CN115937746A - 一种烟火事件监测方法、装置及存储介质 - Google Patents
一种烟火事件监测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115937746A CN115937746A CN202211615609.0A CN202211615609A CN115937746A CN 115937746 A CN115937746 A CN 115937746A CN 202211615609 A CN202211615609 A CN 202211615609A CN 115937746 A CN115937746 A CN 115937746A
- Authority
- CN
- China
- Prior art keywords
- area
- image
- target
- original image
- motion
- 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
Landscapes
- Alarm Systems (AREA)
Abstract
本申请公开了一种烟火事件监测方法、装置及存储介质。涉及图像识别领域。该方法具体包括:电子设备采集待监测区域的图像,获得原始图像。然后,电子设备基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,获得多个子图像。其中,一个目标区域对应的位置信息包括目标区域相对待检测区域的位置。电子设备确定运动区域是否发生烟火事件。若运动区域发生烟火事件,根据运动区域所在子图像确定待监测区域内发生烟火事件的位置。其中,运动区域为原始图像中的运动目标所经过的区域。通过该方法可以监测房间内是否发生烟火事件,提高安全性。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种烟火事件监测方法、装置及存储介质。
背景技术
目前建筑物虽然配备有火灾预警装置,但这种火灾预警装置一般设置在楼道内,可监测建筑物楼道内的火灾情况,对于房间内火灾情况不能及时地作出预警,甚至无法作出预警。
发明内容
本申请提供了一种烟火事件监测方法、装置及存储介质,用以解决现有火灾预警装置不能对房间内发生的火灾情况很好预警的问题。
第一方面,本申请提供了一种烟火事件监测方法。该方法可应用于具有处理能力的电子设备。该方法具体包括:电子设备采集待监测区域的图像,获得原始图像。然后,电子设备基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,获得多个子图像。其中,一个目标区域的位置信息包括该目标区域相对待检测区域的位置。电子设备确定运动区域是否发生烟火事件。若运动区域发生烟火事件,根据运动区域所在子图像确定待监测区域内发生烟火事件的位置。其中,运动区域为原始图像中的运动目标所经过的区域。
本申请实施例可以监测待监测区域是否发生烟火事件。例如,电子设备采集待监测区域的原始图像,基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,而位置信息包括目标区域相对待检测区域的位置。应理解,一个子图像对应一个位置信息,如果发生烟火事件的位置位于某个子图像,那么根据该子图像在原始图像的位置,可以确定发生烟火事件的位置。通过该方法可以实现建筑物房间内的烟火事件监测。进一步地,当确定发生烟火事件的位置,及时作出预警,例如输出用于指示发生烟火事件的位置的提示信息。
可选的,待监测区域为目标建筑物所在的区域,目标区域的位置信息指示该目标区域在目标建筑物中的高度和/或宽度。
可选的,电子设备基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,包括:对原始图像进行特征提取,获得多个目标区域中的各个目标区域的图像坐标,再根据多个目标区域的图像坐标确定各个目标区域的位置信息,然后根据多个目标区域的位置信息对原始图像进行划分。其中,多个目标区域为潜在发生烟火事件的区域。
本申请实施例通过多个潜在发生烟火事件的目标区域的图像坐标确定各个目标区域的位置信息,根据该位置信息对原始图像进行划分,可以确定出划分后获得的多个子图像。每个子图像都表征潜在发生烟火事件的目标区域,可以将子图像用于烟火事件的定位。通过多个潜在发生烟火事件的目标区域对原始图像进行划分,也就是,以更细的粒度呈现原始图像,相应的,可以定位更细粒度的位置,便于准确定位发生烟火事件的位置。
