CN115376268B - 一种基于图像识别的监控报警消防联动系统 - Google Patents
一种基于图像识别的监控报警消防联动系统 Download PDFInfo
- Publication number
- CN115376268B CN115376268B CN202211290932.5A CN202211290932A CN115376268B CN 115376268 B CN115376268 B CN 115376268B CN 202211290932 A CN202211290932 A CN 202211290932A CN 115376268 B CN115376268 B CN 115376268B
- Authority
- CN
- China
- Prior art keywords
- fire
- risk
- video frame
- frame image
- module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000011156 evaluation Methods 0.000 claims abstract description 94
- 238000012795 verification Methods 0.000 claims description 88
- 238000001816 cooling Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 239000003440 toxic substance 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于图像识别的监控报警消防联动系统,尤其涉及消防警报技术领域,包括,采集模块,用以实时采集红外遥感器对室内监测的视频图像,所述采集模块包括提取单元,其用以从所述视频图像中提取视频帧图像;识别模块,用以对提取的视频帧图像进行图像识别,其与所述采集模块连接,在进行图像识别时,所述识别模块还用以按照灰度值将视频帧图像进行区域划分;评价模块,用以根据图像识别结果对监测区域的消防安全进行评价,其与所述识别模块连接;消防警报模块,用以根据监测区域的消防安全评价结果进行消防警报,其与所述评价模块连接。本发明有效提高了对消防安全的监测效率。
Description
技术领域
本发明涉及消防警报技术领域,尤其涉及一种基于图像识别的监控报警消防联动系统。
背景技术
消防安全与我们的生活密不可分,公共场所主要是教室、实验室、餐厅、图书馆、体育馆等处,这些地方人员频繁、密度大,公共场所管理松散,部分师生防火意识不强,室内装修使用可燃物质、有毒材料多,用电量高,高热量照明设备多,空间大等诸多因素,都是严重的火灾隐患,这些地方时有重大火灾发生,极易造成人员伤亡特别是群死群伤。
中国专利公开号:CN113628431A,公开了一种智能化消防监控警报方法及系统,该方案通过在用户的房间入户处预设有定位模块,并在房间内的多处设有报警按钮,所述报警按钮与所述定位模块电连接,其中,所述定位模块包括有显示屏,所述显示屏上展示有电子房间布局图;实时检测所述报警按钮的触发信号,基于所述触发信号获取所述报警按钮的定位信息;根据所述定位信息,基于所述显示屏在所述电子房间布局图上展示所述报警按钮对应的定位信息。该方案虽能通过报警按钮定位及时找到被困人员,但无法实现在未发生火灾时及时进行警报,导致消防安全监测效率低等问题。
发明内容
为此,本发明提供一种基于图像识别的监控报警消防联动系统,用以克服现有技术中无法通过精确图像识别及时发现火患进行消防安全报警导致的消防安全监测效率低的问题。
为实现上述目的,本发明提供一种基于图像识别的监控报警消防联动系统,包括,
采集模块,用以实时采集红外遥感器对室内监测的视频图像,所述采集模块包括提取单元,其用以从所述视频图像中提取视频帧图像;
识别模块,用以对提取的视频帧图像进行图像识别,其与所述采集模块连接,在进行图像识别时,所述识别模块还用以按照灰度值将视频帧图像进行区域划分,将视频帧图像中灰度值相同的区域划分为同一区域,划分后形成若干参考区,所述识别模块还用以根据参考区的灰度值A对该参考区进行消防安全分析,以确定参考区的风险状态;
评价模块,用以根据图像识别结果对监测区域的消防安全进行评价,其与所述识别模块连接,在进行评价时,所述评价模块还用以根据视频帧图像的风险区域占比D对该视频帧图像进行首次消防安全评价,并根据各风险区域的纹理复杂度H对视频帧图像进行第二次消防安全评价,并根据风险区域的面积占比G对视频帧图像进行第三次消防安全评价;
消防警报模块,用以根据监测区域的消防安全评价结果进行消防警报,其与所述评价模块连接,在进行消防警报时,所述消防警报模块根据视频帧图像的不同消防安全评价结果,采取不同的验证方式对消防安全评价结果进行验证,所述消防警报模块还用以根据验证结果进行相应的警报提示。
