CN117711127A - 一种消防安全监管方法及系统 - Google Patents
一种消防安全监管方法及系统 Download PDFInfo
- Publication number
- CN117711127A CN117711127A CN202311480203.0A CN202311480203A CN117711127A CN 117711127 A CN117711127 A CN 117711127A CN 202311480203 A CN202311480203 A CN 202311480203A CN 117711127 A CN117711127 A CN 117711127A
- Authority
- CN
- China
- Prior art keywords
- area
- verified
- fire
- gray
- images
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000009792 diffusion process Methods 0.000 claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008054 signal transmission Effects 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
- G08B17/12—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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Emergency Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Abstract
本发明涉及消防监管技术领域，具体公开了一种消防安全监管方法及系统，包括：步骤S1：获取各个实际评估空间的红外视频数据；步骤S2：筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；步骤S3：模拟火灾初起阶段火源扩散，获取火源面积‑扩散比例曲线k（s）；步骤S4：统计所有待验证图像的区域面积和区域比例，获得区域面积‑区域比例函数曲线K（S）；步骤S5：计算曲线k（s）和曲线K（S）的拟合程度，若所述的拟合程度超过预设的预警阈值，则发出消防警报，反之则不执行操作。本发明可以加快火灾预警的判断速度。
Description
技术领域
本发明涉及消防监管技术领域，具体涉及一种消防安全监管方法及系统。
背景技术
消防安全是指通过预防火灾、配备灭火设备、指定火灾应急计划和维护消防设施等一系列的安全措施以达到消除发生火灾的隐患、避免火灾发生时火势蔓延、减少火灾造成的人员伤亡和财产损失的目的，以及提高人员对火灾的应对能力。
在现有的消防安全监管方面，多数情况下，会通过采集建筑物中感烟探测器和感温探测器等设备的数据，实时监控建筑物的消防情况。比如申请号为202210514134X的一篇中国专利，其中公开了一种基于单体屏蔽原理的建筑消防安全评估方法，在其方案中通过设置的信号发射器和信号接收器将建筑分割成多个评估空间，在每个评估空间内设置温度感应器采集温度数据，同时考虑处理后的温度数据和信号接收器的信号强度是否满足预设条件，从而判断是否发出消防报警。
这种方式虽然仅需要根据温度数据和信号接收强度就可以及时发出安全警报，而且考虑到了人员走动会影响信号接收强度的情况，当温度感应器探测到异常热源和障碍物遮挡信号接收器这两种情况同时存在时才产生报警动作从而防止误报警；但是对于火灾的初起阶段，火源的辐射热低，产生的烟雾大，采用上述技术可能会因为温度感应器无响应而作出人员走动或是障碍物遮挡信号接收器的判断，导致火灾进入发展阶段，从而错过扑灭火灾的最好时机。
发明内容
本发明的目的在于提供一种消防安全监管方法及系统，解决上述技术问题。
本发明的目的可以通过以下技术方案实现：
一种消防安全监管方法，包括以下步骤：
步骤S1：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
步骤S2：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
步骤S3：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
步骤S4：获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
步骤S5：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
作为本发明进一步的方案：在所述的步骤S2中，捕捉灰度图像并标记待验证图像的具体方法为：
设定标定区域S0为m×n个像素点的区域，从灰度图像中截取若干个像素点互不重合的标定区域S0；
分别计算若干个灰度图像中标定区域S0内的平均灰度值，若至少存在一个标定区域S0的平均灰度值超过灰度阈值Y0，则将该标定区域标记为待验证区域，该灰度图像标记为待验证图像。
作为本发明进一步的方案：在所述的步骤S3中，获取火源面积-扩散比例曲线k(s)的具体步骤如下所示：
所述的模拟火灾初起阶段火源扩散的方法为：设置一个初始火源，通过红外摄像头逐帧拍摄初始火源扩散的过程，标注初始火源扩散时在每张红外图像帧中显示的像素点之和为火源面积s，与上一个时间节点的红外图像帧中火源面积之比为扩散比例k；
以火源面积s为横轴坐标，扩散比例k为纵轴坐标，绘制火源面积-扩散比例曲线k(s)。
作为本发明进一步的方案：在所述的步骤S4中，获取区域面积的方法为：
将所述的待验证图像进行阈值分割处理，统计所述的待验证区域中灰度值为255的像素点个数并作为区域面积。