可选的,根据多个目标区域的位置信息对原始图像进行划分,包括:根据多个目标区域在待检测区域中的高度,将同一区间内的高度的至少一个目标区域划分到一个子图像。
本申请实施例对划分原始图像的具体方式不作限制。例如,可将子图像对应的目标区域在原始图像中的高度为参考划分原始图像,属于同一高度范围的多个目标区域划分到一个子图像。通过以高度为标准定位发生烟火事件的位置。
可选的,确定原始图像中的运动区域是否发生烟火事件,包括:若运动区域在原始图像中的边缘轮廓变化符合预设规则,确定运动区域发生烟火事件。
为了确定是否发生烟火事件,本申请实施例通过捕捉与烟火事件相关的运动目标,例如烟雾或者火焰等对应的运动区域的分析。如果运动区域在原始图像中的边缘轮廓变化符合预设规则,例如烟雾或者火焰等变化规则,来进一步确定是否有烟火事件发生。
可选的,在确定运动区域发生烟火事件之后,该方法还包括:对运动区域进行颜色识别,根据颜色识别结果确定运动区域内烟火事件的危害程度。
通过对运动区域进行颜色识别,可以进一步对烟火事件的发展情况进行细分并识别烟火事件发展的程度,以提高对运动区域内的烟火事件识别的准确性。
可选的,在确定原始图像中的运动区域是否发生烟火事件之前,该方法还包括:获取原始图像中的第一帧图像与第二帧图像。其中,第一帧图像与第二帧图像是在时域上邻近的两帧图像,第一帧图像包括第一图像坐标,第二帧图像包括第二图像坐标。然后,根据第二图像坐标相对于第一图像坐标的偏移量对第二帧图像进行校正,或,根据第一图像坐标相对于第二图像坐标的偏移量对第一帧图像进行校正。其中,运动区域是根据校正之后的原始图像确定的。
考虑到电子设备抖动造成原始图像中像素点的图像坐标也发生偏移。本申请实施例可对电子设备发生的偏移进行校正,从而提高运动目标识别的准确度。
第二方面,本申请提供了一种烟火事件监测装置。该装置包括采集模块、划分模块、识别模块、确定模块。其中,采集模块用于采集待监测区域的图像,获得原始图像。划分模块用于基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,获得多个子图像。其中,一个目标区域的位置信息包括所述目标区域相对待检测区域的位置。识别模块用于确定运动区域是否发生烟火事件,其中,运动区域为原始图像中的运动目标所经过的区域。确定模块用于若运动区域发生烟火事件,根据运动区域所在子图像确定待监测区域内发生烟火事件的位置。
可选的,待监测区域为目标建筑物所在的区域,目标区域的位置信息指示该目标区域在目标建筑物中的高度和/或宽度。
可选的,划分模块用于:对原始图像进行特征提取,获得多个目标区域中的各个目标区域的图像坐标,再根据多个目标区域的图像坐标确定各个目标区域的位置信息,然后根据多个目标区域的位置信息对原始图像进行划分。其中,多个目标区域为潜在发生烟火事件的区域。
可选的,划分模块用于:根据多个目标区域在待检测区域中的高度,将同一区间内的高度的至少一个目标区域划分到一个子图像。
可选的,识别模块用于:若运动区域在原始图像中的边缘轮廓变化符合预设规则,确定运动区域发生烟火事件。
可选的,识别模块还用于:对运动区域进行颜色识别,根据颜色识别结果确定运动区域内烟火事件的危害程度。
可选的,识别模块还用于:获取原始图像中的第一帧图像与第二帧图像。其中,第一帧图像与第二帧图像是在时域上邻近的两帧图像,第一帧图像包括第一图像坐标,第二帧图像包括第二图像坐标。然后,根据第二图像坐标相对于第一图像坐标的偏移量对第二帧图像进行校正,或,根据第一图像坐标相对于第二图像坐标的偏移量对第一帧图像进行校正。其中,运动区域是根据校正之后的原始图像确定的。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括至少一个处理器以及与至少一个处理器通信连接的存储器。其中,存储器存储有被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面中任一项所述的方法。
第四方面,本申请实施例提供了一种计算机存储介质,计算机存储介质存储有计算机程序指令,该计算机程序指令用于执行上述第一方面中任一项所述的方法。
第五方面,本申请实施例还提供一种计算机程序产品,计算机程序产品包括:计算机程序代码,当计算机程序代码在计算机上运行时,使得计算机执行上述如第一方面的方法以及各个可选项所述的步骤。
第六方面,本申请实施例还提供一种芯片,该芯片包括处理器和接口,所述接口用于与所述处理器通信以及接收来自其他设备的信息,所述处理器用于执行上述第一方面以及第一方面的任一可能实现方式中所述的方法。
附图说明
图1为本申请实施例提供的烟火事件监测的场景示意图;