进一步地,所述识别模块在各对参考区进行消防安全分析时,将单个参考区的灰度值A与预设安全灰度值A0进行比对,并根据比对结果对该参考区进行消防安全判定,其中,
当A≤A0时,所述识别模块判定该参考区为安全区域,无室内火点风险;
当A0<A<Amax时,所述识别模块判定该参考区为风险区域,存在室内火点风险,Amax为预设风险灰度值;
当A≥Amax时,所述识别模块判定该参考区已发生火灾。
进一步地,所述评价模块在对视频帧图像进行首次消防安全评价时,计算视频帧图像的风险区域占比D,设定D=P/L,P为风险区域数量,L为参考区数量,所述评价模块将计算得到的风险区域占比D与预设风险区域占比D0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当D=0时,所述评价模块判定视频帧图像内环境安全;
当0<D<D0时,所述评价模块根据风险区域的纹理复杂度进行第二次消防安全评价;
当D0≤D时,所述评价模块判定视频帧图像内环境存在高度火灾风险。
进一步地,所述评价模块在进行第二次消防安全评价时,将各风险区域的纹理复杂度H与预设纹理复杂度H0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当H≤H0时,所述评价模块根据风险区域面积占比进行第三次消防安全评价;
当H>H0时,所述评价模块判定视频帧图像内环境存在中度火灾风险。
进一步地,所述评价模块在进行第三次消防安全评价时,计算风险区域的面积占比G,设定G=M/N,M为各风险区域面积之和,N为各参考区面积之和,所述评价模块将计算得到的风险区域的面积占比G与预设面积占比G0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当G≤G0时,所述识别模块判定视频帧图像内环境安全;
当G0<G时,所述识别模块判定视频帧图像内环境存在低度火灾风险。
进一步地,所述消防警报模块在对视频帧图像的风险等级进行验证时,若判定视频帧图像存在高度火灾风险,所述消防警报模块将T1时间后视频帧图像内风险区域占比Dt1与风险区域占比D进行比对,并根据比对结果进行验证,T1为第一预设验证时间,其中,
当Dt1<D时,所述消防警报模块判定风险等级验证失败;
当Dt1≥D时,所述消防警报模块判定风险等级验证成功。
进一步地,所述消防警报模块在对中度火灾风险进行验证时,获取T2时间后的视频帧图像,T2为第二预设验证时间,并计算中度风险验证系数Va,设定Va=0.7×Dt2/D+0.3×Ha/H,Dt2为T2时间后视频帧图像内风险区域占比,Ha为T2时间后视频帧图像内各风险区域的纹理复杂度,所述消防警报模块根据计算得到的中度风险验证系数Va进行验证,其中,
当Va<1时,所述消防警报模块判定风险等级验证失败;
当Va≥1时,所述消防警报模块判定风险等级验证成功。
进一步地,所述消防警报模块在对低度火灾风险进行验证时,获取T3时间后的视频帧图像,T3为第三预设验证时间,T1<T2<T3,并计算低度风险验证系数Vb,设定Vb=0.5×Dt3/D+0.3×Hb/H+0.2×Ga/G,Dt3为T3时间后视频帧图像内风险区域占比,Hb为T3时间后视频帧图像内各风险区域的纹理复杂度,Ga为T3时间后视频帧图像内风险区域面积占比,所述消防警报模块根据计算得到的低度风险验证系数Vb进行验证,其中,
当Vb<1时,所述消防警报模块判定风险等级验证失败;
当Vb≥1时,所述消防警报模块判定风险等级验证成功。
进一步地,所述消防警报模块在对风险等级验证完成后,所述消防警报模块根据验证结果进行相应警报,其中,
当风险等级验证失败时,所述消防警报模块进行一级风险提示,提示视频帧图像内环境存在高温隐患,工作人员需在t1时间内进行降温处理;
当风险等级验证成功时,所述消防警报模块进行二级风险提示,提示视频帧图像内环境处于高温状态,工作人员需在t2时间内进行降温处理;
其中,t1为第一预设降温处理时间,t2为第二预设降温处理时间,t1>t2。
进一步地,当判定参考区已发生火灾时,所述消防警报模块进行三级风险提示,提示工作人员及时进行消防处理。
