CN111710125A - 一种智慧景区防火预警方法与系统 - Google Patents

一种智慧景区防火预警方法与系统 Download PDF

Info

Publication number
CN111710125A
CN111710125A CN202010452338.6A CN202010452338A CN111710125A CN 111710125 A CN111710125 A CN 111710125A CN 202010452338 A CN202010452338 A CN 202010452338A CN 111710125 A CN111710125 A CN 111710125A
Authority
CN
China
Prior art keywords
flame
scenic spot
area
prevention early
early warning
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
Application number
CN202010452338.6A
Other languages
English (en)
Inventor
李历
洪学海
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.)
Institute Of Big Data Cloud Computing Center Of Chinese Academy Shangrao
Original Assignee
Institute Of Big Data Cloud Computing Center Of Chinese Academy Shangrao
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 Institute Of Big Data Cloud Computing Center Of Chinese Academy Shangrao filed Critical Institute Of Big Data Cloud Computing Center Of Chinese Academy Shangrao
Priority to CN202010452338.6A priority Critical patent/CN111710125A/zh
Publication of CN111710125A publication Critical patent/CN111710125A/zh
Pending legal-status Critical Current

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Emergency Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

本发明公开了一种智慧景区防火预警方法与系统，方法流程为：通过高清红外摄像头采集视频图像，采集获取图像后使用自适应算法模型对疑似火焰区域进行提取，如果没有出现运动目标，则重新进行视频采集；当出现运动目标时初步判定为火焰，并对此区域进行预处理提取火焰特征，使用层次分析法将疑似区域与火焰特征进行对比；进行判断，如果经过改进后的层次分析法判断为火焰则进行报警提示，如果不是，则继续进行图像视频采集；本发明可以实现景区火灾的自动监测，监测覆盖面广，监测性能可靠，准确，响应及时，有效提升火灾防护响应效率，利于提升景区安全级别，减少灾害的财产及人员损失。