图2为本申请实施例提供的烟火事件监测方法的流程示意图;
图3为本申请实施例提供的图像坐标的示意图;
图4为本申请实施例提供的烟火事件监测方法的另一种流程示意图;
图5为本申请实施例提供的烟火事件监测装置的结构示意图;
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,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。
本申请旨在实现待检测区域范围内的火灾监测。请参见图1,示出了本申请实施例中提供的火灾监测方法的应用场景示意图。图1以待检测区域是建筑物所在区域为例。通常建筑物包括多个楼层,每个楼层包括阳台、窗户、墙体等。图1所示的元素,例如窗口、阳台以及墙体仅是举例示意。
目前大多数建筑物每个楼层的楼道内配置火灾预警装置,以监测火灾的发生。考虑到设备成本,建筑物的大多房间内没有配置火灾预警装置。但,目前大多数房间通常选择防火门,当房间内发生火灾时,防火门的隔绝使得楼道内所设置的火灾预警装置不能及时地作出预警,甚至无法作出预警。
鉴于此,本申请实施例提供一种烟火事件监测方法。下文以烟火事件为火灾,对烟火事件的监测进行说明。考虑到一般情况下房间内发生火灾时,火灾会从房间窗户、阳台等地方从建筑物外部扩展。本申请实施例提供的方法可以通过对发生的火灾进行识别与定位,从而实现对房间内发生的火灾进行监测和预警。
请参见图2,示出了本申请实施例提供的烟火事件监测方法的流程示意图。该方法可由具有处理能力的电子设备执行。该电子设备可以包括图像采集装置和图像处理装置,或者包括图像采集装置、图像处理装置和搭载装置等。其中,图像采集装置可以是支持测温功能的装置,例如红外热成像相机。图像采集装置也可以是不支持测温功能的装置,例如可见光摄像头或摄像机。本申请实施例对电子设备所包括的图像处理装置的种类和数量不作限制,本领域技术人员可以根据实际需要设置图像采集装置。图像处理装置可以通过可编程逻辑控制器(programmable logic controller,PLC)或计算机设备或其他带图像处理应用的终端设备等实现。搭载装置是指用于搭载图像采集装置的设备,方便图像采集装置采集图像,比如可以通过云台或无人机或飞机等实现。
S201,电子设备采集待监测区域的图像,获得原始图像。
待监测区域指的是需要进行火灾监测的区域。本申请实施例对待检测区域不作限制。以图1为例,待检测区域可以包括需要进行火灾监测的目标建筑物,如图1所示的建筑物所形成的区域。待检测区域也可以包括除待检测的建筑物所在区域之外的其他可能的区域。例如,待监测区域内除了包括目标建筑物之外,还包括目标建筑物周边的一些背景,例如天空、栅栏、道路等。在需要监测火灾时,可通过电子设备采集待监测区域的图像,对所采集的图像进行特征提取,以确定待监测区域是否发生火灾。为方便描述,将电子设备采集待监测区域的图像称为原始图像。本申请实施例对电子设备如何采集待监测区域的图像不作限制,只要在电子设备的视角场中能够清晰观测到目标建筑物的所有楼层的情况即可,以保证对目标建筑的所有楼层进行火灾监测。
S202,电子设备基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,获得多个子图像,其中,一个目标区域的位置信息包括该目标区域相对待检测区域的位置。
在本申请实施例中,目标区域可以是位于待监测区域中的区域。例如,待检测区域是目标建筑物,当目标建筑物房间内存在火灾时,火灾一般以火焰或者烟雾的形式出现在房间的窗户、阳台等位置,并从窗户、阳台等位置沿目标建筑物外部扩展。相对而言,目标区域可以是房间的窗户、阳台等位置。根据窗户、阳台等位置出现的火焰或者烟雾可以判断目标建筑物房间内是否存在火灾,因此,通过待监测的多个目标区域的位置信息对原始图像进行划分,通过对划分所得的子图像进行分析处理,可以确定火灾发生的位置。需要说明的是,目标区域也可以是目标建筑物之外的区域,例如,目标区域是道路。
作为一种示例,考虑监测目标建筑物内出现火灾的情况,对目标建筑物周围出现的火灾不作考虑。因此,目标建筑物周围出现的火灾相对于要确定的火灾来说是干扰源,本申请实施例事先可排除干扰源。为此,电子设备可对原始图像进行特征提取,特征例如包括天空、道路、目标建筑物的窗户、阳台、墙体等。本申请实施例对如何提取原始图像中的特征不作限制。例如,电子设备可根据原始的卷积神经网络(convolutional neural network,CNN)对原始图像进行特征提取,也可以是基于卷积神经网络构建的优化的U-Net网络对原始图像进行特征提取,只要是对原始图像中的特征充分提取即可。
