,得到非火源像素点的集合。
CN201911126655.2A 2019-11-18 2019-11-18 一种火源的识别方法及系统 Active CN111223152B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911126655.2A CN111223152B (zh) 2019-11-18 2019-11-18 一种火源的识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911126655.2A CN111223152B (zh) 2019-11-18 2019-11-18 一种火源的识别方法及系统

Publications (2)

Publication Number Publication Date
CN111223152A CN111223152A (zh) 2020-06-02
CN111223152B true CN111223152B (zh) 2023-09-26

Family

ID=70830573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911126655.2A Active CN111223152B (zh) 2019-11-18 2019-11-18 一种火源的识别方法及系统

Country Status (1)

Country Link
CN (1) CN111223152B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785809B (zh) * 2020-12-31 2022-08-16 四川弘和通讯有限公司 一种基于ai图像识别火情复燃预测方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853512A (zh) * 2010-05-13 2010-10-06 电子科技大学 一种基于视频时间和空间信息的火焰检测方法
CN102142085A (zh) * 2011-05-11 2011-08-03 武汉大学 一种林区监控视频中运动火焰目标的鲁棒跟踪方法
CN105056455A (zh) * 2015-07-29 2015-11-18 成都栖林测控科技有限责任公司 一种基于图像辨识的消防炮定位方法及装置
CN105261029A (zh) * 2015-11-20 2016-01-20 中国安全生产科学研究院 基于双目视觉进行火源定位和灭火的方法及其机器人
CN106781187A (zh) * 2016-12-02 2017-05-31 武汉科技大学 基于多维系统fm模型的火灾现场火源区域定位方法
CN106997461A (zh) * 2017-03-28 2017-08-01 浙江大华技术股份有限公司 一种烟火检测方法及装置
CN108876856A (zh) * 2018-06-29 2018-11-23 北京航空航天大学 一种大型建筑火灾火源识别定位方法及系统
CN109300110A (zh) * 2018-08-24 2019-02-01 哈尔滨理工大学 一种基于改进颜色模型的森林火灾图像检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853512A (zh) * 2010-05-13 2010-10-06 电子科技大学 一种基于视频时间和空间信息的火焰检测方法
CN102142085A (zh) * 2011-05-11 2011-08-03 武汉大学 一种林区监控视频中运动火焰目标的鲁棒跟踪方法
CN105056455A (zh) * 2015-07-29 2015-11-18 成都栖林测控科技有限责任公司 一种基于图像辨识的消防炮定位方法及装置
CN105261029A (zh) * 2015-11-20 2016-01-20 中国安全生产科学研究院 基于双目视觉进行火源定位和灭火的方法及其机器人
CN106781187A (zh) * 2016-12-02 2017-05-31 武汉科技大学 基于多维系统fm模型的火灾现场火源区域定位方法
CN106997461A (zh) * 2017-03-28 2017-08-01 浙江大华技术股份有限公司 一种烟火检测方法及装置
CN108876856A (zh) * 2018-06-29 2018-11-23 北京航空航天大学 一种大型建筑火灾火源识别定位方法及系统
CN109300110A (zh) * 2018-08-24 2019-02-01 哈尔滨理工大学 一种基于改进颜色模型的森林火灾图像检测方法

Also Published As

Publication number Publication date
CN111223152A (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
TWI467516B (zh) 色彩特徵擷取方法
CN111275759B (zh) 基于无人机双光影像融合的变电站刀闸温度检测方法
US20170330053A1 (en) Color night vision system and operation method thereof
JP6394338B2 (ja) 画像処理装置、画像処理方法、及び撮像システム
US20060153450A1 (en) Integrated image processor
CN107580163A (zh) 一种双镜头黑光摄像机
CN109271921A (zh) 一种多光谱成像的智能识别方法及系统
CN109035193A (zh) 一种基于双目立体相机的成像处理方法及成像处理系统
JP5996970B2 (ja) 車載撮像装置
CN109274939A (zh) 一种基于三摄像头模组的停车场出入口监控方法及系统
CN108063926B (zh) 图像处理方法及装置、计算机可读存储介质和计算机设备
CN110650427A (zh) 一种基于摄像机图像与uwb融合的室内定位方法和系统
US9214034B2 (en) System, device and method for displaying a harmonized combined image
US10055824B2 (en) Image correction device, image correction method and storage medium
KR20160076271A (ko) 장애물 검출 장치 및 장애물 검출 방법
KR20160047196A (ko) 고 조도 환경 및 저 조도 환경에서 동작 가능한 시점 추적 장치 및 그 방법
CN105989583B (zh) 一种图像去雾方法
CN109120861A (zh) 一种极低照度下的高质量成像方法及系统
CN111223152B (zh) 一种火源的识别方法及系统
CN111586273A (zh) 电子设备及图像获取方法
CN108012135B (zh) 图像处理方法及装置、计算机可读存储介质和计算机设备
CN103034977B (zh) 图像除雾方法和相应的图像除雾装置
CN103971479B (zh) 基于摄像机标定技术的林火定位方法
CN113573035A (zh) 一种基于视觉的ar-hud亮度自适应调节方法
CN110909571B (zh) 一种高精度面部识别空间定位方法

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