与现有技术相比,本发明的有益效果在于,本发明通过对视频帧图像进行区域划分,再对划分后的参考区进行逐一比对,以确定视频帧图像内风险区域的数量,从而便于及时进行风险提醒,以提高消防警报的精确度,所述识别模块在对各参考区进行消防安全判定时,所述识别模块根据各参考区的灰度值进行判定,参考区的灰度值可有效反映该区域的温度状态,当参考区的温度大于预设值时,则存在安全风险,且通过设置风险灰度值,可进一步精确判断参考区的安全程度,从而进一步提高消防警报的精确度,在对各参考区消防安全判定后,所述评价模块根据风险区域数量对视频帧图像内环境进行风险等级判定,通过风险等级判定可及时通过消防警报模块进行警报,从而降低火灾的发生概率,在进行风险等级判定时,所述评价模块将计算的风险区域占比与预设值进行比对,当风险区域占比等于0时,证明视频帧图像内无风险区域,此时为安全状态,当风险区域占比小于预设值时根据风险区域的纹理复杂度进行判定,当风险区域占比在预设值以上时,则证明风险区域过多已发生火灾或即将发生火灾,通过根据风险区域占比对风险等级判定进行判定,可有效确定视频帧图像内的风险状态,从而进一步提高消防警报的精确度,可有效提高对室内火点的监测效率。
尤其,在进行第二次风险等级判定时,所述评价模块根据各风险区域的纹理复杂度进行判定,当纹理复杂度在预设值以内时则进行下一次判定,若纹理复杂度大于预设值则证明该风险区域的纹理复杂度过大,此时则判定其为中度火灾风险,通过根据纹理复杂度进行判定可进一步提高风险等级判定结果的精确度,从而提高消防警报模块的警报精确度,以降低火灾发生概率,从而提高了对室内火点的监测效率。
尤其,在进行第三次风险等级判定时,通过前两次判定已降低风险程度,所述评价模块通过将风险区域的面积占比G与预设值比对进行判定,若风险区域的面积占比G在预设值以内时,则证明风险区域数量小体积小面积小,因此可进行忽略,若风险区域的面积占比G大于预设值,则证明高温物品的面积大,因此其存在一定风险等级,通过对风险区域层层判定,可有效提高对视频帧图像内环境风险等级判定的精确度,从而提高消防警报模块的警报精确度,以降低火灾发生概率,进一步提高对室内火点的监测效率。
尤其,在对视频帧图像内环境的风险等级判定完成后,为提高判定的精确度,所述消防警报模块对判定结果进行验证,通过验证以提高对室内火点的监测效率,在进行验证时,所述消防警报模块根据不同风险等级进行不同方式验证,以保证验证的精确度,且在进行验证时,所述消防警报模块采取一段时间后的视频帧图像进行验证,进一步保证验证的有效性。
尤其,所述消防警报模块在对中度火灾风险和低度火灾风险进行验证时,所述消防警报模块通过设置验证系数进行验证,在设置中度风险验证系数时,通过将T2时间后视频帧图像内风险区域占比和纹理复杂度与判定时的对应值做比,以得到验证系数,使影响因子均包含在内,再根据其数值进行判定,可有效保证验证的准确度,且在设置低度风险验证系数时,还将风险区域占比作为因子进行计算,从而使验证系数更具真实性,使得到的验证结果更加真实可靠,所述消防警报模块通过验证有效提高了对视频帧图像内环境风险等级判定的准确度,从而提高警报的效率,进一步提高对消防安全监测的效率。
附图说明
图1为本实施例基于图像识别的监控报警消防联动系统的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例基于图像识别的监控报警消防联动系统的结构示意图,所述系统包括,
采集模块,用以实时采集红外遥感器对室内监测的监测图像,所述采集模块包括提取单元,其用以从所述视频图像中提取视频帧图像,所述红外遥感器包括但不限于红外摄影机;本实施例所述提取单元在提取视频帧图像时,以秒为单位提取视频图像中的视频帧图像,以保证对消防安全监测的实时性准确性,本领域技术人员还可设置其他提取间隔,如30或1分钟秒提取一次等,只需满足提取需求即可;
识别模块,用以对提取的视频帧图像进行图像识别,其与所述采集模块连接,在进行图像识别时,所述识别模块还用以按照灰度值将视频帧图像进行区域划分,将视频帧图像中灰度值相同的区域划分为同一区域,划分后形成若干参考区,所述识别模块还用以根据参考区的灰度值A对该参考区进行消防安全分析,以确定参考区的风险状态;
评价模块,用以根据图像识别结果对监测区域的消防安全进行评价,其与所述识别模块连接,在进行评价时,所述评价模块还用以根据视频帧图像的风险区域占比D对该视频帧图像进行首次消防安全评价,并根据各风险区域的纹理复杂度H对视频帧图像进行第二次消防安全评价,并根据风险区域的面积占比G对视频帧图像进行第三次消防安全评价;
消防警报模块,用以根据监测区域的消防安全评价结果进行消防警报,其与所述评价模块连接,在进行消防警报时,所述消防警报模块根据视频帧图像的不同消防安全评价结果,采取不同的验证方式对消防安全评价结果进行验证,所述消防警报模块还用以根据验证结果进行相应的警报提示。
具体而言,本实施例所述系统应用于云端对室内环境进行消防安全监测分析,以及时进行消防警报,降低室内起火风险,本实施例通过在室内设置红外摄影机,以获取监测区域的监控图像进行室内火点分析,及时进行消防警报,可以理解的是,本领域技术人员还可以将红外摄影机安放在室外易燃区域,对监测区域内温度变化实时进行监控,同时,本领域技术人员在选取监测设备时,还可选取其他摄像装置进行监测,本实施例不做具体限定,只需满足对监测区域的监控需求即可。