原始图像包括的特征有天空、道路、目标建筑物的窗户、阳台、墙体等。通常当房间内出现火灾时,火灾出现在目标建筑物的窗户、阳台、墙体等所在的区域,可以将这些潜在出现火灾的区域称为目标区域。相对来说,目标区域对应的窗户、阳台、墙体等特征是与火灾关联的特征,天空、道路等特征是与火灾没有关联的特征。电子设备对原始图像进行特征提取,可将多个特征划分为两类。例如将窗户、阳台归为一类特征,称为第一类特征;将天空、道路归为一类特征,称为背景特征。背景特征所在区域内的运动物体会对目标建筑物发生的火灾监测造成干扰,因此,对原始图像进行分析时排除背景特征。
为了确定发生火灾的位置,本申请实施例可以原始图像进行划分,以确定火灾发生的位置。可以理解的是,原始图像可以包括多帧图像。如图3所示,每帧图像中的像素点在原始图像中的坐标表示为(x,y),可以表征该像素点在原始图像中的位置。那么对于原始图像中的目标物体,可以以该目标物体中某一像素点的坐标(x,y)作为该目标物体在原始图像的图像坐标,表征该目标物体在原始图像中的位置。为了在一段时间内连续监测火灾的发展情况,可以针对原始图像中的多帧图像进行分析,以减少火灾监测的误判。
类似地,本申请实施例可以分析潜在发生火灾的区域的特征,即多个第一类特征在原始图像中的位置,便于定位火灾发生的位置。例如,电子设备可以确定每个第一类特征的图像坐标,包括横坐标和纵坐标。第一类特征的图像坐标的实现方式可以有多种,可以将第一类特征的中心像素点的坐标作为第一类特征的图像坐标,其余方式这里不再赘述。
由于第一类特征是目标建筑物上的特征,第一类特征的图像坐标的纵坐标y具有一定的分布规律。例如,位于同一楼层的第一类特征的图像坐标的纵坐标y值相近,不同楼层的第一类特征的图像坐标的纵坐标y值明显不同。那么电子设备根据多个第一类特征的纵坐标y值,根据纵坐标y值的分布情况可以确定出每个第一类特征的位置信息,位置信息中包括目标区域相对待检测区域的高度和/或宽度,根据位置信息将原始图像划分为多个子图像。得到的每个子图像对应一个位置信息。电子设备可以根据高度对原始图像进行划分,也可以以宽度对原始图像进行划分,或者同时以高度和宽度对原始图像划分,只要能使划分后子图像的位置信息更准确即可。以根据高度对原始图像进行划分为例,电子设备可根据多个第一类特征的坐标值y值确定多个第一类特征在待检测区域中的高度,将原始图像划分为多个子图像,将属于同一区间内的高度对应的至少一个目标区域划分到一个组(即一个子图像)。具体地,可计算每个分组中第一类特征的纵坐标y值的平均值,得到每个分组的平均值在得到多个分组及每个分组的平均值后,可以将每个分组的平均值进行排序,该分组的顺序可表征该分组中第一类特征的位置信息。即,通过分组的顺序确定每个分组中第一类特征在原始图像中的高度。在得到每个分组中第一类特征在原始图像中的高度后,便可根据高度对原始图像划分,确定每个第一类特征所在楼层。为保证每个第一类特征归属于正确的分组,可以通过该平均值对分组中的每个第一类特征的纵坐标y值进行校验。在校验时可以设置预设阈值σ,当第一类特征的纵坐标y值与平均值的差值大于预设阈值σ时,可以认为该第一类特征不属于该分组,需要重新将该第一类特征进行分组的归属,以确保后续确定的该第一类特征的位置信息准确。
作为一种可替换的实现方式,电子设备还可以采用另一种方式确定多个第一类特征在原始图像中的位置信息。例如,电子设备确定第一类特征的分割区域中心点,以第一类特征的中心像素点的坐标作为分割区域中心点的坐标,再根据分割区域中心点的坐标确定多个第一类特征在原始图像中的位置。后续,电子设备将左右最近的第一类特征的中心进行连接,获得多条连接线段,每条连接线中包括每个第一类特征的节点坐标。电子设备在原始图像中将最低楼层和最高楼层进行位置标注,确定最低楼层和最高楼层对应的连接线段,获得的多条连接线段便可指示每个第一类特征的图像坐标和位置信息对应关系。电子设备最终可生成图像画线和位置信息对应图。
S203,电子设备确定原始图像中的运动区域是否发生烟火事件。
原始图像的运动区域指的是原始图像中表征火灾的运动目标所经过的区域。运动目标是在原始图像中轮廓不断变化的目标,原始图像中的运动目标可以包括烟雾、火焰、车辆、行人等。通常,火灾的出现伴随烟雾、火焰的出现,烟雾、火焰具有某些相同的运动特性。例如,目标建筑物出现烟雾、火焰时,烟雾、火焰会随着时间变化,轮廓不断变化,在原始图像中烟雾、火焰一般沿建筑物墙体向上延伸较快,向下延伸较慢相对稳定。这种运动特性不同于其他物体的运动特征。例如云朵、车辆一般平行移动,悬挂的衣物、窗帘一般绕固定点来回摆动。因此,本申请实施例可以利用烟雾、火焰的运动特性对火灾进行识别。
首先,电子设备捕捉原始图像中的运动目标,根据运动目标所在的区域确定一个运动区域。运动区域应该完全包括运动目标的轮廓,并可以根据运动目标轮廓的变化不断调整运动区域的轮廓大小,对运动目标实时跟踪。电子设备可以采用vibe背景建模工具获取运动区域,对运动区域内的运动目标采用sort算法进行跟踪。
通常电子设备是基于图像中像素点的变化识别运动物体。当电子设备移动时,电子设备采集到的图像中像素点的变化就不能很好反应运动物体的边缘轮廓变化,因此可能造成电子设备对运动目标的识别出现错误。例如,电子设备设置在目标建筑物外部某处,可能由于风力、震动等因素发生偏移,当原始图像中的前后两帧图像在采集时,电子设备的位置发生了偏移,则原始图像中像素点的图像坐标也发生偏移。这种情况下,根据图像中像素点的变化识别目标的准确度较低。为使对运动目标的识别更加准确,本申请实施例可对电子设备发生的偏移进行校正。
电子设备获取原始图像中在时域上邻近的第一帧图像和第二帧图像。第一帧图像中包括原始图像的第一图像坐标(xi,yi)的集合,该集合表征第一帧图像中各个像素点的坐标。第二帧图像中包括原始图像的第二图像坐标(xj,yj)的集合,该集合表征第二帧图像中各个像素点的坐标。当电子设备发生偏移时,第一图像坐标(xi,yi)与第二图像坐标(xj,yj)之间存在差异,因此可根据第二图像坐标(xj,yj)相对于第一图像坐标(xi,yi)的偏移量对第二帧图像进行校正,以校正第二帧图像中像素点的图像坐标。或者,可以根据第一图像坐标(xi,yi)相对于第二图像坐标(xj,yj)的偏移量对第一帧图像进行校正,以校正第一帧图像中像素点的图像坐标。具体的,电子设备根据第一图像坐标(xi,yi)的集合对应的矩阵T1及第二图像坐标(xj,yj)的集合对应的矩阵T2,采用最小二乘法计算矩阵T1与矩阵T2之间的偏移量,将计算获得的偏移量对矩阵T1或矩阵T2进行补偿,得到校正后的矩阵T1或矩阵T2,也就是校正后的第一图像坐标(xi,yi)的集合或第二图像坐标(xj,yj)的集合,确保校正前后第一帧图像和第二帧图像中相同像素点的图像坐标一致。
校正后的第一帧图像和第二帧图像中相同像素点的图像坐标一致,因此可以保证运动区域的运动目标的轮廓变化是该运动目标本身的轮廓变化。电子设备可以根据校正后的原始图像进行运动目标的识别,以判断运动目标是否为火灾的烟雾、火焰。基于火灾的烟雾、火焰的运动特性,如果运动区域在原始图像中的边缘轮廓符合底部轮廓较为稳定,顶部轮廓不断上升,则可认为运动区域内的运动目标为火灾的烟雾、火焰,运动区域内发生了火灾。电子设备可以将这种边缘轮廓变化设置成预设规则,当运动区域的边缘轮廓变化符合预设规则,则可认为运动区域内发生火灾。预设规则可以有多种,电子设备可根据多种预设规则对火灾的烟雾、火焰进行识别,只要能够判断火灾即可。
在对运动区域的边缘轮廓变化进行分析确定运动区域发生火灾后,电子设备可以采用神经网络对运动区域的运动目标进一步分析,以进一步判断该运动区域内火灾的危害程度,例如确定运动区域内的运动目标是火灾的烟雾还是火焰。电子设备可以采用densenet网络对运动区域中的运动目标进行颜色识别。若对运动目标的颜色识别结果为灰色或黑色,则可认为该运动目标为烟雾,若对运动目标的颜色识别结果为黄色或红色,则可认为该运动目标为火焰。
densenet网络是预先训练好的用于识别烟雾、火焰的神经网络。在对densenet网络进行训练时,可以将不同成因的烟雾、火焰和烟火干扰作为输入进行训练,训练烟雾和火焰颜色分类模型,训练后获得的densenet网络可以根据烟雾、火焰或烟火干扰的颜色进行分类,例如烟雾颜色分类为灰白、黑色、其他共三类,颜色分类网络分析烟雾颜色,假如为灰白或黑色,则该可疑烟雾为真实火灾烟雾。火焰颜色分类为黄色、红色、其他共三类,如果颜色为黄色或红色且边缘存在锯齿不规则,则认为该可疑火焰为真实火灾火焰训判断识别的是烟雾、火焰还是烟火干扰。
S204,若运动区域内发生火灾,电子设备根据运动区域所在子图像确定发生烟火事件的位置。
在识别到运动区域内的出现真实火灾时,电子设备可根据运动区域在原始图像的图像坐标确定与该运动区域最接近的子图像。该子图像内对应的楼层发生火灾。由于子图像包括在原始图像中的位置信息,电子设备可根据运动区域匹配的子图像确定运动区域的位置信息,然后输出提示信息,以提示该位置信息对应的位置处发生了火灾。以目标建筑物的火灾监测为例,当目标建筑物的某一楼层的窗户出现烟雾时,电子设备对烟雾进行捕捉。若识别该烟雾为火灾的烟雾,则可根据烟雾的运动区域将运动区域与窗户对应的子图像进行匹配,便根据窗户的位置信息确定烟雾出现在目标建筑物的高度。更具体的,可以确定烟雾所在的楼层,输出提示信息以指示该楼层内发生火灾。通过该方法可以对火灾及时作出预警,尽量降低危险。
可以理解的是,高空抛物相机一般用于监测建筑物是否存在高空抛物的情况。在实际应用过程中,可以在目标建筑物外设置高空抛物相机,即电子设备为高空抛物相机,通过高空抛物相机监测目标建筑物是否发生火灾。具体来讲,高空抛物相机可按照图4所示的流程对目标建筑物进行火灾监测。
高空抛物相机获取高空抛物场景下的图像,也称为高空抛物图像,即原始图像。排除原始图像中的干扰源,例如天空等。具体的,根据与火灾关联的特征(例如阳台)以及与火灾无关联的特征(例如天空)对原始图像进行分割。对分割后的原始图像进行划分,获得多个子图像。每个子图像对应目标建筑物的一个楼层,即获得各个楼层和原始图像的对应关系。另一方面,可通过捕捉运动物体来确定是否有火灾发生。例如,高空抛物相机对原始图像进行图像抖动校正,对抖动校正后的原始图像采用运动检测跟踪,识别原始图像中的运动目标。然后,高空抛物相机对运动目标进行运动轨迹分析,若运动目标的运动轨迹符合预设规则(规律),则认为该运动目标是与火灾相关的运动目标,例如烟雾或者火焰等。高空抛物相机进一步对运动区域内的运动目标进行特征识别,判断运动区域内运动目标是否符合火灾特征,例如运动目标是火焰还是烟雾。如果运动区域内的运动目标符合火灾事件的特征,高空抛物相机根据运动区域的图像坐标与多个子图像进行匹配,确定火灾发生的位置,进一步输出提示信息以对火灾作出预警。
请参见图5,基于同一发明构思,本申请实施例还提供了一种烟火事件监测装置500。该装置500包括采集模块501、划分模块502、识别模块503、确定模块504。其中,采集模块501用于采集待监测区域的图像,获得原始图像。划分模块502用于基于原始图像中待监测的多个目标区域的位置信息对原始图像进行划分,获得多个子图像。其中,一个目标区域的位置信息包括该目标区域相对待检测区域的位置。识别模块503用于确定运动区域是否发生烟火事件,其中,运动区域为原始图像中的运动目标所经过的区域。确定模块504用于若运动区域发生烟火事件,根据运动区域所在子图像确定待监测区域内发生烟火事件的位置。
可选的,待监测区域为目标建筑物对应的图像区域,目标区域的位置信息指示该目标区域在目标建筑物中的高度和/或宽度。
可选的,划分模块502用于:对原始图像进行特征提取,获得原多个目标区域中的各个目标区域的图像坐标,再根据多个目标区域的图像坐标确定各个目标区域的位置信息,多个目标区域为潜在发生烟火事件的区域。然后根据多个目标区域的位置信息对原始图像进行划分。
可选的,划分模块502用于:根据多个目标区域在待检测区域中的高度,将同一区间内的高度的至少一个目标区域划分到一个子图像。
可选的,识别模块503用于:若运动区域在原始图像中的边缘轮廓变化符合预设规则,确定运动区域发生烟火事件。
可选的,识别模块503还用于:对运动区域进行颜色识别,根据颜色识别结果确定运动区域内烟火事件的危害程度。
可选的,识别模块503还用于:获取原始图像中的第一帧图像与第二帧图像。其中,第一帧图像与第二帧图像是在时域上邻近的两帧图像,第一帧图像包括第一图像坐标,第二帧图像包括第二图像坐标。然后,根据第二图像坐标相对于第一图像坐标的偏移量对第二帧图像进行校正,或,根据第一图像坐标相对于第二图像坐标的偏移量对第一帧图像进行校正。其中,运动区域是根据校正之后的原始图像确定的。
请参见图6,基于同一发明构思,本申请实施例提供了一种电子设备600,该电子设备包括:至少一个处理器601、至少一个存储器602以及存储在存储器中的计算机程序指令,当计算机程序指令被处理器执行时实现如前述的烟火事件监测方法。
可选的,处理器601具体可以是中央处理器、特定应用集成电路(英文:Application Specific Integrated Circuit,简称:ASIC),可以是一个或多个用于控制程序执行的集成电路,可以是使用现场可编程门阵列(英文:Field Programmable GateArray,简称:FPGA)开发的硬件电路,可以是基带处理器。
可选的,该读写锁操作设备还包括与至少一个处理器601连接的存储器602,存储器602可以包括只读存储器(英文:Read Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)和磁盘存储器。存储器602用于存储处理器601运行时所需的数据。存储器602的数量为一个或多个。其中,存储器602在图6中一并示出,但需要知道的是存储器602不是必选的功能模块,因此在图6中以虚线示出。
基于同一发明构思,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行如前述的烟火事件监测方法。
在具体的实施过程中,计算机可读存储介质包括:通用串行总线闪存盘(Universal Serial Bus flash drive,USB)、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的存储介质。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:通用串行总线闪存盘(Universal Serial Bus flash disk)、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种烟火事件监测方法,其特征在于,包括:
采集待监测区域的图像,获得原始图像;
基于所述原始图像中待监测的多个目标区域的位置信息对所述原始图像进行划分,获得多个子图像,其中,一个所述目标区域的所述位置信息包括所述目标区域相对所述待检测区域的位置;
确定所述原始图像中的运动区域是否发生烟火事件,所述运动区域为所述原始图像中的运动目标所经过的区域;
若所述运动区域内发生所述烟火事件,根据所述运动区域所在子图像确定所述待监测区域内发生所述烟火事件的位置。
2.如权利要求1所述的方法,其特征在于,所述待监测区域为目标建筑物所在的区域,所述目标区域的位置信息指示所述目标区域在所述目标建筑物中的高度和/或宽度。
3.如权利要求1或2所述的方法,其特征在于,基于所述原始图像中待监测的多个目标区域的位置信息对所述原始图像进行划分,包括:
对所述原始图像进行特征提取,获得所述多个目标区域中的各个目标区域的图像坐标,所述多个目标区域为潜在发生烟火事件的区域;
根据所述多个目标区域的图像坐标确定各个所述目标区域的位置信息;
根据所述多个目标区域的位置信息对所述原始图像进行划分。
4.如权利要求3所述的方法,其特征在于,根据所述多个目标区域的位置信息对所述原始图像进行划分,包括:
根据所述多个目标区域在所述待检测区域中的高度,将同一区间内的高度的至少一个目标区域划分到一个子图像。
5.如权利要求1所述的方法,其特征在于,确定所述原始图像中的运动区域是否发生烟火事件,包括:
若所述运动区域在所述原始图像中的边缘轮廓变化符合预设规则,确定所述运动区域发生烟火事件。
6.如权利要求5所述的方法,其特征在于,在确定所述运动区域发生烟火事件之后,还包括:
对所述运动区域进行颜色识别;
根据颜色识别结果确定所述运动区域内烟火事件的危害程度。
7.如权利要求5或6所述的方法,其特征在于,在确定所述原始图像中的运动区域是否发生烟火事件之前,所述方法还包括:
获取所述原始图像中的第一帧图像与第二帧图像,所述第一帧图像与所述第二帧图像是在时域上邻近的两帧图像,所述第一帧图像包括第一图像坐标,所述第二帧图像包括第二图像坐标;
根据所述第二图像坐标相对于所述第一图像坐标的偏移量对所述第二帧图像进行校正,或,根据所述第一图像坐标相对于所述第二图像坐标的偏移量对所述第一帧图像进行校正;其中,所述运动区域是根据校正之后的所述原始图像确定的。
8.一种烟火事件监测装置,其特征在于,包括:
采集模块,用于采集待监测区域的图像,获得原始图像;
划分模块,基于所述原始图像中待监测的多个目标区域的位置信息对所述原始图像进行划分,获得多个子图像,其中,一个所述目标区域的所述位置信息包括所述目标区域相对所述待检测区域的位置;
识别模块,用于确定所述原始图像中的运动区域是否发生烟火事件,所述运动区域为所述原始图像中的运动目标所经过的区域;
确定模块,用于若所述运动区域内发生烟火事件,根据所述运动区域所在子图像确定所述待监测区域内发生烟火事件的位置。
9.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615609.0A CN115937746A (zh) | 2022-12-15 | 2022-12-15 | 一种烟火事件监测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615609.0A CN115937746A (zh) | 2022-12-15 | 2022-12-15 | 一种烟火事件监测方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115937746A true CN115937746A (zh) | 2023-04-07 |
Family
ID=86553736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211615609.0A Pending CN115937746A (zh) | 2022-12-15 | 2022-12-15 | 一种烟火事件监测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115937746A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116978181A (zh) * | 2023-09-20 | 2023-10-31 | 永林电子股份有限公司 | 一种兼具日常照明功能的led应急灯控制方法及其装置 |
CN117058253A (zh) * | 2023-10-12 | 2023-11-14 | 南京邮电大学 | 一种基于ptz摄像机的高精度告警定位方法 |
-
2022
- 2022-12-15 CN CN202211615609.0A patent/CN115937746A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116978181A (zh) * | 2023-09-20 | 2023-10-31 | 永林电子股份有限公司 | 一种兼具日常照明功能的led应急灯控制方法及其装置 |
CN117058253A (zh) * | 2023-10-12 | 2023-11-14 | 南京邮电大学 | 一种基于ptz摄像机的高精度告警定位方法 |
CN117058253B (zh) * | 2023-10-12 | 2024-01-23 | 南京邮电大学 | 一种基于ptz摄像机的高精度告警定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115937746A (zh) | 一种烟火事件监测方法、装置及存储介质 | |
CN111739250B (zh) | 结合图像处理技术与红外传感器的火灾探测方法及系统 | |
CN109484935B (zh) | 一种电梯轿厢监控方法、装置及系统 | |
US9792505B2 (en) | Video monitoring method, video monitoring system and computer program product | |
CN103716579A (zh) | 视频监控方法及系统 | |
CN111368615B (zh) | 一种违章建筑预警方法、装置及电子设备 | |
CN110067274B (zh) | 设备控制方法及挖掘机 | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
CN113112480B (zh) | 视频场景变换检测方法、存储介质和电子设备 | |
CN111898581A (zh) | 动物检测方法、装置、电子设备及可读存储介质 | |
CN112528974B (zh) | 测距方法、装置、电子设备及可读存储介质 | |
CN110458126B (zh) | 一种受电弓状态监测方法及装置 | |
CN111488799A (zh) | 一种基于图像识别的坠落物识别方法及系统 | |
CN113343779B (zh) | 环境异常检测方法、装置、计算机设备和存储介质 | |
CN114120171A (zh) | 基于视频帧的火灾烟雾检测方法、装置、设备及存储介质 | |
CN116310678A (zh) | 固态激光雷达与热成像视觉融合的火源识别及定位方法 | |
CN113065454B (zh) | 一种高空抛物目标识别比较的方法及装置 | |
CN113378754A (zh) | 一种工地裸土监测方法 | |
CN113505643A (zh) | 违章目标物检测方法及相关装置 | |
CN116403162B (zh) | 一种机场场面目标行为识别方法、系统及电子设备 | |
CN104112281B (zh) | 使用高光谱成像跟踪对象的方法 | |
CN106803937B (zh) | 一种具有文本日志的双摄像头视频监控方法、系统和监控装置 | |
CN110287957B (zh) | 一种低慢小目标的定位方法及定位装置 | |
CN112036269A (zh) | 跌倒检测方法、装置、计算机设备和存储介质 | |
CN111753587A (zh) | 一种倒地检测方法及装置 |
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 |