CN114998843B - 火灾检测方法和相关设备 - Google Patents
火灾检测方法和相关设备 Download PDFInfo
- Publication number
- CN114998843B CN114998843B CN202210929750.1A CN202210929750A CN114998843B CN 114998843 B CN114998843 B CN 114998843B CN 202210929750 A CN202210929750 A CN 202210929750A CN 114998843 B CN114998843 B CN 114998843B
- Authority
- CN
- China
- Prior art keywords
- image
- regions
- region
- visible light
- area
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 106
- 238000001931 thermography Methods 0.000 claims abstract description 78
- 239000000779 smoke Substances 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明提供一种火灾检测方法和相关设备,该方法包括:获取第一地理位置的可见光图像以及热成像图像;确定目标图像中的多个第一区域,所述目标图像是所述可见光图像或所述热成像图像,所述第一区域的火焰置信度和/或烟雾置信度大于预设阈值;确定所述目标图像中每相邻两个所述第一区域之间的交并比;根据最大所述交并比的第一区域输出报警信息,所述报警信息用于提示最大所述交并比的第一区域对应的第二地理位置发生火灾。本发明中,火灾检测的时效性较高。
Description
技术领域
本发明涉及热成像技术领域,尤其涉及一种火灾检测方法和相关设备。
背景技术
火灾是对人民群众的生命安全,财产安全的重大威胁之一。火灾防范的主要特点在于发现得越早,造成的损失越小。
示例性技术中,采用烟感传感器检测火灾是否发生。但这种方式往往是火灾已经发生,才能检测得到火灾。也即在当检测到火灾时,火灾已经猛烈燃烧后才会产生报警,火灾检测不够及时,时效性较低,从而无法预防火灾发生。
发明内容
本发明提供一种火灾检测方法和相关设备,用以解决火灾检测不及时的问题。
一方面,本发明提供一种火灾检测方法,包括:
获取第一地理位置的可见光图像以及热成像图像;
确定目标图像中的多个第一区域,所述目标图像是所述可见光图像或所述热成像图像,所述第一区域的火焰置信度和/或烟雾置信度大于预设阈值;
确定所述目标图像中每相邻两个所述第一区域之间的交并比;
根据最大所述交并比的第一区域输出报警信息,所述报警信息用于提示最大所述交并比的第一区域对应的第二地理位置发生火灾。
在一实施例中,所述确定目标图像中的多个第一区域,包括:
对所述可见光图像进行火焰以及烟雾检测得到多个第二区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第三区域,所述第二区域以及所述第三区域的火焰置信度和/或烟雾置信度大于预设阈值;
根据各个所述第二区域和/或各个所述第三区域确定所述目标图像的多个第一区域。
在一实施例中,所述对所述可见光图像进行火焰以及烟雾检测得到多个第二区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第三区域,包括:
对所述可见光图像进行火焰以及烟雾检测得到多个第一候选区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第二候选区域;
对多个所述第一候选区域进行合并,并将合并的所述第一候选区域以及未合并的所述第一候选区域确定为第二区域,其中,合并的所述第一候选区域之间的交并比大于预设交并比;
对多个所述第二候选区域进行合并,并将合并的所述第二候选区域以及未合并的所述第二候选区域确定为第三区域,其中,合并的所述第二候选区域之间的交并比大于预设交并比。
在一实施例中,所述目标图像为热成像图像,所述根据各个所述第二区域确定所述目标图像的多个第一区域,包括:
确定每个所述第二区域在所述热成像图像中对应的第四区域;
将各个所述第二区域以及各个所述第四区域确定为所述目标图像的多个第一区域。
在一实施例中,所述目标图像为可见光图像,所述根据各个所述第三区域确定所述目标图像的多个第一区域,包括:
确定每个所述第三区域在所述可见光图像中对应的第五区域;
将各个所述第三区域以及各个所述第五区域确定为所述目标图像的多个第一区域。
在一实施例中,所述根据各个所述第二区域和各个所述第三区域确定所述目标图像的多个第一区域,包括:
确定每个所述第二区域在所述热成像图像中对应的第四区域,并确定每个所述第三区域在所述可见光图像中对应的第五区域,
将每个所述第二区域与对应的第四区域进行通道拼接得到第一区域图像,将每个所述第三区域与对应的第五区域进行通道拼接得到第二区域图像;