具体而言,所述识别模块在各对参考区进行消防安全分析时,将单个参考区的灰度值A与预设安全灰度值A0进行比对,并根据比对结果对该参考区进行消防安全判定,其中,
当A≤A0时,所述识别模块判定该参考区为安全区域,无室内火点风险;
当A0<A<Amax时,所述识别模块判定该参考区为风险区域,存在室内火点风险,Amax为预设风险灰度值;
当A≥Amax时,所述识别模块判定该参考区已发生火灾。
具体而言,本实施例中通过对视频帧图像进行区域划分,再对划分后的参考区进行逐一比对,以确定视频帧图像内风险区域的数量,从而便于及时进行风险提醒,以提高消防警报的精确度,所述识别模块在对各参考区进行消防安全判定时,所述识别模块根据各参考区的灰度值进行判定,参考区的灰度值可有效反映该区域的温度状态,当参考区的温度大于预设值时,则存在安全风险,且通过设置风险灰度值,可进一步精确判断参考区的安全程度,从而进一步提高消防警报的精确度。可以理解的是,本实施例不对区域划分过程做具体限定,本领域技术人员可自由设置,本实施例在进行区域划分时按照灰度值进行划分,以使划分后的各区域灰度值不同,在热成像中不同温度的物体所表现的颜色不同,因此通过根据灰度值进行划分,可有效识别划分后各区域的温度状态,以保证划分后各参考区属于不同温度区间,从而便于对各区域进行消防安全判定。
具体而言,所述评价模块在对视频帧图像进行首次消防安全评价时,计算视频帧图像的风险区域占比D,设定D=P/L,P为风险区域数量,L为参考区数量,所述评价模块将计算得到的风险区域占比D与预设风险区域占比D0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当D=0时,所述评价模块判定视频帧图像内环境安全;
当0<D<D0时,所述评价模块根据风险区域的纹理复杂度进行第二次消防安全评价;
当D0≤D时,所述评价模块判定视频帧图像内环境存在高度火灾风险。
具体而言,本实施例中在对各参考区消防安全判定后,所述评价模块根据风险区域数量对视频帧图像内环境进行风险等级判定,通过风险等级判定可及时通过消防警报模块进行警报,从而降低火灾的发生概率,在进行风险等级判定时,所述评价模块将计算的风险区域占比与预设值进行比对,当风险区域占比等于0时,证明视频帧图像内无风险区域,此时为安全状态,当风险区域占比小于预设值时根据风险区域的纹理复杂度进行判定,当风险区域占比在预设值以上时,则证明风险区域过多已发生火灾或即将发生火灾,通过根据风险区域占比对风险等级判定进行判定,可有效确定视频帧图像内的风险状态,从而进一步提高消防警报的精确度,可有效提高对室内火点的监测效率。
具体而言,所述评价模块在进行第二次消防安全评价时,将各风险区域的纹理复杂度H与预设纹理复杂度H0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当H≤H0时,所述评价模块根据风险区域面积占比进行第三次消防安全评价;
当H>H0时,所述评价模块判定视频帧图像内环境存在中度火灾风险。
具体而言,本实施例中在进行第二次风险等级判定时,所述评价模块根据各风险区域的纹理复杂度进行判定,当纹理复杂度在预设值以内时则进行下一次判定,若纹理复杂度大于预设值则证明该风险区域的纹理复杂度过大,此时则判定其为中度火灾风险,通过根据纹理复杂度进行判定可进一步提高风险等级判定结果的精确度,从而提高消防警报模块的警报精确度,以降低火灾发生概率,从而提高了对室内火点的监测效率。
具体而言,所述评价模块在进行第三次消防安全评价时,计算风险区域的面积占比G,设定G=M/N,M为各风险区域面积之和,N为各参考区面积之和,所述评价模块将计算得到的风险区域的面积占比G与预设面积占比G0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当G≤G0时,所述识别模块判定视频帧图像内环境安全;
当G0<G时,所述识别模块判定视频帧图像内环境存在低度火灾风险。
具体而言,本实施例中在进行第三次风险等级判定时,通过前两次判定已降低风险程度,所述评价模块通过将风险区域的面积占比G与预设值比对进行判定,若风险区域的面积占比G在预设值以内时,则证明风险区域数量小体积小面积小,因此可进行忽略,若风险区域的面积占比G大于预设值,则证明高温物品的面积大,因此其存在一定风险等级,通过对风险区域层层判定,可有效提高对视频帧图像内环境风险等级判定的精确度,从而提高消防警报模块的警报精确度,以降低火灾发生概率,进一步提高对室内火点的监测效率。
具体而言,所述消防警报模块在对视频帧图像的风险等级进行验证时,若判定视频帧图像存在高度火灾风险,所述消防警报模块将T1时间后视频帧图像内风险区域占比Dt1与风险区域占比D进行比对,并根据比对结果进行验证,T1为第一预设验证时间,其中,
