CN114187734A - 一种用于烟雾报警的图像识别方法和系统 - Google Patents
一种用于烟雾报警的图像识别方法和系统 Download PDFInfo
- Publication number
- CN114187734A CN114187734A CN202111458742.5A CN202111458742A CN114187734A CN 114187734 A CN114187734 A CN 114187734A CN 202111458742 A CN202111458742 A CN 202111458742A CN 114187734 A CN114187734 A CN 114187734A
- Authority
- CN
- China
- Prior art keywords
- information
- smoke
- image
- image information
- difference
- 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 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 4
- 230000002155 anti-virotic effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002994 raw material Substances 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
- 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
- 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
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种用于烟雾报警的图像识别方法和系统,其属于摄像头领域,其中方法包括:获取摄像头拍摄的实时环境图像信息;将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息;基于所述差别图像信息,计算环境图像差别面积;当所述环境图像差别面积大于预设危险差别值时,生成预警信息。本申请具有减少火情不被及时发现的现象,提高摄像头使用时的安全性,减少安全隐患的效果。
Description
技术领域
本申请涉及摄像头技术领域,尤其是涉及一种用于烟雾报警的图像识别方法和系统。
背景技术
目前,摄像头又称电脑相机、电脑眼和电子眼等,是一种图像输入设备,被广泛的运用于实时监控等方面,而在安防领域上,摄像头是以安全防范视频监控为目的,将图像传感器靶面上从可见光到近红外光谱范围内的光图像转换为视频图像信号的采集装置。
现有的摄像头在进行安防监控时,通过人员对监控画面进行实时观察,如果发生火情,监控人员通过图像可以发现危险,但是监控人员不一定一直在观察监控画面,这样的安防方式过度依靠人为的观察和判断,如果人员不能及时发生火情,火势会有进一步扩大的风险,存在一定的安全隐患,因此有待改善。
发明内容
为了减少火情不被及时发现的现象,提高摄像头使用时的安全性,减少安全隐患,本申请提供一种用于烟雾报警的图像识别方法和系统。
第一方面,本申请提供了一种用于烟雾报警的图像识别方法,采用如下的技术方案:所述方法应用于烟雾报警的图像识别系统中的控制芯片,所述方法包括:
获取摄像头拍摄的实时环境图像信息;
将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息;
基于所述差别图像信息,计算环境图像差别面积;
当所述环境图像差别面积大于预设危险差别值时,生成预警信息。
通过采用上述技术方案,通过摄像头在对环境进行监测时,摄像头安装在高处,摄像头可以采集到环境范围较广的照片,摄像头拍摄照片并传输给控制芯片,控制芯片接收到实时环境图像信息,控制芯片内预存有预设环境图像信息,预设环境图像信息是摄像头在初始安装时在同一高度和角度拍摄的环境照片,通过将实时环境图像信息与预设环境图像信息进行对比,寻找两个照片中的差别,提取差别图像信息,当环境内的事物因为起火而产生烟雾时,此时照片中的事物会被烟雾遮挡,从而此时的实时环境图像信息和预设环境图像信息存在较大差别,差别图像信息的环境图像差别面积会较大,当环境图像差别面积大于预设危险差别值时,判断此时环境内存在大面积图像差别的现象,可能有大面积烟雾的情况,此时生成预警信息,对安防人员进行提醒,安防人员如果此时不在进行监控工作,在发现预警信息后,可以及时查看监控进一步判断是否有烟雾的产生,起到烟雾自动判断功能,对安防人员有一定的警示作用,从而减小了火情不被及时发现的现象,提高摄像头使用时的安全性,减少了安全隐患。