Description

一种智慧景区防火预警方法与系统
技术领域
本发明涉及一种旅游景区监测，尤其涉及一种智慧景区防火预警方法与系统。
背景技术
目前国内各大景区的旅游人数日益增多，随着科技的不断发展与人民对生活水平质量的要求不断提高，人民在景区游玩也非常注重景区的安全问题。目前在国内景区也存在很多安全隐患，例如景区树木多，在天气干燥的时候容易因为烟头等原因而发生火灾。针对目前景区对环境监测的要求以及对森林火灾及时预防的要求，本文设计了智慧景区防火预警系统可以满足景区对环境防火预警要求。
发明内容
本发明要解决的主要技术问题是，提供一种智慧景区防火预警方法与系统，其可实现火灾监测。
为解决上述技术问题，本发明提供一种智慧景区防火预警方法,其特征在于，方法流程为：
通过高清红外摄像头采集视频图像，采集获取图像后使用自适应算法模型对疑似火焰区域进行提取，如果没有出现运动目标，则重新进行视频采集；
当出现运动目标时初步判定为火焰，并对此区域进行预处理提取火焰特征，使用层次分析法将疑似区域与火焰特征进行对比；
进行判断，如果经过改进后的层次分析法判断为火焰则进行报警提示，如果不是，则继续进行图像视频采集。
实施时，所述火焰特征包括：圆形度特征、尖角特征、质心移动特征、相似度特征、粗糙度特征、面积增长特征。
对于火焰特征，定义：圆形度特征权重系数为0.2，尖角特征权重系数为0.2，质心移动特征权重系数为0.15，相似度特征权重系数为0.15，粗糙度特征权重系数为0.15，面积增长特征权重系数为0.15。将上述特征按照权重系数进行建模分析，火灾临界值为F,判断公式如下：
F＝0.2×C+0.2×A+0.15×B+0.15×S+0.15×R+0.15×M
其中C为圆形特征值，A为尖角特征值，B为质心移动特征值，S为相似度特征值，R为粗糙度特征值，M为面积增长特征值。
如果F≥0.95，则判断出现火焰。
实施时，所述采集视频图像过程为使用滤光片采集光的视频。
实施时，所述使用自适应算法模型对疑似火焰区域进行提取，包括采用帧间差分法与背景差法结合的方法提取疑似火灾区域。
本发明还提供一种智慧景区防火预警系统，其基于前述的一种智慧景区防火预警方法，由CPU单元、电源单元、网络电路单元、音频电路单元、USB电路单元构成。
实施时，所述CPU采用高性能人工智能芯片；电源单元将进入12V电源转换成5V，然后5V转换为3.3V；网络电路单元用于对外传输数据；音频电路用于连接音响播放语音；USB电路用与高清摄像头连接。
实施时，还包括有监控中心，所述网络电路单元将监控数据传输至所述监控中心。
本发明的有益效果是：一种智慧景区防火预警方法与系统，方法流程为：通过高清红外摄像头采集视频图像，采集获取图像后使用自适应算法模型对疑似火焰区域进行提取，如果没有出现运动目标，则重新进行视频采集；当出现运动目标时初步判定为火焰，并对此区域进行预处理提取火焰特征，使用层次分析法将疑似区域与火焰特征进行对比；进行判断，如果经过改进后的层次分析法判断为火焰则进行报警提示，如果不是，则继续进行图像视频采集；本发明可以实现景区火灾的自动监测，监测覆盖面广，监测性能可靠，准确，响应及时，有效提升火灾防护响应效率，利于提升景区安全级别，减少灾害的财产及人员损失。
附图说明
图1为本发明一种实施例的硬件结构框图；
图2为本发明一种实施例的火焰识别算法程序流程图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
一种智慧景区防火预警方法，如图2所示火焰识别算法程序流程图。完成火焰识别过程如下：
(1)通过高清红外摄像头采集视频图像，采集获取图像后使用自适应算法模型对疑似火焰区域进行提取，如果没有出现运动目标，则重新进行视频采集。
(2)当出现运动目标时初步判定为火焰，并对此区域进行预处理提取火焰特征，使用层次分析法将疑似区域与火焰圆形度特征、尖角特征、质心移动特征、相似度特征、粗糙度特征、面积增长特征进行对比。
(3)进行判断，如果经过改进后的层次分析法判断为火焰则进行报警提示，如果不是，则继续进行图像视频采集。
根据火灾在形成的初期主要表现为烟雾、火羽流与阴燃，因为阴燃和火羽流红外辐射集中在950-2000nm波段，在本设计中使用滤光片采集光的视频。因为火焰运动具有不规律的特性，所以采用帧间差分法与背景差法结合的方法提取疑似火灾区域。本设计中对火焰判断的特征包括面积增长特征、形体特征、圆形特征、尖角特征、边界粗糙度特征与质心位移特征。