对各个所述第一区域图像以及各个所述第二区域图像进行火焰打分,并在火焰打分后的各个第一区域图像以及各个所述第二区域图像中确定各个第三区域图像,所述第三区域图像对应的火焰打分大于预设分值;
将每个所述第三区域图像在所述目标图像中对应的区域确定为第一区域。
在一实施例中,所述获取第一地理位置的可见光图像以及热成像图像,包括:
采集所述第一地理位置的紫外光的能量信号;
在根据所述能量信号确定所述第一地理位置的能量密度大于预设能量密度时,启动热成像图像采集模块以及可见光图像采集模块;
获取所述热成像图像采集模块对所述第一地理位置采集的热成像图像,且获取所述可见光图像采集模块对所述第一地理位置采集的可见光图像。
另一方面,本发明还提供一种火灾检测装置,包括:
获取模块,用于获取第一地理位置的可见光图像以及热成像图像;
确定模块,用于确定目标图像中的多个第一区域,所述目标图像是所述可见光图像或所述热成像图像,所述第一区域的火焰置信度和/或烟雾置信度大于预设阈值;
所述确定模块,还用于确定所述目标图像中每相邻两个所述第一区域之间的交并比;
输出模块,用于根据最大所述交并比的第一区域输出报警信息,所述报警信息用于提示最大所述交并比的第一区域对应的第二地理位置发生火灾。
另一方面,本发明还提供一种火灾检测设备,包括:存储器和处理器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如上所述的火灾检测方法。
另一方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上所述的火灾检测方法。
本发明提供的火灾检测方法和相关设备,获取可见光图像或热成像图像中的多个区域,且各个区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值,从而基于火焰置信度以及烟雾置信度预测出区域所对应的地理位置有较大概率发生火灾,进而输出火灾的报警信息,火灾检测的时效性较高,起到了预防火灾的作用。进一步的,采用交并比的方式合并区域,准确的确定了可能发生火灾的区域,提高了火灾检测的精度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本发明火灾检测方法的场景示意图;
图2为本发明火灾检测方法第一实施例的流程示意图;
图3为本发明火灾检测方法第二实施例中步骤S202的细化流程示意图;
图4为本发明火灾检测方法第三实施例中步骤S302的细化流程示意图;
图5为本发明火灾检测方法第四实施例中步骤S302的细化流程示意图;
图6为本发明火灾检测方法第五实施例中步骤S302的细化流程示意图;
图7为本发明火灾检测方法第六实施例中步骤S302的细化流程示意图;
图8为本发明火灾检测方法第七实施例中步骤S201的细化流程示意图;
图9为本发明火灾检测装置的模块示意图;
图10为本发明火灾检测设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本发明提供一种火灾检测方法。如图1所示,火灾检测装置可为摄像机等具有图像采集功能的设备,也可为连接摄像机的具有数据处理能力的设备。如图1所示,火灾检测装置100是具有图像采集功能的设备,且火灾检测装置100设置有热成像镜头110、可见光镜头120以及紫外光探测器130。紫外光探测器130中设置有特殊气体,特殊气体可以吸收火灾检测装置100所检测的位置的紫外光的光波的能量,会出现短暂的气体导电现象,紫外光探测器130的正负极之间会出现瞬间导通,通过火灾检测装置100内的运放电路将紫外光探测器130的正负极之间导通出现的信号转化为方波信号,从而基于方波信号确定能量密度。若能量密度超过阈值,火灾检测装置100所检测的区域可能出现火灾。此时,火灾检测装置100启动热成像镜头110以及可见光镜头120对该位置进行图像采集,从而获取热成像图像以及可见光图像,最后通过热成像图像以及可见光图像确定可能发生火灾的具体位置,进而输出报警信息。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
参照图2,图2为本发明火灾检测方法的第一实施例,火灾检测方法包括以下步骤:
步骤S201,获取第一地理位置的可见光图像以及热成像图像。
在本实施例中,执行主体为火灾检测装置,火灾检测装置可以是连接外部的图像采集模块的设备,也可以是设置有图像采集模块的设备。为了便于描述,以下采用装置指代火灾检测装置。
装置获取某个位置的可见光图像以及热成像图像,该位置定义为第一地理位置,且可见光图像以及热成像图像的采集时间点是相同的。装置可以通过自身的热成像镜头以及可见光镜头获取可见光图像以及热成像图像,也可通过外部设备的传输得到可见光图像以及热成像图像。
步骤S202,确定目标图像中的多个第一区域,目标图像是可见光图像或热成像图像,第一区域的火焰置信度和/或烟雾置信度大于预设阈值。