可选的,所述基于所述差别图像,计算环境图像差别面积中包括:
分析所述差别图像信息,获取总差别面积;
分析所述实时环境图像信息,提取人员图像信息;
基于所述人员图像信息,计算动作物图像面积;
将所述总差别面积减去所述动作物图像面积,生成所述环境图像差别面积。
通过采用上述技术方案,在计算环境差别面积时,图像中可能存在人员的现象,而包含有人员的实时环境图像信息与预设环境图像信息之间肯定有较大的差别,因此在计算环境图像差别面积时,先分析差别图像信息以获取总差别面积,然后再实时环境图像信息,提取实时环境图像信息中的人员图像信息,人员图像信息及人员的画面,并基于人员图像信息计算动作物图像面积,最后将总差别面积减去动作物图像面积,才得到环境图像差别面积,这样环境图像差别面积不会包括人员的面积,去除人员在摄像头画面中导致的画面差别面积,这样计算的环境图像差别面积更加接近于烟雾在图像中的面积,提高了检测的精确度。
可选的,在所述生成预警信息后,还包括:
基于所述差别图像信息和所述人员图像信息,生成烟雾图像信息;
分析所述烟雾图像信息,提取所述烟雾图像信息中的烟雾最低点位置信息;
基于所述烟雾最低点位置信息在所述实时环境图像信息中的位置,判断出烟雾发生位置。
通过采用上述技术方案,将差别图像除去人员图像,剩下的判断为烟雾图像信息,对烟雾图像信息进行分析,提取烟雾图像信息中的最低点,判断烟雾图像信息中的最低点为烟雾发生的位置,基于烟雾最低点位置信息在实时环境图像信息中的位置,生成烟雾发生位置,即快速推算环境中发生烟雾的位置,方便安保人员根据烟雾发生位置判断火情的危险性,同时也方便安保人员对烟雾发生地进行快速通报支援,减少烟雾发生地寻找的时间,减少救援时间。
可选的,所述烟雾报警的图像识别系统还包括若干个与控制芯片相互关联的移动终端,在所述判断出烟雾发生位置后,还包括:
获取所述移动终端的人员位置信息;
基于多个所述人员位置信息和所述烟雾发生位置,生成多个距离数据;
对比多个所述距离数据,调取数值最低的所述距离数据所对应的所述移动终端,发送救援提示信息。
通过采用上述技术方案,环境内可能存在多个人员在工作,而位于环境内的每个人员均会配置一个与控制芯片相互关联的移动终端,环境内的人员携带有移动终端,通过移动终端内的GPS定位系统获取人员的位置,移动终端将人员位置信息发送给控制芯片,将人员位置信息和烟雾发生位置之间连线测量,生成多个距离数据,即环境内人员与烟雾发生位置之间的距离,选取距离最近的距离数据所对应的移动转动发送救援提示信息,有助于环境内的工人快速对烟雾发生点进行支援勘察,通过寻找最近的工人进行支援,进一步减少救援时间。
可选的,在所述发送救援提示信息中包括:
调取预设环境地图;
基于所述人员位置信息和所述烟雾发生位置在所述预设环境地图中的位置,生成救援路径;
将所述烟雾发生位置和所述救援路径发送给对应的所述移动终端。
通过采用上述技术方案,控制芯片内运存有预设环境地图,预设环境地图为环境内的地图,在向对应的移动终端发送救援提示信息中,通过分析人员位置信息和烟雾发生位置在预设环境地图中的位置,生成救援路径,并将救援路径发送给对应的移动终端,距离烟雾发生位置最近的员工在去进行支援勘察时,通过救援路径能够更加直观快速的来到烟雾发生位置,方便不熟悉环境的救援人员进行救援,减少迷路的现象。
可选的,所述预警信息包括一级预警信息、二级预警信息和特级预警信息,所述方法还包括:
分析所述烟雾图像信息,判断所述烟雾图像信息中的烟雾颜色;
若所述烟雾颜色为白色,则生成所述二级预警信息,若所述烟雾颜色为黑色,则生成所述一级预警信息,若所述烟雾颜色为黄绿色,则生成所述特级预警信息。
通过采用上述技术方案,在提取烟雾图像信息后,对烟雾图像信息中的烟雾颜色进行判断,如果烟雾颜色为白色,此时温度不高,火势并不大,生成二级预警信息,如果烟雾颜色为黑色,此时温度较高,可能存在熊熊烈火的现象,是火灾中最为危险的时期,此时生成一级预警信息,如果烟雾颜色为黄绿色,可能是化学物品发生起燃现象,此时生成特级预警信息,这时如果要救援必须采取一定的防毒措施,这样安保人员和救援人员在收到预警信息时,可以通过预警信息的级别判断烟雾发生位置的起火情况,进而可以根据起火情况来实施不同的救援方案,有利于安全救援。