所述的火焰特征，圆形度特征权重系数为0.2，尖角特征权重系数为0.2，质心移动特征权重系数为0.15，相似度特征权重系数为0.15，粗糙度特征权重系数为0.15，面积增长特征权重系数为0.15。将上述特征按照权重系数进行建模分析，检测分析判断是否发生火灾。具体的是，系数乘以特征(特征相似度)后相加，最后整合出一个值，依据该值判断是否发生火灾，临界值是0.95(在各特征均为100％相似的情况，就是各系数相加，此时值等于1)，低于该值判断未发生火灾，高于或等于该值判断发生火灾。
具体的，火灾临界值为F,判断公式如下：
F＝0.2×C+0.2×A+0.15×B+0.15×S+0.15×R+0.15×M
其中C为圆形特征值，A为尖角特征值，B为质心移动特征值，S为相似度特征值，R为粗糙度特征值，M为面积增长特征值。
如果F≥0.95，则判断出现火焰。
本发明还提供一种智慧景区环境防火预警系统，其基于前述智慧景区防火预警方法。
一种智慧景区环境防火预警系统实施例，如图1所示硬件结构框图，智慧景区环境防火预警系统，由CPU单元、电源单元、网络电路单元、音频电路单元、USB电路单元构成。CPU采用高性能人工智能芯片，电源单元将进入12V电源转换成5V，然后5V转换为3.3V，网络电路单元用于传输数据至监控中心，音频电路用于连接音响播放语音，USB电路用与高清摄像头连接。
本发明通过初部判短和细化判断，有效提供火灾判断的准确性，只能化监控大片区域，避免了原先烟雾报警器密集组网安装成本高，且景区气候潮湿、多雨多风易导致烟雾传感器失效或损坏，维护麻烦成本高等等诸多问题。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种智慧景区防火预警方法,其特征在于，方法流程为：
通过高清红外摄像头采集视频图像，采集获取图像后使用自适应算法模型对疑似火焰区域进行提取，如果没有出现运动目标，则重新进行视频采集；
当出现运动目标时初步判定为火焰，并对此区域进行预处理提取火焰特征，使用层次分析法将疑似区域与火焰特征进行对比；
进行判断，如果经过改进后的层次分析法判断为火焰则进行报警提示，如果不是，则继续进行图像视频采集。
2.如权利要求1所述的智慧景区防火预警方法，其特征在于，所述火焰特征包括：圆形度特征、尖角特征、质心移动特征、相似度特征、粗糙度特征、面积增长特征。
3.如权利要求1所述的智慧景区防火预警方法，其特征在于，所述采集视频图像过程为使用滤光片采集光的视频。
4.如权利要求1所述的智慧景区防火预警方法，其特征在于，所述使用自适应算法模型对疑似火焰区域进行提取，包括采用帧间差分法与背景差法结合的方法提取疑似火灾区域。
5.如权利要求2所述的智慧景区防火预警方法，其特征在于，所述判断为火焰的方法为：所述火焰特征，圆形度特征权重系数为0.2，尖角特征权重系数为0.2，质心移动特征权重系数为0.15，相似度特征权重系数为0.15，粗糙度特征权重系数为0.15，面积增长特征权重系数为0.15；火灾临界值为F,判断公式如下：
F＝0.2×C+0.2×A+0.15×B+0.15×S+0.15×R+0.15×M
其中C为圆形特征值，A为尖角特征值，B为质心移动特征值，S为相似度特征值，R为粗糙度特征值，M为面积增长特征值；
如果F≥0.95，则判断出现火焰。
6.一种智慧景区防火预警系统，其特征在于，其基于如权利要求1至4所述的一种智慧景区防火预警方法，由CPU单元、电源单元、网络电路单元、音频电路单元、USB电路单元构成。
7.如权利要求6所述的智慧景区防火预警系统，其特征在于，所述CPU采用高性能人工智能芯片；电源单元将进入12V电源转换成5V，然后5V转换为3.3V；网络电路单元用于对外传输数据；音频电路用于连接音响播放语音；USB电路用与高清摄像头连接。
8.如权利要求7所述的智慧景区防火预警系统，其特征在于，还包括有监控中心，所述网络电路单元将监控数据传输至所述监控中心。
CN202010452338.6A 2020-05-26 2020-05-26 一种智慧景区防火预警方法与系统 Pending CN111710125A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010452338.6A CN111710125A (zh) 2020-05-26 2020-05-26 一种智慧景区防火预警方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010452338.6A CN111710125A (zh) 2020-05-26 2020-05-26 一种智慧景区防火预警方法与系统