装置可将可见光图像或者热成像图像确定为目标图像,并在目标图像中确定多个第一区域。第一区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值。第一区域可以是检测框,也即通过装置中模型的检测网络对目标图像进行火焰以及烟雾的检测,检测之后,目标图像出现多个检测框,每个检测框具有火焰置信度以及烟雾置信度中的至少一个。火焰置信度用于表示检测框对应的区域出现火焰的概率,烟雾置信度用于表示检测框对应的区域出现烟雾的概率。可以理解的是,若是检测框的火焰置信度以及烟雾置信度中的至少一个大于预设阈值,即可确定检测框对应的地理位置出现火灾的可能性极大。对此,若是检测框的火焰置信度以及烟雾置信度中的至少一个大于预设阈值,即可将检测框确定为第一区域。例如,预设阈值为0.3,若是检测框的火焰置信度以及烟雾置信度中的至少一个大于0.3,该检测框即为第一区域。
检测网络可以是yolo(yolo是目标检测 one-state 的一种神经网络)、tiny-yolo、ssd(Single Shot MultiBox Detector,是目标检测One-stage中的一种网络)、faster-rcnn中的任意一种。
步骤S203,确定目标图像中每相邻两个第一区域之间的交并比。
各个第一区域可能是发生火灾的区域,而第一区域是检测框,检测框的大小基于检测网络所确定的。但发生火灾的区域可能较大,因此,可以通过火灾区域较大的特征在多个第一区域中确定最可能发生火灾的第一区域。
对此,装置计算相邻两个第一区域之间的交并比。交并比指的是两个区域之间的交集的面积与两个区域的并集的面积之比。
步骤S204,根据最大交并比的第一区域输出报警信息,报警信息用于提示最大交并比的第一区域对应的第二地理位置发生火灾。
装置确定最大的交并比所对应的两个第一区域,这两个第一区域是最可能发生火灾的区域。装置则根据最大的交并比的第一区域输出报警信息,报警信息用于提示最大交并比的第一区域对应的第二地理位置发生火灾。具体的,装置在各个交并比中确定最大交并比,再将最大的交并比对应的两个第一区域进行合并。装置再确定合并的区域的边界的坐标,通过边界的坐标即可确定合并的区域的实际地理位置,实际地理位置定义为第二地理位置,装置再输出第二地理位置发生火灾的报警信息。
进一步的,装置会获取第一地理位置在多个时刻的可见光图像以及热成像图像,并基于每个时刻的可见光图像以及热成像图像确定交并比最大的第一区域,若是存在多个时刻的最大交并比的第一区域是相同的区域(相同的区域定义为目标区域),即可确定目标区域是火灾区域,装置输出目标区域对应的第二地理位置发生火灾的报警信息。
在本实施例中,获取可见光图像或热成像图像中的多个区域,且各个区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值,从而基于火焰置信度以及烟雾置信度预测出区域所对应的地理位置有较大概率发生火灾,进而输出火灾的报警信息,火灾检测的时效性较高,起到了预防火灾的作用。进一步的,采用交并比的方式合并区域,准确的确定了可能发生火灾的区域,提高了火灾检测的精度。
参照图3,图3为本发明火灾检测方法第二实施例,基于第一实施例,步骤S202包括:
步骤S301,对可见光图像进行火焰以及烟雾检测得到多个第二区域,并对热成像图像进行火焰以及烟雾检测得到多个第三区域,第二区域以及第三区域的火焰置信度和/或烟雾置信度大于预设阈值。
在本实施例中,装置通过检测网络分别对可见光图像以及热成像图像进行火焰以及烟雾的检测,得到可见光图像上的多个第二区域以及热成像图像中的多个第三区域,第二区域以及第三区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值。第二区域以及第三区域的确定流程与第一实施例中的第一区域的确定流程一致,在此不再进行赘述。
步骤S302,根据各个第二区域和/或各个第三区域确定目标图像的多个第一区域。
装置可根据各个第二区域以及第三区域即可确定目标图像的多个第一区域。例如,可选择部分或全部的第二区域作为第一区域,也可选择部分或全部的第三区域作为第一区域,还可以在各个第二区域以及各个第三区域中选择部分或全部的区域作为第一区域。
在本实施例中,装置对可见光图像进行火焰检测以及烟雾检测得到多个第二区域,且对热成像图像进行火焰检测以及烟雾检测得到多个第三区域,从而基于各个第三区域和/或各个第二区域确定目标图像的多个第一区域。
参照图4,图4为本发明火灾检测方法第三实施例,基于第二实施例,步骤S302包括:
步骤S401,对可见光图像进行火焰以及烟雾检测得到多个第一候选区域,并对热成像图像进行火焰以及烟雾检测得到多个第二候选区域。
在本实施例中,装置对可见光图像进行火焰以及烟雾检测得到多个第一候选区域,第一候选区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值。装置再对热成像图像进行火焰以及烟雾检测得到多个第二候选区域,第二候选区域的火焰置信度以及烟雾置信度中的至少一个大于预设阈值。第二候选区域以及第一候选区域的确定第二实施例中第二区域与第三区域的确定流程,在此不再进行赘述。
步骤S402,对多个第一候选区域进行合并,并将合并的第一候选区域以及未合并的第一候选区域确定为第二区域,其中,合并的第一候选区域之间的交并比大于预设交并比。
装置计算相邻两个第一候选区域之间的交并比,并将交并比大于预设交并比的两个第一候选区域进行合并。预设交并比可为任意合适的数值,例如,预设交并比为0.7,则将交并比大于0.7的两个第一候选区域进行合并。合并的第一候选区域以及未合并的第一候选区域即可为第二区域。也即部分的第二区域是合并的两个或两个以上的第一候选区域,另一部分的第二区域是不满足合并条件的第一候选区域。相邻的第一候选区域之间的交并比小于或等于预设交并比,即可不满足合并条件的第一候选区域。
步骤S403,对多个第二候选区域进行合并,并将合并的第二候选区域以及未合并的第二候选区域确定为第三区域,其中,合并的第二候选区域之间的交并比大于预设交并比。
装置计算相邻两个第二候选区域之间的交并比,并将交并比大于预设交并比的两个第二候选区域进行合并。预设交并比可为任意合适的数值,例如,预设交并比为0.7,则将交并比大于0.7的两个第二候选区域进行合并。合并的第二候选区域以及未合并的第二候选区域即可为第三区域。也即部分的第三区域是合并的两个或两个以上的第二候选区域,另一部分的第三区域是不满足合并条件的第二候选区域。相邻的第二候选区域之间的交并比小于或等于预设交并比,即可不满足合并条件的第二候选区域。
在本实施例中,对可见光图像中交并比较大的区域进行合并得到多个第二区域,且对热成像图像中交并比较大的区域进行合并得到多个第三区域,从而将属于同一火焰位置或者烟雾位置的区域进行合并,减少第二区域以及第三区域的数量,从而减少装置的计算资源。
参照图5,图5为本发明火灾检测方法第四实施例,基于第二实施例,步骤S302包括:
步骤S501,确定每个第二区域在热成像图像中对应的第四区域。
在本实施例中,目标图像为热成像图像,装置需要将可见光图像中的第二区域添加至热成像图像中。具体的,可见光图像以及热成像图像是对同一位置所拍摄的图像,因而,可见光图像中的每个第二区域在热成像图像中具有对应的区域。装置确定每个第二区域的边界的各个坐标,各个坐标在热成像图像中所构成对应的区域即为第二区域在热成像图像中对应的第四区域。
步骤S502,将各个第三区域以及各个第四区域确定为目标图像的多个第一区域。
在确定各个第四区域后,装置将各个第四区域以及各个第三区域确定为目标图像(热成像图像)的多个第一区域。
需要说明的是,第二区域以及第三区域可以是第三实施例中所确定的第二区域以及第三区域,也可以是第二实施例中所确定的第二区域以及第三区域。
在本实施例中,在热成像图像中确定每个第二区域对应的第四区域,从而将可见光图像中的第二区域以第四区域的形式标注在热成像图像中,避免装置遗漏可能发生火灾的区域。
参照图6,图6为本发明火灾检测方法第五实施例,基于第二实施例,步骤S302包括:
步骤S601,确定每个第三区域在可见光图像中对应的第五区域。
在本实施例中,目标图像为可见光图像,装置需要将热成像图像中的第三区域添加至可见光图像中。具体的,可见光图像以及热成像图像是对同一位置所拍摄的图像,因而,热成像图像中的每个第三区域在可见光图像中具有对应的区域。装置确定每个第三区域的边界的各个坐标,各个坐标在可见光图像中所构成对应的区域即为第三区域在热成像图像中对应的第五区域。
步骤S602,将各个第二区域以及各个第五区域确定为目标图像的多个第一区域。
在确定各个第五区域后,装置将各个第二区域以及各个第五区域确定为目标图像(可见光图像)的多个第一区域。
需要说明的是,第二区域以及第三区域可以是第三实施例中所确定的第二区域以及第三区域,也可以是第二实施例中所确定的第二区域以及第三区域。
在本实施例中,在可见光图像中确定每个第三区域对应的第五区域,从而将热成像图像中的第三区域以第五区域的形式标注在可见光图像中,避免装置遗漏可能发生火灾的区域。
参照图7,图7为本发明火灾检测方法第六实施例,基于第二实施例,步骤S302包括:
步骤S701,确定每个第二区域在热成像图像中对应的第四区域,并确定每个第三区域在可见光图像中对应的第五区域。
在本实施例中,装置确定每个第二区域在热成像图中对应的第四区域,以及确定每个第三区域在可见光图像中对应的第五区域。第四区域以及第五区域的确定参照上述说明,在此不再进行赘述。
步骤S702,将每个第二区域与对应的第四区域进行通道拼接得到第一区域图像,将每个第三区域与对应的第五区域进行通道拼接得到第二区域图像。
装置将每个第二区域与其对应的第四区域进行通道拼接得到每个第二区域对应的第一区域图像,且将第三区域与其对应的第五区域进行通道拼接得到每个第三区域对应的第二区域图像。具体的,将第二区域以及第四区域转换得到第二区域对应的特征图以及第四区域的特征图,再将第二区域的特征图与该第二区域对应的第四区域的特征图进行通道拼接即可得到第二区域对应的第一区域图像。将第三区域以及第五区域转换得到第三区域对应的特征图以及第五区域的特征图,再将第三区域的特征图与该第三区域对应的第五区域的特征图进行通道拼接即可得到第三区域对应的第二区域图像。
步骤S703,对各个第一区域图像以及各个第二区域图像进行火焰打分,并在火焰打分后的各个第一区域图像以及各个第二区域图像中确定各个第三区域图像,第三区域图像对应的火焰打分大于预设分值。
在得到第一区域图像以及第二区域图像后,对第一区域图像以及第二区域图像进行火焰打分。具体的,将第一区域图像以及第二区域图像输入至mobileNet、shuffleNet、resnet18、squeezeNet等二分类网络,二分类网络会对第一区域图像以及第二区域图像进行分类判断,二类网络对第一区域图像以及第二区域图像进行分类判断后,基于分类的火焰进行火焰打分,也即第一区域图像以及第二区域图像具有对应的火焰打分。
装置在火焰打分后的各个第一区域图像以及各个第二区域图像中确定第三区域图像。第三区域图像对应的火焰打分大于预设分值。
在一示例中,装置按照火焰打分的分数从高到低对各个第一区域图像以及各个第二区域进行排序,装置选择排序在前的区域图像作为第三区域图像,例如,可以选择前五的区域图像作为第三区域图像,也即位于第六的区域图像的火焰打分的分数可作为预设分值。
步骤S704,将每个第三区域图像在目标图像中对应的区域确定为第一区域。
装置在确定各个第三区域图像后,即可将第三区域图像在目标图像中所对应的区域确定为第一区域。具体的,第三区域图像的边界具有对应的坐标,装置在目标图像中确定边界的各个坐标,各个坐标所构成的区域即为第一区域。
在本实施例中,装置对区域进行火焰打分,从而确定出最有可能出现火灾的区域。
参照图8,图8为本发明火灾检测方法第七实施例,基于第一至第六中任一实施例,步骤S201包括:
步骤S801,采集第一地理位置的紫外光的能量信号。
第一地理位置发生火灾时,则会发射出大量的紫外光,通过紫外光的采集能够预先的确定第一地理位置是否发生火灾。在本实施例中,装置设有紫外光探测器、热成像图像采集模块(热成像镜头)以及可见光图像采集模块(可见光模块)。装置通过紫外光探测器采集第一地理位置的紫外光的能量信号。
步骤S802,在根据能量信号确定第一地理位置的能量密度大于预设能量密度时,启动热成像图像采集模块以及可见光图像采集模块。
装置将能量信号转换为能量密度。具体的,紫外光探测器中设置有特殊气体,特殊气体可以吸收火灾检测装置所检测的位置的紫外光的光波的能量,会出现短暂的气体导电现象,紫外光探测器的正负极之间会出现瞬间导通,通过火灾检测装置内的运放电路将紫外光探测器的正负极之间导通出现的信号转化为方波信号(能量信号),从而基于方波信号确定能量密度。
装置确定能量密度是否大于预设能量密度。若大于,即可确定第一地理位置可能发生火灾。此时,装置启动热成像图像采集模块以及可见光图像采集模块。
步骤S803,获取热成像图像采集模块对第一地理位置采集的热成像图像,且获取可见光图像采集模块对第一地理位置采集的可见光图像。
在启动热成像图像采集模块以及可见光图像采集模块后,装置即可获取热成像图像采集模块对第一地理位置采集的热成像图像以及可见光图像采集模块对第一地理位置采集的可见光图像。
在本实施例中,装置先采集第一地理位置的紫外光的能量信号,若能量信号所确定的能量密度大于预设能量密度,即可确定第一地理位置可能发生火灾,再启动热成像图像采集模块以及可见光图像采集模块以获取热成像图像以及可见光图像,避免装置浪费计算资源。
本发明还提供一种火灾检测装置,参照图9,火灾检测装置900包括:
获取模块910,用于获取第一地理位置的可见光图像以及热成像图像;
确定模块920,用于确定目标图像中的多个第一区域,目标图像是可见光图像或热成像图像,第一区域的火焰置信度和/或烟雾置信度大于预设阈值;
确定模块920,用于确定目标图像中每相邻两个第一区域之间的交并比;
输出模块930,用于根据最大交并比的第一区域输出报警信息,报警信息用于提示最大交并比的第一区域对应的第二地理位置发生火灾。
在一实施例中,火灾检测装置900还包括:
检测模块,用于对可见光图像进行火焰以及烟雾检测得到多个第二区域,并对热成像图像进行火焰以及烟雾检测得到多个第三区域,第二区域以及第三区域的火焰置信度和/或烟雾置信度大于预设阈值;
确定模块920,用于根据各个第二区域和/或各个第三区域确定目标图像的多个第一区域。
在一实施例中,火灾检测装置900还包括:
检测模块,用于对可见光图像进行火焰以及烟雾检测得到多个第一候选区域,并对热成像图像进行火焰以及烟雾检测得到多个第二候选区域;
合并模块,用于对多个第一候选区域进行合并,并将合并的第一候选区域以及未合并的第一候选区域确定为第二区域,其中,合并的第一候选区域之间的交并比大于预设交并比;
合并模块,用于对多个第二候选区域进行合并,并将合并的第二候选区域以及未合并的第二候选区域确定为第三区域,其中,合并的第二候选区域之间的交并比大于预设交并比。
在一实施例中,火灾检测装置900还包括:
确定模块920,用于确定每个第二区域在热成像图像中对应的第四区域;
确定模块920,用于将各个第三区域以及各个第四区域确定为目标图像的多个第一区域。
在一实施例中,火灾检测装置900还包括:
确定模块920,用于确定每个第三区域在可见光图像中对应的第五区域;
确定模块920,用于将各个第二区域以及各个第五区域确定为目标图像的多个第一区域。
在一实施例中,火灾检测装置900还包括:
确定模块920,用于确定每个第二区域在热成像图像中对应的第四区域,并确定每个第三区域在可见光图像中对应的第五区域;
拼接模块,用于将每个第二区域与对应的第四区域进行通道拼接得到第一区域图像,将每个第三区域与对应的第五区域进行通道拼接得到第二区域图像;
打分模块,用于对各个第一区域图像以及各个第二区域图像进行火焰打分,并在火焰打分后的各个第一区域图像以及各个第二区域图像中确定各个第三区域图像,第三区域图像对应的火焰打分大于预设分值;
