CN111931612A - 一种基于图像处理的室内火焰识别方法及设备 - Google Patents
一种基于图像处理的室内火焰识别方法及设备 Download PDFInfo
- Publication number
- CN111931612A CN111931612A CN202010728476.2A CN202010728476A CN111931612A CN 111931612 A CN111931612 A CN 111931612A CN 202010728476 A CN202010728476 A CN 202010728476A CN 111931612 A CN111931612 A CN 111931612A
- Authority
- CN
- China
- Prior art keywords
- flame
- image
- indoor
- pixel points
- pixel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/36—Indoor scenes
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Fire-Detection Mechanisms (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本申请涉及一种基于图像处理的室内火焰识别方法及设备,涉及火焰探测技术领域,该方法包括以下步骤:按照预设的火焰识别周期,获取实时采集的室内图像;按照预设的火焰识别规则,识别室内图像中火焰像素点;将火焰像素点在室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。本申请根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对室内火焰进行识别,具有较高的准确度和较好的及时性。
Description
技术领域
本申请涉及火焰探测技术领域,具体涉及一种基于图像处理的室内火焰识别方法及设备。
背景技术
火灾是最常见的自然灾害之一,往往给人民的生命财产造成巨大损失。特别是在发动机试验室中,高温、油类、电气设备等,极容易导致火灾险情的出现。发动机试验间对光照变化影响小,可利用火焰的视频监控探头,计算机每隔一段时间自动提取屏幕图像。
传统的技术手段,多为工作人员对获取的屏幕图像进行人为识别,通过人工方式识别火焰区域,进而进行火灾报警,在一定程度上降低火灾损失。
但传统的技术手段需要人为判断,其准确性和及时性存在缺陷,无法快速准确的识别。
在此基础上,急需一种新的火焰识别技术,满足当前使用需求。
发明内容
本申请提供一种基于图像处理的室内火焰识别方法及设备,根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对室内火焰进行识别,具有较高的准确度和较好的及时性。
第一方面,提供了一种基于图像处理的室内火焰识别方法,所述方法包括以下步骤:
按照预设的火焰识别周期,获取实时采集的室内图像;
按照预设的火焰识别规则,识别所述室内图像中火焰像素点;
将所述火焰像素点在所述室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
由于火焰具有特殊的颜色分布规律,呈现显著且高亮度的红色和黄色,故而在RGB空间里,火焰对应的R、G、B各分量有着特定的关系。
本申请实施例中,首先会根据自身安全需求设定火焰识别周期,进而按照预设的火焰识别周期,获取实时采集的室内图像;
同时,由于火焰对应的R、G、B各分量有着特定的关系,故而能够预先设定对应的火焰识别规则,在获取实时采集的室内图像后,按照预设的火焰识别规则,识别室内图像中火焰像素点;
识别出室内图像中的火焰像素点后,对室内图像中的各火焰像素点通过白色像素标记,而其他像素点则用黑色像素标记,最终获得标记火焰图像,通过标记火焰图像直观显示火焰情况。
本申请实施例,根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对各像素点进行判断,及时对室内火焰进行识别,具有较高的准确度和较好的及时性。
同时,本申请实施例,进行火焰像素点的识别后,获得标记火焰图像,能够根据需求调取,便于事后调查火灾原因。
具体的,所述火焰识别规则为:
根据所述室内图像中的像素点的颜色分量,将所述像素点与各预设的火焰判断项比对;
当所述像素点同时满足所有火焰判断项时,则判定对应的所述像素点为所述火焰像素点。
具体的,各所述火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值。
进一步的,所述方法还包括以下步骤:
识别所述标记火焰图像的火焰像素点,当所述火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
具体的,所述室内图像为彩色图像。
第二方面,提供了一种基于图像处理的室内火焰识别设备,所述设备包括:
图像获取模块,其用于按照预设的火焰识别周期,获取实时采集的室内图像;
火焰识别模块,其用于按照预设的火焰识别规则,识别所述室内图像中火焰像素点;
像素标记模块,其用于将所述火焰像素点在所述室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
具体的,所述火焰识别规则为:
根据所述室内图像中的像素点的颜色分量,将所述像素点与各预设的火焰判断项比对;
当所述像素点同时满足所有火焰判断项时,则判定对应的所述像素点为所述火焰像素点。
