CN113643497A - 一种基于地铁设备着火烟雾识别系统 - Google Patents
一种基于地铁设备着火烟雾识别系统 Download PDFInfo
- Publication number
- CN113643497A CN113643497A CN202010392476.XA CN202010392476A CN113643497A CN 113643497 A CN113643497 A CN 113643497A CN 202010392476 A CN202010392476 A CN 202010392476A CN 113643497 A CN113643497 A CN 113643497A
- Authority
- CN
- China
- Prior art keywords
- module
- smoke
- value
- image
- identification
- 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
- 239000000779 smoke Substances 0.000 claims abstract description 51
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000012546 transfer Methods 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及轨交监控技术领域,尤其是一种基于地铁设备着火烟雾识别系统;它包括火焰识别系统、烟雾识别系统和人群流向识别系统;不增加新的设备,采用地铁线网原本就具备的烟雾探测器、CCD摄像头、红外摄像头、治安摄像头等,通过整合使其能够对站台、进出通道、换乘区域等公共场所进行烟雾的实时识别,以利于防火工作。
Description
技术领域
本发明涉及轨交监控技术领域,尤其是一种基于地铁设备着火烟雾识别系统。
背景技术
在地铁系统中,人员密集且绝大部分位于地表以下,一旦发生火灾等事故,由于救援难以开展,其危害程度远大于地表发生的同等级火灾。为了做到早期探测、早期发现、早期处理,现有技术采用了多种技术手段。例如熊俊峰等发表了“空气采样早期烟雾预警系统在地铁中的应用”(《科技与创新》2014年第4期),其中记载:通过分布在被保护区域的采样管网采集空气样品,经过一个特殊的两级过滤装置滤掉灰尘后送至一个特质的激光探测腔内进行分析,将空气中由于燃烧产生的烟雾微粒加以测定,由此给出准确的烟雾浓度值,并根据系统事先设定的烟雾报警阈值发出多级火灾警报。
上述技术方案的不足在于:需要额外加装大量的特制设备(采样管网、两级过滤装置、激光探测腔等),由于地铁线网大多位于地下,这些设备不但价格昂贵,而且维护工作量大,不适用于现有的地铁线网使用。
发明内容
针对现有技术的不足,本发明提供一种无需对地铁线网内的设备进行硬件改造即可实现烟雾或者明火早期识别的系统。
本发明的技术方案为:
一种基于地铁设备着火烟雾识别系统,其特征在于:它包括火焰识别系统、烟雾识别系统和人群流向识别系统;
其中火焰识别系统包括外设部分、pc硬件部分和软件部分,外设部分包括CCD摄像头,pc硬件部分包括pc视频捕捉卡、控制转换器、网络控制器和警报控制器,软件部分包括控制模块、图像识别模块、网络通信模块和系统管理模块;
外设部分的CCD摄像头将被监控区域的视频信息采集并发送给pc硬件部分中的pc视频捕捉卡,而后传输给系统管理模块,系统管理模块为主模块,负责响应人机交互的指令与控制其下属模块的工作,其下属模块包括控制模块、图像识别模块、网络通信模块;
控制模块负责控制CCD摄像头,图像识别模块负责对CCD摄像头通过pc视频捕捉卡输入的图像进行分析并判断是否有明火发生,网络通信模块负责系统与外界的信息交换;
其中烟雾识别系统包括吸入式烟雾探测器、数据分析模块、数据上传模块以及声光电警报模块,吸入式烟雾探测器在单位时间内连续十一次取样,将数据导入数据分析模块,数据分析模块对所有数据进行数值的大小比较,将最大值和最小值去除后计算平均值,判断该平均值与系统预设阈值,超出阈值则将数据导入数据上传模块和触发声光电警报模块;由于吸入式烟雾探测器广泛存在尖脉冲干扰的问题,也就是说烟雾探测器不可避免的在某些时刻出现采样数值偏差较大的情况,在不改变硬件设备的情况下,我们通过在单位时间内连续取样并去掉最大值和最小值,从而必然去掉了尖脉冲造成的采样偏差;
其中人群流向识别系统包括治安摄像头,摄像头每秒拍摄一帧,以上一帧与当前帧进行图像比对,比对方法为:将图片缩放为8*8尺寸的压缩图片,共计有64个像素,将压缩图片转化为64级灰度,计算64个像素的平均灰度并计算这两帧的平均灰度之差的绝对值,该值为待判定值,例如上一帧为60,当前帧为40,两帧相差20,待判定值为20,将该值与系统内设的阈值比较,如果超出阈值范围则进行预警。本方法摒弃了对人体的直接识别,而是以一个画面整体的变化程度来实现人群流向是否正常的判断,由于数据分析非常简单,故反应非常灵敏。
进一步地,所述图像识别模块判断是否有明火发生的方法为:
S11输入视频图像;
S12将YUV颜色组转换为RGB颜色组;