当Dt1<D时,所述消防警报模块判定风险等级验证失败;
当Dt1≥D时,所述消防警报模块判定风险等级验证成功。
具体而言,本实施例中在对视频帧图像内环境的风险等级判定完成后,为提高判定的精确度,所述消防警报模块对判定结果进行验证,通过验证以提高对室内火点的监测效率,在进行验证时,所述消防警报模块根据不同风险等级进行不同方式验证,以保证验证的精确度,且在进行验证时,所述消防警报模块采取一段时间后的视频帧图像进行验证,进一步保证验证的有效性,在对高度火灾风险进行验证时,获取T1时间后的风险区域占比Dt1进行验证,若小于判定时视频帧图像的风险区域占比D,则证明风险区域数量在减少,此时验证失败,反之则验证成功,可以理解的时,本实施例未对T1进行具体限定,但其取值应选择较小值,如1秒或2秒等,以保证既满足验证需求,又不耽误警报时机,以提高对室内火点的监测效率。
具体而言,所述消防警报模块在对中度火灾风险进行验证时,获取T2时间后的视频帧图像,T2为第二预设验证时间,并计算中度风险验证系数Va,设定Va=0.7×Dt2/D+0.3×Ha/H,Dt2为T2时间后视频帧图像内风险区域占比,Ha为T2时间后视频帧图像内各风险区域的纹理复杂度,所述消防警报模块根据计算得到的中度风险验证系数Va进行验证,其中,
当Va<1时,所述消防警报模块判定风险等级验证失败;
当Va≥1时,所述消防警报模块判定风险等级验证成功。
具体而言,所述消防警报模块在对低度火灾风险进行验证时,获取T3时间后的视频帧图像,T3为第三预设验证时间,T1<T2<T3,并计算低度风险验证系数Vb,设定Vb=0.5×Dt3/D+0.3×Hb/H+0.2×Ga/G,Dt3为T3时间后视频帧图像内风险区域占比,Hb为T3时间后视频帧图像内各风险区域的纹理复杂度,Ga为T3时间后视频帧图像内风险区域面积占比,所述消防警报模块根据计算得到的低度风险验证系数Vb进行验证,其中,
当Vb<1时,所述消防警报模块判定风险等级验证失败;
当Vb≥1时,所述消防警报模块判定风险等级验证成功。
具体而言,本实施例中所述消防警报模块在对中度火灾风险和低度火灾风险进行验证时,所述消防警报模块通过设置验证系数进行验证,在设置中度风险验证系数时,通过将T2时间后视频帧图像内风险区域占比和纹理复杂度与判定时的对应值做比,以得到验证系数,使影响因子均包含在内,再根据其数值进行判定,可有效保证验证的准确度,且在设置低度风险验证系数时,还将风险区域占比作为因子进行计算,从而使验证系数更具真实性,使得到的验证结果更加真实可靠,所述消防警报模块通过验证有效提高了对视频帧图像内环境风险等级判定的准确度,从而提高警报的效率,进一步提高对消防安全监测的效率。
具体而言,所述消防警报模块在对风险等级验证完成后,所述消防警报模块根据验证结果进行相应警报,其中,
当风险等级验证失败时,所述消防警报模块进行一级风险提示,提示视频帧图像内环境存在高温隐患,工作人员需在t1时间内进行降温处理;
当风险等级验证成功时,所述消防警报模块进行二级风险提示,提示视频帧图像内环境处于高温状态,工作人员需在t2时间内进行降温处理;
当判定参考区已发生火灾时,所述消防警报模块进行三级风险提示,提示工作人员及时进行消防处理;
其中,t1为第一预设降温处理时间,t2为第二预设降温处理时间,t1>t2。
具体而言,本实施例中所述消防警报模块在验证完成后,根据验证结果进行相应警报,通过及时警报以降低火灾发生概率,提高火灾消防效率,当验证失败时,则证明视频帧图像内环境无严重风险情况,此时消防警报模块进行高温隐患提醒,并提示最佳的降温处理时间,以提高消防安全监测效率,当验证成功后,则证明环境已处于高温状态,此时所述消防警报模块进行高温提醒,并提示最佳的降温处理时间,以使工作人员及时了解情况,以做出最佳应对方案,从而避免火灾发生,以进一步提高消防安全监测效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (8)
1.一种基于图像识别的监控报警消防联动系统,其特征在于,包括,
采集模块,用以实时采集红外遥感器对室内监测的视频图像,所述采集模块包括提取单元,其用以从所述视频图像中提取视频帧图像;
识别模块,用以对提取的视频帧图像进行图像识别,其与所述采集模块连接,在进行图像识别时,所述识别模块还用以按照灰度值将视频帧图像进行区域划分,将视频帧图像中灰度值相同的区域划分为同一区域,划分后形成若干参考区,所述识别模块还用以根据参考区的灰度值A与预设安全灰度值A0的对比结果对该参考区进行消防安全分析,其中,当A≤A0时,所述识别模块判定该参考区为安全区域,无室内火点风险;当A0<A<Amax时,所述识别模块判定该参考区为风险区域,存在室内火点风险,Amax为预设风险灰度值;当A≥Amax时,所述识别模块判定该参考区已发生火灾;