Publications (1)

Publication Number Publication Date
CN111710125A true CN111710125A (zh) 2020-09-25

Family

ID=72538204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010452338.6A Pending CN111710125A (zh) 2020-05-26 2020-05-26 一种智慧景区防火预警方法与系统

Country Status (1)

Country Link
CN (1) CN111710125A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013016A (zh) * 2022-12-29 2023-04-25 国网北京市电力公司 火灾监测方法、系统及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960536A (zh) * 2017-03-22 2017-07-18 清华大学合肥公共安全研究院 火灾预测远程控制系统
CN108492216A (zh) * 2018-02-06 2018-09-04 浙江卓锐科技股份有限公司 一种快速联动的景区安全监管系统
CN108663089A (zh) * 2018-06-21 2018-10-16 肇庆高新区徒瓦科技有限公司 一种带有环境在线监测功能的景区风塔系统
CN108876663A (zh) * 2018-06-08 2018-11-23 枣庄学院 基于互联网的智慧景区管理系统
CN109191761A (zh) * 2018-09-06 2019-01-11 中国石油大学(华东) 一种基于火焰多特征融合的火灾识别方法
CN109598700A (zh) * 2018-10-16 2019-04-09 天津大学 采用卷积神经网络的早期火灾检测方法
CN110276228A (zh) * 2018-03-14 2019-09-24 福州大学 多特征融合视频火灾识别算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960536A (zh) * 2017-03-22 2017-07-18 清华大学合肥公共安全研究院 火灾预测远程控制系统
CN108492216A (zh) * 2018-02-06 2018-09-04 浙江卓锐科技股份有限公司 一种快速联动的景区安全监管系统
CN110276228A (zh) * 2018-03-14 2019-09-24 福州大学 多特征融合视频火灾识别算法
CN108876663A (zh) * 2018-06-08 2018-11-23 枣庄学院 基于互联网的智慧景区管理系统
CN108663089A (zh) * 2018-06-21 2018-10-16 肇庆高新区徒瓦科技有限公司 一种带有环境在线监测功能的景区风塔系统
CN109191761A (zh) * 2018-09-06 2019-01-11 中国石油大学(华东) 一种基于火焰多特征融合的火灾识别方法
CN109598700A (zh) * 2018-10-16 2019-04-09 天津大学 采用卷积神经网络的早期火灾检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙楠楠: "《大空间建筑消防安全技术与设计方法》", 31 July 2017 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013016A (zh) * 2022-12-29 2023-04-25 国网北京市电力公司 火灾监测方法、系统及装置

Similar Documents

Publication Publication Date Title
CN104966372B (zh) 多数据融合的森林火灾智能识别系统和方法
CN100504942C (zh) 智能视频监控设备模组和系统及其监控方法
CN103778418A (zh) 一种输电线路杆塔图像监测系统的山火图像识别方法
CN104581076A (zh) 基于360度全景红外鱼眼摄像机之山火监控识别方法及装置
WO2021223665A1 (zh) 一种减少无效告警的方法及装置
CN111163285A (zh) 高空抛坠物监测方法及其系统、计算机可读存储介质
CN109543631A (zh) 一种基于机器学习的火灾图像探测报警方法
CN113050473A (zh) 一种智慧农业用虫情远程监控系统
CN111540152A (zh) 一种智能安防预警系统
CN111523397A (zh) 一种智慧灯杆视觉识别装置、方法及其系统和电子设备
CN102348099B (zh) 嵌入式视频烟雾探测器及烟雾识别方法
CN114594490A (zh) 一种电力线路激光防外破方法和装置
CN110930632B (zh) 一种基于人工智能的预警系统
CN110636264A (zh) 一种高空抛物智能检测预警系统及方法
CN210839070U (zh) 一种输电线路激光防外破装置
CN113096337A (zh) 用于复杂背景的移动目标识别处理方法及智能安防系统
CN111710125A (zh) 一种智慧景区防火预警方法与系统
CN114969027B (zh) 一种森林火灾险情的人工智能预警系统及方法
CN108806144A (zh) 一种基于5g网络的社区报警系统
CN111882811A (zh) 一种用于识别火点的消防无人机
CN110136393A (zh) 一种多功能高压线路在线监测预警仪
CN105991969A (zh) 高压输电线路飘挂物检测装置及使用与安装的方法
CN104637225A (zh) 一种森林火灾实时在线检测系统
CN201607811U (zh) 森林防灾减灾系统
CN113011224A (zh) 基于视频图像的煤矿火灾预警方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200925