可选的,所述方法还包括:
周期性获取所述摄像头的高度信息和角度信息;
将所述高度信息和所述角度信息与初始值进行对比,计算高度差值数据和角度差值数据;
在所述高度差值数据和所述角度差值数据大于最大偏差数据时,生成摄像头偏差报警信息。
通过采用上述技术方案,摄像头用于获取实时环境图像信息,如果摄像头的位置发生偏移,拍摄的实时环境图像信息也会产生较大的变化,进而导致环境图像差别面积较大,因此周期性的获取摄像头的高度信息和角度信息,高度信息是指摄像头距离地面的直线距离,而角度信息是指摄像头的拍摄角度,将高度信息和角度信息与初始值进行对比计算,得出高度差值数据和角度差值数据,如果高度差值数据和角度差值数据大于最大偏差数据时,此时判断摄像头的位置发生较大的位移,生成摄像头偏差报警信息,提醒人员需要重新调节摄像头的位置,以减少因为摄像头位置偏移而造成环境图像差别面积较大的现象。
第二方面,本申请提供了一种用于烟雾报警的图像识别系统,采用如下的技术方案:包括,
图像获取模块,用于获取摄像头拍摄的实时环境图像信息;
图像对比模块,用于将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息;
面积获取模块,用于基于所述差别图像信息,计算环境图像差别面积;
预警生成模块,用于当所述环境图像差别面积大于预设危险差别值时,生成预警信息。
第三方面,本申请提供了一种用于烟雾报警的图像识别装置,采用如下的技术方案:包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上述方法中任一种方法的计算机程序。
第四方面,本申请提供了一种计算机可读存储介质,采用如下的技术方案:存储有能够被处理器加载并执行如上述方法中任一种方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.在本申请中,通过摄像头在对环境进行监测时,摄摄像头拍摄照片并传输给控制芯片,控制芯片内预存有预设环境图像信息,通过将实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息,当环境图像差别面积大于预设危险差别值时,判断此时环境内存在大面积图像差别的现象,可能有大面积烟雾的情况,此时生成预警信息,对安防人员进行提醒,安防人员如果此时不在进行监控工作,在发现预警信息后,可以及时查看监控进一步判断是否有烟雾的产生,起到烟雾自动判断功能,对安防人员有一定的警示作用,从而减小了火情不被及时发现的现象,提高摄像头使用时的安全性,减少了安全隐患;
2.进一步的,将差别图像除去人员图像,剩下的判断为烟雾图像信息,对烟雾图像信息进行分析,提取烟雾图像信息中的最低点,判断烟雾图像信息中的最低点为烟雾发生的位置,基于烟雾最低点位置信息在实时环境图像信息中的位置,生成烟雾发生位置,即快速推算环境中发生烟雾的位置,方便安保人员根据烟雾发生位置判断火情的危险性,同时也方便安保人员对烟雾发生地进行快速通报支援,减少烟雾发生地寻找的时间,减少救援时间;
3.更进一步的,在提取烟雾图像信息后,对烟雾图像信息中的烟雾颜色进行判断,如果烟雾颜色为白色,此时温度不高,火势并不大,生成二级预警信息,如果烟雾颜色为黑色,此时温度较高,可能存在熊熊烈火的现象,是火灾中最为危险的时期,此时生成一级预警信息,如果烟雾颜色为黄绿色,可能是化学物品发生起燃现象,此时生成特级预警信息,这时如果要救援必须采取一定的防毒措施,这样安保人员和救援人员在收到预警信息时,可以通过预警信息的级别判断烟雾发生位置的起火情况,进而可以根据起火情况来实施不同的救援方案,有利于安全救援。
附图说明
为了更清楚地说明本发明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的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例中一种用于烟雾报警的图像识别方法的流程图。
图2是本申请实施例中步骤103的具体流程图。
图3是本申请实施例中判断烟雾发生位置的流程图。
图4是本申请实施例中发送救援提示信息的流程图。
图5是本申请实施例中发送救援提示信息中的具体流程示意图。
图6是本申请实施例中基于烟雾颜色改变预警类型的流程图。
图7是本申请实施例中生成摄像头偏差报警信息的流程图。
图8是本申请实施例中一种用于烟雾报警的图像识别系统的示意图。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
本申请实施例公开一种用于烟雾报警的图像识别方法,该方法应用于烟雾报警的图像识别系统中的控制芯片,执行主体是控制芯片,控制芯片关联有用于拍摄环境照片的摄像头,如果环境内因为起火而产生烟雾,如果摄像头拍摄到有烟雾的照片,此时环境照片与预设照片之间会存在较大偏差,通过图像偏差面积来判断环境内是否有烟雾的产生,无需人为一直对监控图像进行监视。
下面将结合具体实施方式,参照图1,对处理流程进行详细的说明,内容可以如下:
步骤101,获取摄像头拍摄的实时环境图像信息。
在实施例中,通过摄像头在对环境进行监测时,将摄像头安装在较高位置,摄像头可以拍摄到范围较广的环境照片,安保人员可以通过摄像头采集到的画面对环境进行监控。而摄像头与控制芯片之间相互关联,摄像头将拍摄的照片传输给控制芯片,控制芯片能够获取到实时环境图像信息。
步驟102,将实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息。
在实施例中,控制芯片内预存有预设环境图像信息,预设环境图像信息是摄像头在初始安装时在同一高度和角度拍摄的环境照片,通过将实时环境图像信息与预设环境图像信息进行对比,寻找两个照片中的差别,如果环境中因为起火而产生烟雾,烟雾会遮挡环境内的一些建筑物,提取差别图像信息,能够得到有差别的图像。
步骤103,基于差别图像信息,计算环境图像差别面积。
在实施例中,当环境内的事物因为起火而产生烟雾时,此时照片中的部分环境会被烟雾遮挡,从而此时的实时环境图像信息和预设环境图像信息存在较大的差别,差别图像信息的环境图像差别面积会较大,通过分析差别图像信息,在同等比例下计算差别图像信息的面积,得到环境图像差别面积。
步骤104,当环境图像差别面积大于预设危险差别值时,生成预警信息。
在实施例中,当环境图像差别面积大于预设危险差别值时,判断此时环境内存在大面积图像差别的现象,可能有大面积烟雾的情况,此时生成预警信息,预警信息为一种声光报警方式,以对安防人员进行提醒。安防人员如果此时不在进行监控工作,在发现预警信息后,可以及时查看监控进一步判断是否有烟雾的产生,起到烟雾自动判断功能,对安防人员有一定的警示作用,从而减小了火情不被及时发现的现象,提高摄像头使用时的安全性,减少了安全隐患。
可选的,在计算环境图像差别面积时,画面中可能存在员工的现象,而包含有人员的实时环境图像信息与预设环境图像信息之间肯定有较大的差别,为了减少误差,因此,参照图2,在步骤103中包括:
步骤201,分析差别图像信息,获取总差别面积;
步骤202,分析实时环境图像信息,提取人员图像信息;
步骤203,基于人员图像信息,计算动作物图像面积;
步骤204,将总差别面积减去动作物图像面积,生成环境图像差别面积。
在实施例中,在计算环境差别面积时,图像中可能存在人员的现象,因此先分析差别图像信息以获取总差别面积,然后再分析实时环境图像信息,提取实时环境图像信息中的人员图像信息,人员图像信息及人员的画面,并基于人员图像信息计算动作物图像面积。最后将总差别面积减去动作物图像面积,才得到环境图像差别面积,这样环境图像差别面积不会包括人员的面积,去除人员在摄像头画面中导致的画面差别面积,这样计算的环境图像差别面积更加接近于烟雾在图像中的面积,减少了误差,提高了检测精确度。
可选的,在发生预警后,通过分析烟雾图像信息寻找烟雾发生位置,具体参照图3,在步骤104后,还包括:
步骤301,基于差别图像信息和人员图像信息,生成烟雾图像信息;
步骤302,分析烟雾图像信息,提取烟雾图像信息中的烟雾最低点位置信息;
步骤303,基于烟雾最低点位置信息在实时环境图像信息中的位置,判断出烟雾发生位置。
在实施例中,提取到差别图像和人员图像后,将差别图像除去人员图像,剩下的判断为烟雾图像信息,对烟雾图像信息进行分析,提取烟雾图像信息中的最低点,判断烟雾图像信息中的最低点为烟雾发生的位置。基于烟雾最低点位置信息在实时环境图像信息中的位置,生成烟雾发生位置,即快速推算环境中发生烟雾的位置,方便安保人员根据烟雾发生位置判断火情的危险性,同时也方便安保人员对烟雾发生地进行快速通报支援,减少对烟雾发生地寻找的时间。
可选的,烟雾报警的图像识别系统还包括若干个与控制芯片相互关联的移动终端,有员工在监控环境内作业时,会携带移动端,当图像识别系统识别有危险时,可以寻找员工进行帮助,具体参照图4,在步骤303后,还包括:
步骤401,获取移动终端的人员位置信息;
步骤402,基于多个人员位置信息和烟雾发生位置,生成多个距离数据;
步骤403,对比多个距离数据,调取数值最低的距离数据所对应的移动终端,发送救援提示信息。
在实施例中,在检测出烟雾发生地后,通过移动终端内的GPS定位系统获取人员的位置,移动终端将人员位置信息发送给控制芯片,控制芯片将人员位置信息和烟雾发生位置之间进行距离测量,生成多个距离数据,即环境内人员与烟雾发生位置之间的距离,选取距离最近的距离数据所对应的移动转动发送救援提示信息,有助于环境内的工人快速对烟雾发生点进行支援勘察,通过寻找最近的工人进行支援,进一步减少救援时间。
可选的,人员在收到救援提示信息时,系统能够自行生成救援路径,方便救援人员快速到达烟雾发生位置,因此参照图5,在发送救援提示信息中包括:
步骤501,调取预设环境地图;
步骤502,基于人员位置信息和烟雾发生位置在预设环境地图中的位置,生成救援路径;
步骤503,将烟雾发生位置和救援路径发送给对应的移动终端。
在实施例中,控制芯片内运存有预设环境地图,预设环境地图为环境内的地图,在向对应的移动终端发送救援提示信息时,通过分析人员位置信息和烟雾发生位置在预设环境地图中的位置,生成救援路径,并将救援路径和烟雾发生位置一同发送给对应的移动终端,距离烟雾发生位置最近的员工在去进行支援勘察时,通过救援路径能够更加直观快速的来到烟雾发生位置,方便不熟悉环境的救援人员进行救援,减少迷路的现象。
可选的,预警信息包括一级预警信息、二级预警信息和特级预警信息,可以根据烟雾的颜色来判定火情,参照图6,方法还包括:
步骤601,分析烟雾图像信息,判断烟雾图像信息中的烟雾颜色;
步骤602,若烟雾颜色为白色,则生成二级预警信息,若烟雾颜色为黑色,则生成一级预警信息,若烟雾颜色为黄绿色,则生成特级预警信息。
在实施例中,在提取到烟雾图像信息后,对烟雾图像信息中进行颜色识别,判断烟雾的颜色,如果烟雾颜色为白色,此时温度不高,火势并不大,生成二级预警信息。如果烟雾颜色为黑色,此时温度较高,可能存在熊熊烈火的现象,是火灾中最为危险的时期,此时生成一级预警信息,一级预警信息相对于二级预警信息提醒的声音更大,能够对更多的人进行警示。如果烟雾颜色为黄绿色,可能是化学物品发生起燃现象,此时生成特级预警信息,特级预警信息会进行多种颜色的灯光报警,这时如果要救援必须采取一定的防毒措施。这样安保人员和救援人员在收到预警信息时,可以通过预警信息的级别判断烟雾发生位置的起火情况,进而可以根据起火情况来实施不同的救援方案,有利于安全救援。
可选的,为了减少摄像机位置偏移而造成图像差距面积检测的误差,,参照图7,方法还包括:
步骤701,周期性获取摄像头的高度信息和角度信息;
步骤702,将高度信息和角度信息与初始值进行对比,计算高度差值数据和角度差值数据;
步骤703,在高度差值数据和角度差值数据大于最大偏差数据时,生成摄像头偏差报警信息。
在实施例中,如果摄像头的位置发生偏移,拍摄的实时环境图像信息也会产生较大的变化,进而导致环境图像差别面积较大。因此通过距离传感器周期性获取摄像头的高度信息,通过角度传感器周期性获取摄像头的角度信息。高度信息是指摄像头距离地面的直线距离,而角度信息是指摄像头的拍摄角度。将高度信息和角度信息与初始值进行对比计算,得出高度差值数据和角度差值数据,如果高度差值数据和角度差值数据大于最大偏差数据时,此时判断摄像头的位置发生较大的位移,生成摄像头偏差报警信息,提醒人员需要重新调节摄像头的位置,以减少因为摄像头位置偏移而造成环境图像差别面积较大的现象,提高烟雾报警的精确度。
本申请实施例还公开一种用于烟雾报警的图像识别系统。参照图8,用于烟雾报警的图像识别系统包括:
图像获取模块,用于周期性获取摄像头拍摄的实时环境图像信息。
图像对比模块,用于将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息。
面积获取模块,用于基于所述差别图像信息,计算环境图像差别面积。
预警生成模块,用于当所述环境图像差别面积大于预设危险差别值时,生成预警信息。
面积获取模块中包括:
总面积计算子模块,用于分析所述差别图像信息,获取总差别面积。
人物图像提取子模块,用于分析所述实时环境图像信息,提取人员图像信息。
人物面积计算子模块,用于基于所述人员图像信息,计算动作物图像面积。
差别计算子模块,用于将所述总差别面积减去所述动作物图像面积,生成所述环境图像差别面积。
用于烟雾报警的图像识别系统还包括:
烟雾图像提取模块,用于基于所述差别图像信息和所述人员图像信息,生成烟雾图像信息。
烟雾低点位置判断模块,用于分析所述烟雾图像信息,提取所述烟雾图像信息中的烟雾最低点位置信息。
烟雾发生位置计算模块,用于基于所述烟雾最低点位置信息在所述实时环境图像信息中的位置,判断出烟雾发生位置。
用于烟雾报警的图像识别系统还包括:
人员位置获取模块,用于获取所述移动终端的人员位置信息。
距离数据生成模块,用于基于多个所述人员位置信息和所述烟雾发生位置,生成多个距离数据。
对比发送模块,用于对比多个所述距离数据,调取数值最低的所述距离数据所对应的所述移动终端,发送救援提示信息。
在对比发送模块中包括:
地图调取子模块,用于调取预设环境地图。
路径生成子模块,用于基于所述人员位置信息和所述烟雾发生位置在所述预设环境地图中的位置,生成救援路径。
路径发送子模块,用于将所述烟雾发生位置和所述救援路径发送给对应的所述移动终端。
本申请实施例还公开一种用于烟雾报警的图像识别装置,用于烟雾报警的图像识别装置包括存储器和处理器,存储器上存储有能够被处理器加载并执行如上述的用于烟雾报警的图像识别方法的计算机程序。
本申请实施例还公开一种计算机可读存储介质,其存储有能够被处理器加载并执行如上述的用于烟雾报警的图像识别方法的计算机程序,该计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案,而非对申请的保护范围进行限制。显然,所描述的实施例仅仅是本申请部分实施例,而不是全部实施例。基于这些实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请所要保护的范围。
Claims (10)
1.一种用于烟雾报警的图像识别方法,其特征在于,所述方法应用于烟雾报警的图像识别系统中的控制芯片,所述方法包括:
获取摄像头拍摄的实时环境图像信息;
将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息;
基于所述差别图像信息,计算环境图像差别面积;
当所述环境图像差别面积大于预设危险差别值时,生成预警信息。
2.根据权利要求1所述的用于烟雾报警的图像识别方法,其特征在于,所述基于所述差别图像,计算环境图像差别面积中包括:
分析所述差别图像信息,获取总差别面积;
分析所述实时环境图像信息,提取人员图像信息;
基于所述人员图像信息,计算动作物图像面积;
将所述总差别面积减去所述动作物图像面积,生成所述环境图像差别面积。
3.根据权利要求2所述的用于烟雾报警的图像识别方法,其特征在于,在所述生成预警信息后,还包括:
基于所述差别图像信息和所述人员图像信息,生成烟雾图像信息;
分析所述烟雾图像信息,提取所述烟雾图像信息中的烟雾最低点位置信息;
基于所述烟雾最低点位置信息在所述实时环境图像信息中的位置,判断出烟雾发生位置。
4.根据权利要求3所述的用于烟雾报警的图像识别方法,其特征在于,所述烟雾报警的图像识别系统还包括若干个与控制芯片相互关联的移动终端,在所述判断出烟雾发生位置后,还包括:
获取所述移动终端的人员位置信息;
基于多个所述人员位置信息和所述烟雾发生位置,生成多个距离数据;
对比多个所述距离数据,调取数值最低的所述距离数据所对应的所述移动终端,发送救援提示信息。
5.根据权利要求4所述的用于烟雾报警的图像识别方法,其特征在于,在所述发送救援提示信息中包括:
调取预设环境地图;
基于所述人员位置信息和所述烟雾发生位置在所述预设环境地图中的位置,生成救援路径;
将所述烟雾发生位置和所述救援路径发送给对应的所述移动终端。
6.根据权利要求3所述的用于烟雾报警的图像识别方法,其特征在于,所述预警信息包括一级预警信息、二级预警信息和特级预警信息,所述方法还包括:
分析所述烟雾图像信息,判断所述烟雾图像信息中的烟雾颜色;
若所述烟雾颜色为白色,则生成所述二级预警信息,若所述烟雾颜色为黑色,则生成所述一级预警信息,若所述烟雾颜色为黄绿色,则生成所述特级预警信息。
7.根据权利要求1所述的用于烟雾报警的图像识别方法,其特征在于,所述方法还包括:
周期性获取所述摄像头的高度信息和角度信息;
将所述高度信息和所述角度信息与初始值进行对比,计算高度差值数据和角度差值数据;
在所述高度差值数据和所述角度差值数据大于最大偏差数据时,生成摄像头偏差报警信息。
8.一种用于烟雾报警的图像识别系统,其特征在于,包括,
图像获取模块,用于获取摄像头拍摄的实时环境图像信息;
图像对比模块,用于将所述实时环境图像信息与预设环境图像信息进行对比,提取差别图像信息;
面积获取模块,用于基于所述差别图像信息,计算环境图像差别面积;
预警生成模块,用于当所述环境图像差别面积大于预设危险差别值时,生成预警信息。
9.一种用于烟雾报警的图像识别装置,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111458742.5A CN114187734A (zh) | 2021-12-01 | 2021-12-01 | 一种用于烟雾报警的图像识别方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111458742.5A CN114187734A (zh) | 2021-12-01 | 2021-12-01 | 一种用于烟雾报警的图像识别方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114187734A true CN114187734A (zh) | 2022-03-15 |
Family
ID=80603233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111458742.5A Pending CN114187734A (zh) | 2021-12-01 | 2021-12-01 | 一种用于烟雾报警的图像识别方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114187734A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294718A (zh) * | 2022-08-09 | 2022-11-04 | 九江职业技术学院 | 一种基于多源数据融合的火灾预警系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956089A (zh) * | 2012-11-20 | 2013-03-06 | 北京国交信通科技发展公司 | 一种搜救终端和基于该搜救终端的水上搜救方法 |
CN107346421A (zh) * | 2017-06-23 | 2017-11-14 | 南京理工大学 | 一种基于颜色不变性的视频烟雾检测方法 |
CN107749067A (zh) * | 2017-09-13 | 2018-03-02 | 华侨大学 | 基于运动特性和卷积神经网络的火灾烟雾检测方法 |
CN107942363A (zh) * | 2017-10-31 | 2018-04-20 | 天津大学 | 基于建筑结构图计算的消防员用室内导航系统及其方法 |
CN108280386A (zh) * | 2017-01-05 | 2018-07-13 | 浙江宇视科技有限公司 | 监控场景检测方法及装置 |
CN111046827A (zh) * | 2019-12-20 | 2020-04-21 | 哈尔滨理工大学 | 一种基于卷积神经网络的视频烟雾检测方法 |
CN111275918A (zh) * | 2020-03-05 | 2020-06-12 | 深圳市君利信达科技有限公司 | 一种火焰检测分析预警系统 |
CN111951250A (zh) * | 2020-08-14 | 2020-11-17 | 西安科技大学 | 一种基于图像的火灾检测方法 |
CN112370710A (zh) * | 2020-11-03 | 2021-02-19 | 蒋蕊 | 一种基于大数据的智慧城市消防联合管理系统及方法 |
CN112800881A (zh) * | 2021-01-15 | 2021-05-14 | 浙江工业大学 | 一种基于相位相关的场景偏移检测方法和系统 |
-
2021
- 2021-12-01 CN CN202111458742.5A patent/CN114187734A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102956089A (zh) * | 2012-11-20 | 2013-03-06 | 北京国交信通科技发展公司 | 一种搜救终端和基于该搜救终端的水上搜救方法 |
CN108280386A (zh) * | 2017-01-05 | 2018-07-13 | 浙江宇视科技有限公司 | 监控场景检测方法及装置 |
CN107346421A (zh) * | 2017-06-23 | 2017-11-14 | 南京理工大学 | 一种基于颜色不变性的视频烟雾检测方法 |
CN107749067A (zh) * | 2017-09-13 | 2018-03-02 | 华侨大学 | 基于运动特性和卷积神经网络的火灾烟雾检测方法 |
CN107942363A (zh) * | 2017-10-31 | 2018-04-20 | 天津大学 | 基于建筑结构图计算的消防员用室内导航系统及其方法 |
CN111046827A (zh) * | 2019-12-20 | 2020-04-21 | 哈尔滨理工大学 | 一种基于卷积神经网络的视频烟雾检测方法 |
CN111275918A (zh) * | 2020-03-05 | 2020-06-12 | 深圳市君利信达科技有限公司 | 一种火焰检测分析预警系统 |
CN111951250A (zh) * | 2020-08-14 | 2020-11-17 | 西安科技大学 | 一种基于图像的火灾检测方法 |
CN112370710A (zh) * | 2020-11-03 | 2021-02-19 | 蒋蕊 | 一种基于大数据的智慧城市消防联合管理系统及方法 |
CN112800881A (zh) * | 2021-01-15 | 2021-05-14 | 浙江工业大学 | 一种基于相位相关的场景偏移检测方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115294718A (zh) * | 2022-08-09 | 2022-11-04 | 九江职业技术学院 | 一种基于多源数据融合的火灾预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103150856B (zh) | 火灾火焰视频监测预警系统 | |
US7834771B2 (en) | Fire detector using a laser range finder, an infrared camera and a charged coupled device camera | |
CN103065413A (zh) | 获取火灾等级信息的方法及装置 | |
CN107144405B (zh) | 一种用户终端的进水检测方法、装置及用户终端 | |
KR101551715B1 (ko) | 화재 예방 시스템 및 방법 | |
CN207993197U (zh) | 一种化工烟火智能视频分析系统 | |
CN110519560B (zh) | 一种智能预警方法、装置及系统 | |
CN110801593B (zh) | 一种融合多模态数据的极早期火灾预警系统及方法 | |
CN110910604B (zh) | 用于火灾报警的监控方法、系统以及装置 | |
CN111340746A (zh) | 一种基于物联网的消防方法及消防系统 | |
CN113206978A (zh) | 油气管道站场安防智能监控预警系统及方法 | |
CN114187734A (zh) | 一种用于烟雾报警的图像识别方法和系统 | |
CN113178047A (zh) | 一种建筑消防设施气体灭火控制系统的检测方法 | |
CN114419537A (zh) | 一种基于深度学习的输电线路告警方法和装置 | |
CN109461282A (zh) | 一种监视温度的装置和方法 | |
CN109410497A (zh) | 一种基于深度学习的桥洞空间安全监测与报警系统 | |
CN113379998A (zh) | 一种石化罐区自动化火灾报警系统 | |
CN113920673A (zh) | 一种室内火情智能监测方法及系统 | |
CN114723972A (zh) | 基于数据和图像对比的安全管控方法及安全管控系统 | |
CN117593845A (zh) | 一种智能化火灾报警系统 | |
CN107016814A (zh) | 一种火灾智能预警系统 | |
CN109410532A (zh) | 自动检测报警系统及方法 | |
CN115841655A (zh) | 一种用于城市楼宇消防的电动车入户监测方法及系统 | |
CN114697614A (zh) | 一种基于人工智能的充电过程安全监控系统及方法 | |
CN111882800B (zh) | 一种基于多维度数据联动的消防预警方法及系统 |
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 |