评价模块,用以根据图像识别结果对监测区域的消防安全进行评价,其与所述识别模块连接,在进行评价时,所述评价模块还用以根据视频帧图像的风险区域占比D对该视频帧图像进行首次消防安全评价,并根据各风险区域的纹理复杂度H对视频帧图像进行第二次消防安全评价,并根据风险区域的面积占比G对视频帧图像进行第三次消防安全评价;
消防警报模块,用以根据监测区域的消防安全评价结果进行消防警报,其与所述评价模块连接,在进行消防警报时,所述消防警报模块根据视频帧图像的不同消防安全评价结果,采取不同的验证方式对消防安全评价结果进行验证,并根据验证结果进行相应警报,其中,当风险等级验证失败时,所述消防警报模块进行一级风险提示,提示视频帧图像内环境存在高温隐患,工作人员需在t1时间内进行降温处理;当风险等级验证成功时,所述消防警报模块进行二级风险提示,提示视频帧图像内环境处于高温状态,工作人员需在t2时间内进行降温处理;其中,t1为第一预设降温处理时间,t2为第二预设降温处理时间,t1>t2。
2.根据权利要求1所述的基于图像识别的监控报警消防联动系统,其特征在于,所述评价模块在对视频帧图像进行首次消防安全评价时,计算视频帧图像的风险区域占比D,设定D=P/L,P为风险区域数量,L为参考区数量,所述评价模块将计算得到的风险区域占比D与预设风险区域占比D0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当D=0时,所述评价模块判定视频帧图像内环境安全;
当0<D<D0时,所述评价模块根据风险区域的纹理复杂度进行第二次消防安全评价;
当D0≤D时,所述评价模块判定视频帧图像内环境存在高度火灾风险。
3.根据权利要求2所述的基于图像识别的监控报警消防联动系统,其特征在于,所述评价模块在进行第二次消防安全评价时,将各风险区域的纹理复杂度H与预设纹理复杂度H0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当H≤H0时,所述评价模块根据风险区域面积占比进行第三次消防安全评价;
当H>H0时,所述评价模块判定视频帧图像内环境存在中度火灾风险。
4.根据权利要求3所述的基于图像识别的监控报警消防联动系统,其特征在于,所述评价模块在进行第三次消防安全评价时,计算风险区域的面积占比G,设定G=M/N,M为各风险区域面积之和,N为各参考区面积之和,所述评价模块将计算得到的风险区域的面积占比G与预设面积占比G0进行比对,并根据比对结果对视频帧图像进行消防安全评价,其中,
当G≤G0时,所述识别模块判定视频帧图像内环境安全;
当G0<G时,所述识别模块判定视频帧图像内环境存在低度火灾风险。
5.根据权利要求4所述的基于图像识别的监控报警消防联动系统,其特征在于,所述消防警报模块在对视频帧图像的风险等级进行验证时,若判定视频帧图像存在高度火灾风险,所述消防警报模块将T1时间后视频帧图像内风险区域占比Dt1与风险区域占比D进行比对,并根据比对结果进行验证,T1为第一预设验证时间,其中,
当Dt1<D时,所述消防警报模块判定风险等级验证失败;
当Dt1≥D时,所述消防警报模块判定风险等级验证成功。
6.根据权利要求5所述的基于图像识别的监控报警消防联动系统,其特征在于,所述消防警报模块在对中度火灾风险进行验证时,获取T2时间后的视频帧图像,T2为第二预设验证时间,并计算中度风险验证系数Va,设定Va=0.7×Dt2/D+0.3×Ha/H,Dt2为T2时间后视频帧图像内风险区域占比,Ha为T2时间后视频帧图像内各风险区域的纹理复杂度,所述消防警报模块根据计算得到的中度风险验证系数Va进行验证,其中,
当Va<1时,所述消防警报模块判定风险等级验证失败;
当Va≥1时,所述消防警报模块判定风险等级验证成功。
7.根据权利要求6所述的基于图像识别的监控报警消防联动系统,其特征在于,所述消防警报模块在对低度火灾风险进行验证时,获取T3时间后的视频帧图像,T3为第三预设验证时间,T1<T2<T3,并计算低度风险验证系数Vb,设定Vb=0.5×Dt3/D+0.3×Hb/H+0.2×Ga/G,Dt3为T3时间后视频帧图像内风险区域占比,Hb为T3时间后视频帧图像内各风险区域的纹理复杂度,Ga为T3时间后视频帧图像内风险区域面积占比,所述消防警报模块根据计算得到的低度风险验证系数Vb进行验证,其中,
当Vb<1时,所述消防警报模块判定风险等级验证失败;
当Vb≥1时,所述消防警报模块判定风险等级验证成功。