作为本发明进一步的方案：在所述的步骤S4中，若待验证图像中的待验证区域不止一个，分别统计区域面积,计算区域比例时，两张待验证图像的待验证区域在像素点位置上互为对应。
作为本发明进一步的方案：在所述的步骤S5中，若一张若待验证图像中包含待验证区域，分别生成每个待验证区对应的区域面积-区域比例函数曲线Kj(S)，逐个计算所述的曲线Kj(S)与k(s)的拟合程度，若计算结果中至少有一个拟合程度超过预警阈值Y0，则发出消防警报，反之则不执行操作。
一种消防安全监管系统，包括：
数据获取模块：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
数据处理模块：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
标定模块：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
验证模块：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
本发明的有益效果：而在本发明中，在完成各个实际评估区间的划分之后，通过现有技术中的红外摄像等手段来获取各个实际评估区间内的红外图像，并通过灰度处理后得到对应红外图像的灰度图像，并根据灰度图像的像素分布特点，筛选出待验证图像，并进一步以标定结果相比，计算出二者的拟合程度，从而加快预警的判断。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种消防安全监管方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种消防安全监管方法，包括以下步骤：
步骤S1：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
步骤S2：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
步骤S3：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
步骤S4：获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
步骤S5：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
在现有技术中，利用信号发射与接收建立虚拟设置的墙，对复杂结构的建筑进行单体屏蔽划分，形成实际评估空间，并根据每一个实际评估空间的具体情况进行精细化消防安全评估；虽然仅需要根据温度数据和信号接收强度就可以及时发出安全警报，而且考虑到了人员走动会影响信号接收强度的情况，当温度感应器探测到异常热源和障碍物遮挡信号接收器这两种情况同时存在时才产生报警动作从而防止误报警；但是对于火灾的初起阶段，火源的辐射热低，产生的烟雾大，采用上述技术可能会因为温度感应器无响应而作出人员走动或是障碍物遮挡信号接收器的判断，导致火灾进入发展阶段，从而错过扑灭火灾的最好时机；
而在本发明中，在完成各个实际评估区间的划分之后，通过现有技术中的红外摄像等手段来获取各个实际评估区间内的红外图像，并通过灰度处理后得到对应红外图像的灰度图像，并根据灰度图像的像素分布特点，筛选出待验证图像，并进一步以标定结果相比，计算出二者的拟合程度，从而加快预警的判断。
在本发明一种优选的实施例中，在所述的步骤S2中，捕捉灰度图像并标记待验证图像的具体方法为：
设定标定区域S0为m×n个像素点的区域，从灰度图像中截取若干个像素点互不重合的标定区域S0；
分别计算若干个灰度图像中标定区域S0内的平均灰度值，若至少存在一个标定区域S0的平均灰度值超过灰度阈值Y0，则将该标定区域标记为待验证区域，该灰度图像标记为待验证图像。
在本发明一种优选的实施例中，在所述的步骤S3中，获取火源面积-扩散比例曲线k(s)的具体步骤如下所示：
所述的模拟火灾初起阶段火源扩散的方法为：设置一个初始火源，通过红外摄像头逐帧拍摄初始火源扩散的过程，标注初始火源扩散时在每张红外图像帧中显示的像素点之和为火源面积s，与上一个时间节点的红外图像帧中火源面积之比为扩散比例k；
以火源面积s为横轴坐标，扩散比例k为纵轴坐标，绘制火源面积-扩散比例曲线k(s)。
在本发明一种优选的实施例中，在所述的步骤S4中，获取区域面积的方法为：
将所述的待验证图像进行阈值分割处理，统计所述的待验证区域中灰度值为255的像素点个数并作为区域面积。
在本发明一种优选的实施例中，在所述的步骤S4中，若待验证图像中的待验证区域不止一个，分别统计区域面积,计算区域比例时，两张待验证图像的待验证区域在像素点位置上互为对应。
在本发明一种优选的实施例中，在所述的步骤S5中，若一张若待验证图像中包含待验证区域，分别生成每个待验证区对应的区域面积-区域比例函数曲线Kj(S)，逐个计算所述的曲线Kj(S)与k(s)的拟合程度，若计算结果中至少有一个拟合程度超过预警阈值Y0，则发出消防警报，反之则不执行操作。
一种消防安全监管系统，包括：
数据获取模块：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
数据处理模块：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
标定模块：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
验证模块：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (7)
1.一种消防安全监管方法，其特征在于，包括以下步骤：
步骤S1：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
步骤S2：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
步骤S3：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
步骤S4：获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
步骤S5：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
2.根据权利要求1所述的一种消防安全监管方法，其特征在于，在所述的步骤S2中，捕捉灰度图像并标记待验证图像的具体方法为：
设定标定区域S0为m×n个像素点的区域，从灰度图像中截取若干个像素点互不重合的标定区域S0；
分别计算若干个灰度图像中标定区域S0内的平均灰度值，若至少存在一个标定区域S0的平均灰度值超过灰度阈值Y0，则将该标定区域标记为待验证区域，该灰度图像标记为待验证图像。
3.根据权利要求1所述的一种消防安全监管方法，其特征在于，在所述的步骤S3中，获取火源面积-扩散比例曲线k(s)的具体步骤如下所示：
所述的模拟火灾初起阶段火源扩散的方法为：设置一个初始火源，通过红外摄像头逐帧拍摄初始火源扩散的过程，标注初始火源扩散时在每张红外图像帧中显示的像素点之和为火源面积s，与上一个时间节点的红外图像帧中火源面积之比为扩散比例k；
以火源面积s为横轴坐标，扩散比例k为纵轴坐标，绘制火源面积-扩散比例曲线k(s)。
4.根据权利要求1所述的一种消防安全监管方法，其特征在于，在所述的步骤S4中，获取区域面积的方法为：
将所述的待验证图像进行阈值分割处理，统计所述的待验证区域中灰度值为255的像素点个数并作为区域面积。
5.根据权利要求1所述的一种消防安全监管方法，其特征在于，在所述的步骤S4中，若待验证图像中的待验证区域不止一个，分别统计区域面积,计算区域比例时，两张待验证图像的待验证区域在像素点位置上互为对应。
6.根据权利要求1所述的一种消防安全监管方法，其特征在于，在所述的步骤S5中，若一张若待验证图像中包含待验证区域，分别生成每个待验证区对应的区域面积-区域比例函数曲线Kj(S)，逐个计算所述的曲线Kj(S)与k(s)的拟合程度，若计算结果中至少有一个拟合程度超过预警阈值Y0，则发出消防警报，反之则不执行操作。
7.一种消防安全监管系统，其特征在于，包括：
数据获取模块：将所述的目标建筑划分为若干个实际评估空间，设定检测周期T0，获取所述的检测周期T0内各个实际评估空间的红外视频数据；
数据处理模块：将所述的红外视频数据按照时间轴顺序拆分成若干个红外图像帧，并进行灰度处理后获得灰度图像，获取所述的灰度图像中预设的标定区域S0内各个像素的平均灰度值，并筛选出所述的平均灰度值超过预设的灰度阈值Y0的灰度图像，并标记为待验证图像；
标定模块：设定在标定周期Tb内，模拟火灾初起阶段火源扩散，以火源面积s作为自变量，火源面积的扩散比例k作为因变量，获取火源面积-扩散比例曲线k(s)；
获取第i张待验证图像中标定区域S0内灰度值超过预设的灰度阈值Y0的区域面积Si，将第i张待验证图像与第i-1张待验证图像的区域面积之比记为区域比例Ki，统计所有待验证图像的区域面积和区域比例，以区域面积S作为自变量，区域比例K作为因变量，获得区域面积-区域比例函数曲线K(S)；
验证模块：计算曲线k(s)和曲线K(S)的拟合程度C(k,K)，若所述的拟合程度C(k,K)超过预设的预警阈值Y0，则发出消防警报，反之则不执行操作；计算拟合程度C(k,K)的具体方法为：
获取连续的待验证图像中区域面积值构成的区间，记为[Smin，Smax]，其中，Smin为区域面积的最小值，Smax为区域面积的最大值；
计算曲线k(s)和曲线K(S)在区间[Smin，Smax]上的拟合程度C(k,K):
其中，ρ为火源物理状态的校正系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311480203.0A CN117711127B (zh) | 2023-11-08 | 2023-11-08 | 一种消防安全监管方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311480203.0A CN117711127B (zh) | 2023-11-08 | 2023-11-08 | 一种消防安全监管方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117711127A true CN117711127A (zh) | 2024-03-15 |
| CN117711127B CN117711127B (zh) | 2024-07-02 |
Family
ID=90155962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311480203.0A Active CN117711127B (zh) | 2023-11-08 | 2023-11-08 | 一种消防安全监管方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117711127B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020073686A1 (zh) * | 2018-10-08 | 2020-04-16 | 上海建工集团股份有限公司 | 基于图像识别的基坑自动监测数据筛选方法及系统 |
| CN111488802A (zh) * | 2020-03-16 | 2020-08-04 | 沈阳二一三电子科技有限公司 | 一种利用热成像的温度曲线合成算法及火灾预警系统 |
| CN114399882A (zh) * | 2022-01-20 | 2022-04-26 | 红骐科技(杭州)有限公司 | 一种用于消防机器人的火源探测识别并预警方法 |
| WO2023279556A1 (zh) * | 2021-07-09 | 2023-01-12 | 福建南方路面机械股份有限公司 | 一种骨料粒径抽样监测方法 |
| CN115691026A (zh) * | 2022-12-29 | 2023-02-03 | 湖北省林业科学研究院 | 一种森林防火的智能预警监控管理方法 |
| CN116229668A (zh) * | 2022-12-05 | 2023-06-06 | 江苏弘业环保科技产业有限公司 | 基于红外视频监测的火灾定位系统 |
| CN117010532A (zh) * | 2023-10-07 | 2023-11-07 | 电子科技大学 | 基于多模态深度学习的综合管廊火灾趋势预测方法 |
| CN117011993A (zh) * | 2023-09-28 | 2023-11-07 | 电子科技大学 | 基于图像处理的综合管廊火灾安全预警方法 |
-
2023
- 2023-11-08 CN CN202311480203.0A patent/CN117711127B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020073686A1 (zh) * | 2018-10-08 | 2020-04-16 | 上海建工集团股份有限公司 | 基于图像识别的基坑自动监测数据筛选方法及系统 |
| CN111488802A (zh) * | 2020-03-16 | 2020-08-04 | 沈阳二一三电子科技有限公司 | 一种利用热成像的温度曲线合成算法及火灾预警系统 |
| WO2023279556A1 (zh) * | 2021-07-09 | 2023-01-12 | 福建南方路面机械股份有限公司 | 一种骨料粒径抽样监测方法 |
| CN114399882A (zh) * | 2022-01-20 | 2022-04-26 | 红骐科技(杭州)有限公司 | 一种用于消防机器人的火源探测识别并预警方法 |
| CN116229668A (zh) * | 2022-12-05 | 2023-06-06 | 江苏弘业环保科技产业有限公司 | 基于红外视频监测的火灾定位系统 |
| CN115691026A (zh) * | 2022-12-29 | 2023-02-03 | 湖北省林业科学研究院 | 一种森林防火的智能预警监控管理方法 |
| CN117011993A (zh) * | 2023-09-28 | 2023-11-07 | 电子科技大学 | 基于图像处理的综合管廊火灾安全预警方法 |
| CN117010532A (zh) * | 2023-10-07 | 2023-11-07 | 电子科技大学 | 基于多模态深度学习的综合管廊火灾趋势预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117711127B (zh) | 2024-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5937092A (en) | Rejection of light intrusion false alarms in a video security system | |
| CN105046868B (zh) | 一种狭长环境中基于红外热像仪的火灾预警方法 | |
| JP4729610B2 (ja) | 煙検出装置 | |
| CN104463253B (zh) | 基于自适应背景学习的消防通道安全检测方法 | |
| JP7395684B2 (ja) | 煙検出装置及び煙識別方法 | |
| CN104598895A (zh) | 一种基于视频图像分析的火焰检测方法与装置 | |
| CN109034038B (zh) | 一种基于多特征融合的火灾识别装置 | |
| CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
| US6956485B1 (en) | Fire detection algorithm | |
| CN117711127B (zh) | 一种消防安全监管方法及系统 | |
| JP5286113B2 (ja) | 煙検出装置 | |
| CN107704818A (zh) | 一种基于视频图像的火灾检测系统 | |
| JP5015838B2 (ja) | 煙検出装置 | |
| US9997038B2 (en) | Smoke detection apparatus, method for detecting smoke and computer program | |
| JP2020126439A (ja) | 火災検知装置及び火災検知方法 | |
| JP5215707B2 (ja) | 煙検出装置 | |
| CN104850826B (zh) | 一种火灾红外波段检测方法 | |
| KR101425658B1 (ko) | 감시카메라 시스템에 대한 해킹 및 오동작 감지 방법 | |
| CN104240432A (zh) | 基于信息融合的富锰渣生产安全监控系统及方法 | |
| JP5015839B2 (ja) | 煙検出装置 | |
| JP2659080B2 (ja) | 赤外線カメラによる赤外線画像を利用した監視装置に於けるノイズ除去方法 | |
| JP5309069B2 (ja) | 煙検出装置 | |
| JPH08122197A (ja) | 画像による漏出検知方法及び装置 | |
| JPH10269471A (ja) | 火災検出装置 | |
| JP3960712B2 (ja) | 複合型監視装置 |
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 |