确定模块920,用于将每个第三区域图像在目标图像中对应的区域确定为第一区域。
在一实施例中,火灾检测装置900还包括:
采集模块,用于采集第一地理位置的紫外光的能量信号;
启动模块,用于在根据能量信号确定第一地理位置的能量密度大于预设能量密度时,启动热成像图像采集模块以及可见光图像采集模块;
获取模块910,用于获取热成像图像采集模块对第一地理位置采集的热成像图像,且获取可见光图像采集模块对第一地理位置采集的可见光图像。
图10是根据一示例性实施例示出的一种火灾检测设备的硬件结构图。
火灾检测设备1000可以包括:处理器101,例如CPU,存储器102,收发器103。本领域技术人员可以理解,图10中示出的结构并不构成对火灾检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
处理器101可以调用存储器102内存储的计算机程序或计算机执行执行指令,以完成上述的火灾检测方法的全部或部分步骤。
收发器103用于接收外部设备发送的信息以及向外部设备发送信息。
一种非临时性计算机可读存储介质,当该存储介质中的指令(计算机执行指令)由火灾检测设备的处理器执行时,使得火灾检测设备能够执行上述火灾检测方法。
一种计算机程序产品,包括计算机程序,当该计算机程序由火灾检测设备的处理器执行时,使得火灾检测设备能够执行上述火灾检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (7)
1.一种火灾检测方法,其特征在于,包括:
获取第一地理位置的可见光图像以及热成像图像;
确定目标图像中的多个第一区域,所述目标图像是所述可见光图像或所述热成像图像,所述第一区域的火焰置信度和/或烟雾置信度大于预设阈值;
确定所述目标图像中每相邻两个所述第一区域之间的交并比;
根据最大所述交并比的第一区域输出报警信息,所述报警信息用于提示最大所述交并比的第一区域对应的第二地理位置发生火灾;其中,所述第二地理位置是将最大所述交并比对应的两个所述第一区域进行合并后,根据合并的区域的边界的坐标确定的;
所述获取第一地理位置的可见光图像以及热成像图像,包括:
采集所述第一地理位置的紫外光的能量信号;
在根据所述能量信号确定所述第一地理位置的能量密度大于预设能量密度时,启动热成像图像采集模块以及可见光图像采集模块;
获取所述热成像图像采集模块对所述第一地理位置采集的热成像图像,且获取所述可见光图像采集模块对所述第一地理位置采集的可见光图像;
所述确定目标图像中的多个第一区域,包括:
对所述可见光图像进行火焰以及烟雾检测得到多个第二区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第三区域,所述第二区域以及所述第三区域的火焰置信度和/或烟雾置信度大于预设阈值;
根据各个所述第二区域和/或各个所述第三区域确定所述目标图像的多个第一区域;
所述对所述可见光图像进行火焰以及烟雾检测得到多个第二区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第三区域,包括:
对所述可见光图像进行火焰以及烟雾检测得到多个第一候选区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第二候选区域;
对多个所述第一候选区域进行合并,并将合并的所述第一候选区域以及未合并的所述第一候选区域确定为第二区域,其中,合并的所述第一候选区域之间的交并比大于预设交并比;
对多个所述第二候选区域进行合并,并将合并的所述第二候选区域以及未合并的所述第二候选区域确定为第三区域,其中,合并的所述第二候选区域之间的交并比大于预设交并比。
2.根据权利要求1所述的火灾检测方法,其特征在于,所述目标图像为热成像图像,所述根据各个所述第二区域和各个所述第三区域确定所述目标图像的多个第一区域,包括:
确定每个所述第二区域在所述热成像图像中对应的第四区域;
将各个所述第三区域以及各个所述第四区域确定为所述目标图像的多个第一区域。
3.根据权利要求1所述的火灾检测方法,其特征在于,所述目标图像为可见光图像,所述根据各个所述第二区域和各个所述第三区域确定所述目标图像的多个第一区域,包括:
确定每个所述第三区域在所述可见光图像中对应的第五区域;
将各个所述第二区域以及各个所述第五区域确定为所述目标图像的多个第一区域。
4.根据权利要求1所述的火灾检测方法,其特征在于,所述根据各个所述第二区域和各个所述第三区域确定所述目标图像的多个第一区域,包括:
确定每个所述第二区域在所述热成像图像中对应的第四区域,并确定每个所述第三区域在所述可见光图像中对应的第五区域;
将每个所述第二区域与对应的第四区域进行通道拼接得到第一区域图像,将每个所述第三区域与对应的第五区域进行通道拼接得到第二区域图像;
对各个所述第一区域图像以及各个所述第二区域图像进行火焰打分,并在火焰打分后的各个第一区域图像以及各个所述第二区域图像中确定各个第三区域图像,所述第三区域图像对应的火焰打分大于预设分值;
将每个所述第三区域图像在所述目标图像中对应的区域确定为第一区域。
5.一种火灾检测装置,其特征在于,包括:
获取模块,用于获取第一地理位置的可见光图像以及热成像图像;
确定模块,用于确定目标图像中的多个第一区域,所述目标图像是所述可见光图像或所述热成像图像,所述第一区域的火焰置信度和/或烟雾置信度大于预设阈值;
所述确定模块,还用于确定所述目标图像中每相邻两个所述第一区域之间的交并比;
输出模块,用于根据最大所述交并比的第一区域输出报警信息,所述报警信息用于提示最大所述交并比的第一区域对应的第二地理位置发生火灾;其中,所述第二地理位置是将最大所述交并比对应的两个所述第一区域进行合并后,根据合并的区域的边界的坐标确定的;
采集模块,用于采集所述第一地理位置的紫外光的能量信号;
启动模块,用于在根据所述能量信号确定所述第一地理位置的能量密度大于预设能量密度时,启动热成像图像采集模块以及可见光图像采集模块;
所述获取模块,还用于获取所述热成像图像采集模块对所述第一地理位置采集的热成像图像,且获取所述可见光图像采集模块对所述第一地理位置采集的可见光图像;
检测模块,用于对所述可见光图像进行火焰以及烟雾检测得到多个第二区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第三区域,所述第二区域以及所述第三区域的火焰置信度和/或烟雾置信度大于预设阈值;
所述确定模块,还用于根据各个所述第二区域和/或各个所述第三区域确定所述目标图像的多个第一区域;
所述检测模块,还用于对所述可见光图像进行火焰以及烟雾检测得到多个第一候选区域,并对所述热成像图像进行火焰以及烟雾检测得到多个第二候选区域;
合并模块,用于对所述多个第一候选区域进行合并,并将合并的所述第一候选区域以及未合并的所述第一候选区域确定为第二区域,其中,合并的所述第一候选区域之间的交并比大于预设交并比;
所述合并模块,还用于对多个所述第二候选区域进行合并,并将合并的所述第二候选区域以及未合并的所述第二候选区域确定为第三区域,其中,合并的所述第二候选区域之间的交并比大于预设交并比。
6.一种火灾检测设备,其特征在于,包括:存储器和处理器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,使得所述处理器执行如权利要求1至4任一项所述的火灾检测方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至4任一项所述的火灾检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210929750.1A CN114998843B (zh) | 2022-08-04 | 2022-08-04 | 火灾检测方法和相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210929750.1A CN114998843B (zh) | 2022-08-04 | 2022-08-04 | 火灾检测方法和相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114998843A CN114998843A (zh) | 2022-09-02 |
CN114998843B true CN114998843B (zh) | 2023-01-06 |
Family
ID=83023295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210929750.1A Active CN114998843B (zh) | 2022-08-04 | 2022-08-04 | 火灾检测方法和相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114998843B (zh) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887221A (zh) * | 2019-03-13 | 2019-06-14 | 杭州图析同创科技有限公司 | 一种火灾智能检测系统及其控制方法 |
CN110135266A (zh) * | 2019-04-17 | 2019-08-16 | 浙江理工大学 | 一种基于深度学习的双摄像头电气火灾防控方法及系统 |
CN110473375A (zh) * | 2019-08-14 | 2019-11-19 | 成都睿云物联科技有限公司 | 森林火灾的监测方法、装置、设备和系统 |
CN111027541A (zh) * | 2019-11-15 | 2020-04-17 | 国网安徽省电力有限公司检修分公司 | 基于可见光和热成像的火焰检测方法、系统及存储介质 |
CN111986436B (zh) * | 2020-09-02 | 2022-12-13 | 成都视道信息技术有限公司 | 一种基于紫外、深度神经网络的综合火焰检测方法 |
CN112071016A (zh) * | 2020-09-14 | 2020-12-11 | 广州市几米物联科技有限公司 | 火灾监控方法、装置、设备及存储介质 |
CN114220069A (zh) * | 2021-11-08 | 2022-03-22 | 浙江大华技术股份有限公司 | 对象监测方法、电子设备及计算机可读存储介质 |
CN114119531A (zh) * | 2021-11-22 | 2022-03-01 | 深圳市华金盾信息科技有限公司 | 应用于校园智慧平台的火灾检测方法、装置及计算机设备 |
CN114359776B (zh) * | 2021-11-25 | 2024-04-26 | 国网安徽省电力有限公司检修分公司 | 一种融合光与热成像的火焰检测方法、装置 |
CN114612755A (zh) * | 2022-02-22 | 2022-06-10 | 武汉工程大学 | 一种火灾检测方法、系统、电子设备和可读存储介质 |
CN114821414A (zh) * | 2022-04-22 | 2022-07-29 | 深圳市瑞驰信息技术有限公司 | 一种基于改进yolov5的烟火检测方法、系统及电子设备 |
-
2022
- 2022-08-04 CN CN202210929750.1A patent/CN114998843B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114998843A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111815577B (zh) | 安全帽佩戴检测模型处理方法、装置、设备和存储介质 | |
EP2405393B1 (en) | Device, method and program for creating information for object position estimation | |
CN112508865B (zh) | 一种无人机巡检避障方法、装置、计算机设备和存储介质 | |
KR102442552B1 (ko) | 열영상 및 실영상 기반의 화재 감지 시스템 및 방법 | |
CN110599728A (zh) | 基于区块链的火情预警方法、装置、设备及存储介质 | |
CN113052066A (zh) | 三维目标检测中基于多视图和图像分割的多模态融合方法 | |
CN111368615A (zh) | 一种违章建筑预警方法、装置及电子设备 | |
KR102540208B1 (ko) | 딥러닝을 이용한 화재감지방법 | |
CN111815576B (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
CN112489351A (zh) | 基于图片识别的学校火灾预警方法 | |
CN114998843B (zh) | 火灾检测方法和相关设备 | |
CN113537218B (zh) | 图像识别方法及其装置 | |
CN112257546B (zh) | 一种事件预警方法、装置、电子设备及存储介质 | |
WO2021186640A1 (ja) | 劣化検出装置、劣化検出システム、劣化検出方法、およびプログラム | |
JP5082940B2 (ja) | 災害観測システムおよび災害解析プログラム | |
CN117037065A (zh) | 火焰烟雾浓度检测方法、装置、计算机设备和存储介质 | |
CN112949359A (zh) | 基于卷积神经网络的异常行为识别方法和装置 | |
KR102475171B1 (ko) | 지능형 cctv 기반 복합 화재 감시 시스템 및 방법 | |
CN114446002B (zh) | 火灾在线监测方法、装置、介质及系统 | |
US20220157061A1 (en) | Method for ascertaining target detection confidence level, roadside device, and cloud control platform | |
JP6716769B1 (ja) | 画像検査方法、画像検査装置、及び画像検査プログラム | |
CN116363495A (zh) | 场景变化检测方法、装置、计算机设备及存储介质 | |
CN112257768A (zh) | 一种非法金融图片的识别方法、装置、计算机存储介质 | |
JP2016212500A (ja) | 撮影方向変動検出装置および撮影方向変動検出方法 | |
JP2019184485A (ja) | ガス検知用画像処理装置、ガス検知用画像処理方法、及び、ガス検知用画像処理プログラム |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518100 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee after: Shenzhen Haiqing Zhiyuan Technology Co.,Ltd. Address before: 518100 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee before: SHENZHEN HIVT TECHNOLOGY Co.,Ltd. |