8.根据权利要求1所述的基于图像识别的监控报警消防联动系统,其特征在于,当判定参考区已发生火灾时,所述消防警报模块进行三级风险提示,提示工作人员及时进行消防处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290932.5A CN115376268B (zh) | 2022-10-21 | 2022-10-21 | 一种基于图像识别的监控报警消防联动系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290932.5A CN115376268B (zh) | 2022-10-21 | 2022-10-21 | 一种基于图像识别的监控报警消防联动系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115376268A CN115376268A (zh) | 2022-11-22 |
CN115376268B true CN115376268B (zh) | 2023-02-28 |
Family
ID=84072788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211290932.5A Active CN115376268B (zh) | 2022-10-21 | 2022-10-21 | 一种基于图像识别的监控报警消防联动系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115376268B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315592B (zh) * | 2023-11-27 | 2024-01-30 | 四川省医学科学院·四川省人民医院 | 一种基于机器人端实时监控摄像的识别预警系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0818766A1 (fr) * | 1996-07-12 | 1998-01-14 | T2M Automation | Procédé de détection automatique de feux, notamment de feux de forêts |
CN206696995U (zh) * | 2017-03-23 | 2017-12-01 | 华南理工大学 | 小型无人直升机的火灾检测与跟踪装置 |
CN111666834A (zh) * | 2020-05-20 | 2020-09-15 | 哈尔滨理工大学 | 一种基于图像识别技术的森林火灾自动监测识别系统及方法 |
CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
CN114743341A (zh) * | 2022-03-10 | 2022-07-12 | 慧之安信息技术股份有限公司 | 基于边缘计算的消防检测报警方法和装置 |
CN114973133A (zh) * | 2022-05-25 | 2022-08-30 | 河南鑫安利安全科技股份有限公司 | 一种消防隐患处理方法 |
CN114973104A (zh) * | 2022-06-21 | 2022-08-30 | 中国计量大学 | 一种基于视频图像的动态火焰检测算法与系统 |
CN115049955A (zh) * | 2022-05-19 | 2022-09-13 | 江苏南工科技集团有限公司 | 一种基于视频分析技术的火灾探测分析方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008097222A (ja) * | 2006-10-10 | 2008-04-24 | Yamaguchi Univ | カメラを用いた火災検出装置、火災検知方法、火災報知システム、及び遠隔火災監視システム |
KR101073076B1 (ko) * | 2011-06-10 | 2011-10-12 | 주식회사 창성에이스산업 | 복합카메라를 이용한 화재감시 시스템 및 방법 |
US20190266869A1 (en) * | 2015-02-19 | 2019-08-29 | Smoke Detective, Llc | Smoke Detection System and Method Using a Camera |
CN107729794A (zh) * | 2016-08-10 | 2018-02-23 | 富士通株式会社 | 火焰检测方法、火焰检测装置和电子设备 |
CN110120143A (zh) * | 2018-02-07 | 2019-08-13 | 中国石油化工股份有限公司 | 一种炼化企业易燃易爆区域烟雾智能监测系统 |
CN108694801A (zh) * | 2018-06-21 | 2018-10-23 | 华能国际电力股份有限公司海门电厂 | 一种火灾预警智能识别平台系统 |