S13将上一步骤处理得到的图片分别进行运动检测和颜色检测;
S14当运动检测判断图像主体是活动的且颜色检测该图像主体颜色为火焰色时对图像主体区域进行标记并且进行小波变频和傅里叶变换区分出灯管和火焰,当判断为火焰时进行警报。
进一步地,所述烟雾识别系统还包括红外摄像头和烟雾识别模块以及热度模块;
其中烟雾识别模块对于烟雾的识别方法为:
S21通过红外摄像头预先录制一段监控视频作为背景,并对行人的干扰进行抗干扰训练;
S22通过红外摄像头拍摄实时图像;
S23将实时图像和背景比较并求帧差,由于帧差可能存在噪音干扰,故随后对帧差进行二值化处理和中值滤波;
S24将经过中值滤波平滑后的帧差进行提取平滑后帧差中的连通分量,仅保留最大(周长最长)的连通分量;
S25将上述最大连通分量作为蒙版,作用于当前帧,分割出兴趣前景;
S26导入训练库,得到训练后的模型;
S27导入实时图像得到判断结果;
其中热度模块对于烟雾的热度判断方法为:
S31将烟雾识别模块分割出来的兴趣前景进行热度识别;
S32将该区域对应的背景进行热度识别;
S33将s32和s31的热度求差,将求差得到的数值与预定的阈值进行比较,超出阈值范围则进行预警。
本发明的有益效果为:不增加新的设备,采用地铁线网原本就具备的烟雾探测器、CCD摄像头、红外摄像头、治安摄像头等,通过整合使其能够对站台、进出通道、换乘区域等公共场所进行烟雾的实时识别,以利于防火工作。
具体实施方式
下面结合具体实施方式作进一步说明:
实施例1
一种基于地铁设备着火烟雾识别系统,其特征在于:它包括火焰识别系统、烟雾识别系统和人群流向识别系统;
其中火焰识别系统包括外设部分、pc硬件部分和软件部分,外设部分包括CCD摄像头,pc硬件部分包括pc视频捕捉卡、控制转换器、网络控制器和警报控制器,软件部分包括控制模块、图像识别模块、网络通信模块和系统管理模块;
外设部分的CCD摄像头将被监控区域的视频信息采集并发送给pc硬件部分中的pc视频捕捉卡,而后传输给系统管理模块,系统管理模块为主模块,负责响应人机交互的指令与控制其下属模块的工作,其下属模块包括控制模块、图像识别模块、网络通信模块;
控制模块负责控制CCD摄像头,图像识别模块负责对CCD摄像头通过pc视频捕捉卡输入的图像进行分析并判断是否有明火发生,网络通信模块负责系统与外界的信息交换;
其中烟雾识别系统包括吸入式烟雾探测器、数据分析模块、数据上传模块以及声光电警报模块,吸入式烟雾探测器在单位时间内连续十一次取样,将数据导入数据分析模块,数据分析模块对所有数据进行数值的大小比较,将最大值和最小值去除后计算平均值,判断该平均值与系统预设阈值,超出阈值则将数据导入数据上传模块和触发声光电警报模块;由于吸入式烟雾探测器广泛存在尖脉冲干扰的问题,也就是说烟雾探测器不可避免的在某些时刻出现采样数值偏差较大的情况,在不改变硬件设备的情况下,我们通过在单位时间内连续取样并去掉最大值和最小值,从而必然去掉了尖脉冲造成的采样偏差;
其中人群流向识别系统包括治安摄像头,摄像头每秒拍摄一帧,以上一帧与当前帧进行图像比对,比对方法为:将图片缩放为8*8尺寸的压缩图片,共计有64个像素,将压缩图片转化为64级灰度,计算64个像素的平均灰度并计算这两帧的平均灰度之差的绝对值,该值为待判定值,例如上一帧为60,当前帧为40,两帧相差20,待判定值为20,将该值与系统内设的阈值比较,如果超出阈值范围则进行预警。本方法摒弃了对人体的直接识别,而是以一个画面整体的变化程度来实现人群流向是否正常的判断,由于数据分析非常简单,故反应非常灵敏。
所述图像识别模块判断是否有明火发生的方法为:
S11输入视频图像;
S12将YUV颜色组转换为RGB颜色组;
S13将上一步骤处理得到的图片分别进行运动检测和颜色检测;
S14当运动检测判断图像主体是活动的且颜色检测该图像主体颜色为火焰色时对图像主体区域进行标记并且进行小波变频和傅里叶变换区分出灯管和火焰,当判断为火焰时进行警报。
实施例2
所述烟雾识别系统还包括红外摄像头和烟雾识别模块以及热度模块;
其中烟雾识别模块对于烟雾的识别方法为:
S21通过红外摄像头预先录制一段监控视频作为背景,并对行人的干扰进行抗干扰训练;
S22通过红外摄像头拍摄实时图像;
S23将实时图像和背景比较并求帧差,由于帧差可能存在噪音干扰,故随后对帧差进行二值化处理和中值滤波;
S24将经过中值滤波平滑后的帧差进行提取平滑后帧差中的连通分量,仅保留最大(周长最长)的连通分量;
S25将上述最大连通分量作为蒙版,作用于当前帧,分割出兴趣前景;
S26导入训练库,得到训练后的模型;
S27导入实时图像得到判断结果。
其中热度模块对于烟雾的热度判断方法为:
S31将烟雾识别模块分割出来的兴趣前景进行热度识别;
S32将该区域对应的背景进行热度识别;
S33将s32和s31的热度求差,将求差得到的数值与预定的阈值进行比较,超出阈值范围则进行预警。
上述实施例和说明书中描述的只是说明本发明的原理和最佳实施例,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (3)
1.一种基于地铁设备着火烟雾识别系统,其特征在于:它包括火焰识别系统、烟雾识别系统和人群流向识别系统;
其中火焰识别系统包括外设部分、pc硬件部分和软件部分,外设部分包括CCD摄像头,pc硬件部分包括pc视频捕捉卡、控制转换器、网络控制器和警报控制器,软件部分包括控制模块、图像识别模块、网络通信模块和系统管理模块;
外设部分的CCD摄像头将被监控区域的视频信息采集并发送给pc硬件部分中的pc视频捕捉卡,而后传输给系统管理模块,系统管理模块为主模块,负责响应人机交互的指令与控制其下属模块的工作,其下属模块包括控制模块、图像识别模块、网络通信模块;
控制模块负责控制CCD摄像头,图像识别模块负责对CCD摄像头通过pc视频捕捉卡输入的图像进行分析并判断是否有明火发生,网络通信模块负责系统与外界的信息交换;
其中烟雾识别系统包括吸入式烟雾探测器、数据分析模块、数据上传模块以及声光电警报模块,吸入式烟雾探测器在单位时间内连续十一次取样,将数据导入数据分析模块,数据分析模块对所有数据进行数值的大小比较,将最大值和最小值去除后计算平均值,判断该平均值与系统预设阈值,超出阈值则将数据导入数据上传模块和触发声光电警报模块;
其中人群流向识别系统包括治安摄像头,摄像头每秒拍摄一帧,以上一帧与当前帧进行图像比对,比对方法为:将图片缩放为8*8尺寸的压缩图片,共计有64个像素,将压缩图片转化为64级灰度,计算64个像素的平均灰度并计算这两帧的平均灰度之差的绝对值,该值为待判定值,例如上一帧为60,当前帧为40,两帧相差20,待判定值为20,将该值与系统内设的阈值比较,如果超出阈值范围则进行预警。
2.根据权利要求1所述的一种基于地铁设备着火烟雾识别系统,其特征在于:所述图像识别模块判断是否有明火发生的方法为:
S11输入视频图像;
S12将YUV颜色组转换为RGB颜色组;
S13将上一步骤处理得到的图片分别进行运动检测和颜色检测;
S14当运动检测判断图像主体是活动的且颜色检测该图像主体颜色为火焰色时对图像主体区域进行标记并且进行小波变频和傅里叶变换区分出灯管和火焰,当判断为火焰时进行警报。
3.根据权利要求1所述的一种基于地铁设备着火烟雾识别系统,其特征在于:所述烟雾识别系统还包括红外摄像头和烟雾识别模块以及热度模块;
其中烟雾识别模块对于烟雾的识别方法为:
S21通过红外摄像头预先录制一段监控视频作为背景,并对行人的干扰进行抗干扰训练;
S22通过红外摄像头拍摄实时图像;
S23将实时图像和背景比较并求帧差,由于帧差可能存在噪音干扰,故随后对帧差进行二值化处理和中值滤波;
S24将经过中值滤波平滑后的帧差进行提取平滑后帧差中的连通分量,仅保留最大(周长最长)的连通分量;
S25将上述最大连通分量作为蒙版,作用于当前帧,分割出兴趣前景;
S26导入训练库,得到训练后的模型;
S27导入实时图像得到判断结果;
其中热度模块对于烟雾的热度判断方法为:
S31将烟雾识别模块分割出来的兴趣前景进行热度识别;
S32将该区域对应的背景进行热度识别;
S33将s32和s31的热度求差,将求差得到的数值与预定的阈值进行比较,超出阈值范围则进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392476.XA CN113643497A (zh) | 2020-05-11 | 2020-05-11 | 一种基于地铁设备着火烟雾识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392476.XA CN113643497A (zh) | 2020-05-11 | 2020-05-11 | 一种基于地铁设备着火烟雾识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113643497A true CN113643497A (zh) | 2021-11-12 |
Family
ID=78415374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010392476.XA Pending CN113643497A (zh) | 2020-05-11 | 2020-05-11 | 一种基于地铁设备着火烟雾识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643497A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333251A (zh) * | 2021-12-29 | 2022-04-12 | 成都中科慧源科技有限公司 | 一种智能报警器、方法、系统、设备和存储介质 |
CN114999099A (zh) * | 2022-07-18 | 2022-09-02 | 中国地质大学(武汉) | 基于大数据的协同预警方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324016A (zh) * | 2011-05-27 | 2012-01-18 | 郝红卫 | 一种高密度人群流量统计方法 |
CN106408846A (zh) * | 2016-11-29 | 2017-02-15 | 周川 | 基于视频监控平台的图像火灾检测方法 |
CN109859434A (zh) * | 2019-04-03 | 2019-06-07 | 中国安全生产科学研究院 | 一种地铁车站通风排烟优化控制系统及方法 |
CN110610150A (zh) * | 2019-09-05 | 2019-12-24 | 北京佳讯飞鸿电气股份有限公司 | 一种目标运动物体的跟踪方法、装置、计算设备和介质 |
US20200090604A1 (en) * | 2017-05-22 | 2020-03-19 | HKC Corporation Limited | Image processing method, image processing device and display device |
-
2020
- 2020-05-11 CN CN202010392476.XA patent/CN113643497A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324016A (zh) * | 2011-05-27 | 2012-01-18 | 郝红卫 | 一种高密度人群流量统计方法 |
CN106408846A (zh) * | 2016-11-29 | 2017-02-15 | 周川 | 基于视频监控平台的图像火灾检测方法 |
US20200090604A1 (en) * | 2017-05-22 | 2020-03-19 | HKC Corporation Limited | Image processing method, image processing device and display device |
CN109859434A (zh) * | 2019-04-03 | 2019-06-07 | 中国安全生产科学研究院 | 一种地铁车站通风排烟优化控制系统及方法 |
CN110610150A (zh) * | 2019-09-05 | 2019-12-24 | 北京佳讯飞鸿电气股份有限公司 | 一种目标运动物体的跟踪方法、装置、计算设备和介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114333251A (zh) * | 2021-12-29 | 2022-04-12 | 成都中科慧源科技有限公司 | 一种智能报警器、方法、系统、设备和存储介质 |
CN114999099A (zh) * | 2022-07-18 | 2022-09-02 | 中国地质大学(武汉) | 基于大数据的协同预警方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102663869B (zh) | 基于视频监控平台的室内火灾检测方法 | |
CN100446043C (zh) | 基于生物传感和图像信息融合的视频安防监控方法 | |
CN101959060B (zh) | 视频客流监控系统及方法 | |
CN104966375A (zh) | 一种安防监控系统及监控方法 | |
CN110084196B (zh) | 一种用于云计算的监控视频识别系统 | |
CN104079874A (zh) | 一种基于物联网技术的安防一体化系统及方法 | |
CN113643497A (zh) | 一种基于地铁设备着火烟雾识别系统 | |
CN102665071A (zh) | 一种社会治安视频监控图像智能处理和检索方法 | |
CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
CN115527158B (zh) | 一种基于视频监控的人员异常行为检测方法及装置 | |
CN111540152A (zh) | 一种智能安防预警系统 | |
CN113012374A (zh) | 智慧园区安防系统及其控制方法 | |
CN107231546A (zh) | 基于云安全服务器的自主追踪移动特征的家用监控系统 | |
CN112112629A (zh) | 一种钻井作业过程中的安全业务管理系统和方法 | |
CN107978136A (zh) | 一种在联网报警系统中实现误报警自动识别的方法 | |
CN112800975A (zh) | 一种基于图像处理的安检通道内行为识别方法 | |
CN111950399A (zh) | 一种计算机机房人脸识别监控智能集成设备 | |
CN108830161A (zh) | 基于视频流数据的烟雾识别方法 | |
CN108131166B (zh) | 基于图像的矿井爆炸监测报警系统 | |
CN112377265A (zh) | 基于图像识别加速度特征的冲击地压报警方法 | |
CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
CN112377264A (zh) | 基于图像识别加速度特征的煤与瓦斯突出报警方法 | |
CN111860194A (zh) | 一种家庭智能安全监控系统及方法 | |
CN116342481A (zh) | 一种基于机器视觉的转炉烟道结渣监测系统及方法 | |
CN208347839U (zh) | 基于红外图像的矿井爆炸监测报警系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211112 |