具体的,各所述火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值。
进一步的,所述设备还包括:
火焰报警模块,其用于识别所述标记火焰图像的火焰像素点,当所述火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
具体的,所述室内图像为彩色图像。
本申请提供的技术方案带来的有益效果包括:
1、本申请提供了一种基于图像处理的室内火焰识别技术,根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对各像素点进行判断,及时对室内火焰进行识别,具有较高的准确度和较好的及时性。
2、本申请进行火焰像素点的识别后,获得标记火焰图像,能够根据需求调取,便于事后调查火灾原因。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例1提供的基于图像处理的室内火焰识别方法的步骤流程图;
图2为本申请实施例2提供的基于图像处理的室内火焰识别设备的连接结构框图;
附图标记:
1、图像获取模块;2、火焰识别模块;3、像素标记模块;4、火焰报警模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为达到上述技术效果,本申请的总体思路如下:
一种基于图像处理的室内火焰识别方法,该方法包括以下步骤:
S1、按照预设的火焰识别周期,获取实时采集的室内图像;
S2、按照预设的火焰识别规则,识别室内图像中火焰像素点;
S3、将火焰像素点在室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
以下结合附图对本申请的实施例作进一步详细说明。
实施例1
参见图1所示,本申请实施例提供一种基于图像处理的室内火焰识别方法,该方法包括以下步骤:
S1、按照预设的火焰识别周期,获取实时采集的室内图像;
S2、按照预设的火焰识别规则,识别室内图像中火焰像素点;
S3、将火焰像素点在室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
由于火焰具有特殊的颜色分布规律,呈现显著且高亮度的红色和黄色,故而在RGB空间里,火焰对应的R、G、B各分量有着特定的关系。
本申请实施例中,首先会根据自身安全需求设定火焰识别周期,进而按照预设的火焰识别周期,获取实时采集的室内图像;
同时,由于火焰对应的R、G、B各分量有着特定的关系,故而能够预先设定对应的火焰识别规则,在获取实时采集的室内图像后,按照预设的火焰识别规则,识别室内图像中火焰像素点;
识别出室内图像中的火焰像素点后,对室内图像中的各火焰像素点通过白色像素标记,而其他像素点则用黑色像素标记,最终获得标记火焰图像,通过标记火焰图像直观显示火焰情况。
本申请实施例,根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对各像素点进行判断,及时对室内火焰进行识别,具有较高的准确度和较好的及时性。
同时,本申请实施例,进行火焰像素点的识别后,获得标记火焰图像,能够根据需求调取,便于事后调查火灾原因。
具体的,火焰识别规则为:
根据室内图像中的像素点的颜色分量,将像素点与各预设的火焰判断项比对;
当像素点同时满足所有火焰判断项时,则判定对应的像素点为火焰像素点。
具体的,各火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值;
在RGB空间里,如果某个像素点满足所有前述的各火焰判断项对应的条件,就可判断此像素点为火焰像素点,此点以白色表示;否则以黑色像素点表示,这种方法可最大限度排除干扰,精确提取火焰区域,实现对火焰的精准报警,同时还能保存图像,以便后期调用。
本申请实施例,通过该多重判断方式,能够排除大量的环境因素影响,尽可能达到火焰少误报、漏报、失效等问题,实现准确火焰报警功能。
进一步的,方法还包括以下步骤:
识别标记火焰图像的火焰像素点,当火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
需要说明的是,室内图像为彩色图像,而室内图像可以是通过摄像头或其他具有摄像功能的设备采集获得。
实施例2
参见图2所示,本申请实施例提供一种基于图像处理的室内火焰识别设备,该设备包括:
图像获取模块1,其用于按照预设的火焰识别周期,获取实时采集的室内图像;
火焰识别模块2,其用于按照预设的火焰识别规则,识别室内图像中火焰像素点;
像素标记模块3,其用于将火焰像素点在室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
由于火焰具有特殊的颜色分布规律,呈现显著且高亮度的红色和黄色,故而在RGB空间里,火焰对应的R、G、B各分量有着特定的关系。
本申请实施例中,首先会根据自身安全需求设定火焰识别周期,进而按照预设的火焰识别周期,获取实时采集的室内图像;
同时,由于火焰对应的R、G、B各分量有着特定的关系,故而能够预先设定对应的火焰识别规则,在获取实时采集的室内图像后,按照预设的火焰识别规则,识别室内图像中火焰像素点;
识别出室内图像中的火焰像素点后,对室内图像中的各火焰像素点通过白色像素标记,而其他像素点则用黑色像素标记,最终获得标记火焰图像,通过标记火焰图像直观显示火焰情况。
本申请实施例,根据室内图像的像素点,基于预设的火焰识别规则,排除干扰因素,对各像素点进行判断,及时对室内火焰进行识别,具有较高的准确度和较好的及时性。
同时,本申请实施例,进行火焰像素点的识别后,获得标记火焰图像,能够根据需求调取,便于事后调查火灾原因。
具体的,火焰识别规则为:
根据室内图像中的像素点的颜色分量,将像素点与各预设的火焰判断项比对;
当像素点同时满足所有火焰判断项时,则判定对应的像素点为火焰像素点。
具体的,各火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值;
在RGB空间里,如果某个像素点满足所有前述的各火焰判断项对应的条件,就可判断此像素点为火焰像素点,此点以白色表示;否则以黑色像素点表示,这种方法可最大限度排除干扰,精确提取火焰区域,实现对火焰的精准报警,同时还能保存图像,以便后期调用。
本申请实施例,通过该多重判断方式,能够排除大量的环境因素影响,尽可能达到火焰少误报、漏报、失效等问题,实现准确火焰报警功能。
进一步的,该设备还包括:
火焰报警模块4,其用于识别标记火焰图像的火焰像素点,当火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
需要说明的是,室内图像为彩色图像,而室内图像可以是通过摄像头或其他具有摄像功能的设备采集获得。
需要说明的是,在本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于图像处理的室内火焰识别方法,其特征在于,所述方法包括以下步骤:
按照预设的火焰识别周期,获取实时采集的室内图像;
按照预设的火焰识别规则,识别所述室内图像中火焰像素点;
将所述火焰像素点在所述室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
2.如权利要求1所述的基于图像处理的室内火焰识别方法,其特征在于,所述火焰识别规则为:
根据所述室内图像中的像素点的颜色分量,将所述像素点与各预设的火焰判断项比对;
当所述像素点同时满足所有火焰判断项时,则判定对应的所述像素点为所述火焰像素点。
3.如权利要求2所述的基于图像处理的室内火焰识别方法,其特征在于,各所述火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值。
4.如权利要求1所述的基于图像处理的室内火焰识别方法,其特征在于,所述方法还包括以下步骤:
识别所述标记火焰图像的火焰像素点,当所述火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
5.如权利要求1所述的基于图像处理的室内火焰识别方法,其特征在于:
所述室内图像为彩色图像。
6.一种基于图像处理的室内火焰识别设备,其特征在于,所述设备包括:
图像获取模块,其用于按照预设的火焰识别周期,获取实时采集的室内图像;
火焰识别模块,其用于按照预设的火焰识别规则,识别所述室内图像中火焰像素点;
像素标记模块,其用于将所述火焰像素点在所述室内图像以白色像素标记,其他像素点以黑色像素标记,获得标记火焰图像。
7.如权利要求6所述的基于图像处理的室内火焰识别设备,其特征在于,所述火焰识别规则为:
根据所述室内图像中的像素点的颜色分量,将所述像素点与各预设的火焰判断项比对;
当所述像素点同时满足所有火焰判断项时,则判定对应的所述像素点为所述火焰像素点。
8.如权利要求7所述的基于图像处理的室内火焰识别设备,其特征在于,各所述火焰判断项分别为:
R>G>B;
R>Rt;
S>(255-R)*St/Rt;
R>Rth,G>Gth;
T1>Th1,T2>Th2;
T2+T3>Th3;其中
R、G、B是像素点的颜色分量,Rt为像素点的红色分量阀值,St为像素点的饱和度阀值,Rt∈[115,135],St∈[45,60],T1=∣R-G∣,T2=∣G-B∣,T3=∣R-B∣,Rth是火焰像素点对应的红色分量阀值,Gth是火焰像素点对应的绿色分量阀值,Th1为T1的阀值、Th2为T2的阀值、Th3为T2+T3的阀值。
9.如权利要求6所述的基于图像处理的室内火焰识别设备,其特征在于,所述设备还包括:
火焰报警模块,其用于识别所述标记火焰图像的火焰像素点,当所述火焰像素点的数量超过预设的火焰像素点阈值时,进行火焰警报。
10.如权利要求6所述的基于图像处理的室内火焰识别设备,其特征在于:
所述室内图像为彩色图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010728476.2A CN111931612A (zh) | 2020-07-24 | 2020-07-24 | 一种基于图像处理的室内火焰识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010728476.2A CN111931612A (zh) | 2020-07-24 | 2020-07-24 | 一种基于图像处理的室内火焰识别方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111931612A true CN111931612A (zh) | 2020-11-13 |
Family
ID=73315650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010728476.2A Pending CN111931612A (zh) | 2020-07-24 | 2020-07-24 | 一种基于图像处理的室内火焰识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111931612A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733766A (zh) * | 2021-01-15 | 2021-04-30 | 北京锐马视讯科技有限公司 | 基于像素技术的视频火焰检测方法及装置和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040090335A1 (en) * | 2001-02-27 | 2004-05-13 | Anton Pfefferseder | Method for recognition of fire |
CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
CN105741480A (zh) * | 2016-03-17 | 2016-07-06 | 福州大学 | 基于图像识别的火灾和烟雾检测方法 |
CN108761436A (zh) * | 2018-08-27 | 2018-11-06 | 上海岗消网络科技有限公司 | 一种火焰视觉测距装置及方法 |
CN208736996U (zh) * | 2018-08-27 | 2019-04-12 | 上海岗消网络科技有限公司 | 一种火焰视觉测距装置 |
-
2020
- 2020-07-24 CN CN202010728476.2A patent/CN111931612A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040090335A1 (en) * | 2001-02-27 | 2004-05-13 | Anton Pfefferseder | Method for recognition of fire |
CN104091354A (zh) * | 2014-07-30 | 2014-10-08 | 北京华戎京盾科技有限公司 | 一种基于视频图像的火灾检测方法及其火灾检测装置 |
CN105741480A (zh) * | 2016-03-17 | 2016-07-06 | 福州大学 | 基于图像识别的火灾和烟雾检测方法 |
CN108761436A (zh) * | 2018-08-27 | 2018-11-06 | 上海岗消网络科技有限公司 | 一种火焰视觉测距装置及方法 |
CN208736996U (zh) * | 2018-08-27 | 2019-04-12 | 上海岗消网络科技有限公司 | 一种火焰视觉测距装置 |
Non-Patent Citations (1)
Title |
---|
严云洋等: "基于色彩和闪频特征的视频火焰检测", 《计算机科学与探索》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733766A (zh) * | 2021-01-15 | 2021-04-30 | 北京锐马视讯科技有限公司 | 基于像素技术的视频火焰检测方法及装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190311470A1 (en) | Apparel production monitoring system using image recognition | |
CN105453153B (zh) | 交通灯检测 | |
CN109752394A (zh) | 一种显示屏缺陷高精度检测方法及系统 | |
CN109637068A (zh) | 智能烟火识别系统 | |
CN109118548A (zh) | 一种综合智能水质识别方法 | |
CN107103330A (zh) | 一种指示灯状态识别方法和装置 | |
WO2018010386A1 (zh) | 元件反件检测方法和系统 | |
CN103761529A (zh) | 一种基于多色彩模型和矩形特征的明火检测方法和系统 | |
CN110827280B (zh) | 基于机器视觉的胶水检测方法、装置以及胶水检测设备 | |
CN111127810A (zh) | 机房明火自动告警方法及系统 | |
KR101428923B1 (ko) | 인쇄회로기판의 부품패키징 영역 자동검출 시스템 및 방법 | |
CN111931612A (zh) | 一种基于图像处理的室内火焰识别方法及设备 | |
CN106503740B (zh) | 图片分类方法及装置 | |
CN111899210A (zh) | 一种基于图像识别的电弧检测方法 | |
CN108615030A (zh) | 一种标题一致性检测方法、装置及电子设备 | |
CN108460357B (zh) | 一种基于图像识别的开窗报警检测系统及方法 | |
CN108419045B (zh) | 一种基于红外热成像技术的监控方法及装置 | |
CN112364884B (zh) | 一种移动物体侦测的方法 | |
CN111178198B (zh) | 一种基于机器视觉的实验室危险品安全隐患自动监测方法 | |
CN109996061B (zh) | Ir-cut的异常检测方法及装置 | |
CN109635684A (zh) | 一种食品追溯系统 | |
Khan et al. | Real-time fire detection using enhanced color segmentation and novel foreground extraction | |
CN109598713A (zh) | 一种基于图像识别的异常检测方法 | |
Lai et al. | Advanced real time fire detection in video surveillance system | |
CN112347942A (zh) | 一种火焰识别的方法及装置 |
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: 20201113 |