CN110648490B (zh) * | 2019-09-26 | 2021-07-27 | 华南师范大学 | 适用于嵌入式平台的多因子火焰识别方法 |
KR102331174B1 (ko) * | 2020-03-31 | 2021-11-26 | 주식회사 에프에스 | 화재발생 예측 시스템 및 그 방법 |
-
2022
- 2022-10-21 CN CN202211290932.5A patent/CN115376268B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0818766A1 (fr) * | 1996-07-12 | 1998-01-14 | T2M Automation | Procédé de détection automatique de feux, notamment de feux de forêts |
CN206696995U (zh) * | 2017-03-23 | 2017-12-01 | 华南理工大学 | 小型无人直升机的火灾检测与跟踪装置 |
CN111666834A (zh) * | 2020-05-20 | 2020-09-15 | 哈尔滨理工大学 | 一种基于图像识别技术的森林火灾自动监测识别系统及方法 |
CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
CN114743341A (zh) * | 2022-03-10 | 2022-07-12 | 慧之安信息技术股份有限公司 | 基于边缘计算的消防检测报警方法和装置 |
CN115049955A (zh) * | 2022-05-19 | 2022-09-13 | 江苏南工科技集团有限公司 | 一种基于视频分析技术的火灾探测分析方法及装置 |
CN114973133A (zh) * | 2022-05-25 | 2022-08-30 | 河南鑫安利安全科技股份有限公司 | 一种消防隐患处理方法 |
CN114973104A (zh) * | 2022-06-21 | 2022-08-30 | 中国计量大学 | 一种基于视频图像的动态火焰检测算法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115376268A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
KR100985804B1 (ko) | 통합 재난관리 시스템 | |
JP2018072881A (ja) | 火災監視システム | |
CN115376268B (zh) | 一种基于图像识别的监控报警消防联动系统 | |
JP2018088105A (ja) | 監視システム | |
CN113936239A (zh) | 一种基于神经网络算法的智慧消防火情识别方法和系统 | |
CN114386845A (zh) | 一种基于bim的智能商场消防监控处理系统 | |
CN108288361A (zh) | 一种消防通道门状态检测方法 | |
CN115035674A (zh) | 一种智慧楼宇消防智能监测预警管理系统 | |
CN113178047A (zh) | 一种建筑消防设施气体灭火控制系统的检测方法 | |
CN115841730A (zh) | 视频监控系统、异常事件检测方法 | |
CN114360194B (zh) | 一种多点监控可视化相阵式火灾报警系统 | |
CN111863272A (zh) | 易感人群的监控方法、系统和计算机设备 | |
CN110544312A (zh) | 虚拟场景中的视频显示方法、装置、电子设备与存储装置 | |
CN114511984B (zh) | 一种火情监测摄像机、火情监测方法和火情自动报警系统 | |
CN112863105A (zh) | 一种基于消防关联性的消防预警系统 | |
CN112201000A (zh) | 一种应用于施工阶段的火灾动态监测系统及方法 | |
CN117593845A (zh) | 一种智能化火灾报警系统 | |
CN112460737A (zh) | 一种保暖披肩生产用监测预警处理系统 | |
CN111064931A (zh) | 一种用于危险人员身份精准识别系统与方法 | |
CN102456242B (zh) | 一种自适应反馈的图像安检纠偏方法和系统 | |
CN116449679A (zh) | 一种基于数字孪生的智慧医院消安联动控制方法及系统 | |
CN111882800B (zh) | 一种基于多维度数据联动的消防预警方法及系统 | |
CN111614938B (zh) | 一种风险识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |