JP7257212B2 - 監視装置、監視システムおよび監視方法 - Google Patents
監視装置、監視システムおよび監視方法 Download PDFInfo
- Publication number
- JP7257212B2 JP7257212B2 JP2019059415A JP2019059415A JP7257212B2 JP 7257212 B2 JP7257212 B2 JP 7257212B2 JP 2019059415 A JP2019059415 A JP 2019059415A JP 2019059415 A JP2019059415 A JP 2019059415A JP 7257212 B2 JP7257212 B2 JP 7257212B2
- Authority
- JP
- Japan
- Prior art keywords
- flare
- abnormal
- image
- determination unit
- erroneous detection
- 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
Images
Description
本発明の一態様によれば、監視方法は、映像を取得する工程と、前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する工程と、前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する工程と、前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤報の可能性を判定する工程と、を有し、前記異常フレア領域を認識する工程では、前記映像における前記フレアに対応するRGB輝度値と前記RGB輝度値の範囲を示す設定情報に基づいて、前記異常フレア領域において、前記フレアが映った領域の画素数を算出し、前記異常フレアを検出する工程では、前記画素数が所定の閾値以上となると異常フレアと判定する。
(システムの構成)
図1は、本発明の一実施形態における監視システムの一例を示す図である。
図1に、監視システム1の構成を示す。図1に示すように監視システム1は、カメラ10と、映像取得装置15と、映像分配装置20と、監視用モニター25と、監視装置30と、を備える。
カメラ10は、フレアや煙が放出されるフレアスタック先端のバーナー部(フレアを放散する先端部、煙突)と、その周辺の映像を撮影する。図3にカメラ10が撮影した映像の一例を示す。カメラ10が撮影した映像を、以下フレア映像と記載する。なお、カメラ10は、動画を撮影する撮像装置であることが好ましいが、例えば、所定の時間間隔で静止画を撮影するものであってもよい。
監視用モニター25は、フレア映像を表示する。監視員は、監視用モニター25に表示されたフレア映像を監視する。
(監視装置の機能)
図2は、本発明の第一実施形態における監視装置の一例を示す機能ブロック図である。
監視装置30は、CPU(Central Processing Unit)等の演算装置を備えたPC(Personal Computer)やサーバ等のコンピュータである。図示するように監視装置30は、映像取得部31と、設定情報取得部32と、映像解析部33と、異常フレア判定部34と、誤検出判定部341と、失火判定部35と、黒煙判定部36と、記憶部37と、出力制御部38と、を備えている。
設定情報取得部32は、フレア映像を解析しフレアの異常等の検出に必要な設定情報を取得する。設定情報取得部32は、取得した設定情報を記憶部37に記録する。
正常フレア領域51は、例えば、バーナー部56の一部を含んでフレア55の大きさが正常とみなせる範囲を規定する。
異常フレア領域52は、例えば、正常フレア領域51よりも基準位置から離れた領域を含んで設定される。異常フレア領域52は、フレア55が拡大したときに、その一部が届く可能性がある位置に対して設定される。例えば、異常フレア領域52は、正常フレア領域51外側の上空側に、正常フレア領域51よりも広い幅を有して設定される。監視装置30は、フレア55が拡大し、その一部が異常フレア領域52に達し、所定の割合を占めるようになると、フレア55が大きい(異常)と判定する。なお、異常フレア領域52は、図示するように正常フレア領域51を含まないように設定されても良いし、正常フレア領域51を含んで設定されてもよい。以下では、特に断りのない限り、図示するように異常フレア領域52が、正常フレア領域51を含まないように設定される場合を例に説明を行う。
なお、正常フレア領域51、異常フレア領域52、黒煙検出領域53、背景領域54は監視員が任意に設定することができる。
図4は、本発明の第一実施形態における監視システムの監視画面の一例を示す図である。
出力制御部38は、図4に例示する監視画面60の画像を生成する。監視画面60は、結果表示欄61、フレア輝度表示欄62a~62b、設定情報入力欄63a~63f、登録ボタン64、フレア映像50を含む。
結果表示欄61には、異常フレア判定部34および失火判定部35および黒煙判定部36による判定結果が表示される。異常フレア判定部34がフレア異常を検出せず、失火判定部35が失火を検出せず、黒煙判定部36が黒煙を検出しないとき、出力制御部38は、結果表示欄61に文字データ「正常」を表示する。異常フレア判定部34がフレア異常を検出すると、出力制御部38は、例えば、文字データ「フレア異常」を表示する。また、誤検出判定部341がフレア異常の誤検出の可能性を検出すると、出力制御部38は、例えば、文字データ「フレア異常(誤報の可能性あり)」を表示する。失火判定部35が失火を検出すると、出力制御部38は、例えば、文字データ「失火」を表示する。黒煙判定部36が黒煙を検出すると、出力制御部38は、例えば、文字データ「黒煙発生」を表示する。また、異常フレア判定部34がフレア異常を検出し、黒煙判定部36が黒煙を検出した場合、出力制御部38は、例えば、文字データ「フレア異常および黒煙発生」を表示する。
出力制御部38は、カメラ10が撮影したフレア映像50に正常フレア領域51、異常フレア領域52、黒煙検出領域53、背景領域54それぞれの境界線を重ねた画像を表示する。
監視員は、監視用モニター25に表示されるフレア映像50に加え、結果表示欄61、フレア映像50、フレア輝度表示欄62a~62bを見てフレアの監視を行う。なお、監視用モニター25に表示されるフレア映像50には、正常フレア領域51、異常フレア領域52、黒煙検出領域53、背景領域54を示す境界線は表示されない。
監視員は、黒煙判定部36が、黒煙が発生したと判定するときのしきい値、つまり黒煙が映っているとみなせる画素数の黒煙検出領域53の全画素数に占める割合のしきい値を、設定情報入力欄63bに入力する。
(誤検出の判定)
1.形状に基づく誤検出の判定
図5は、本発明の第一実施形態における形状による誤検出判定処理を説明する第1の図である。
画像5aは、映像取得部31が取得したフレア映像である。画像5bは、画像5aについてフレアに対応するRGB輝度値を有する画素を白色で表示し、残りを黒色で表示した画像である。画像5a,5bは、異常フレアの例である。画像5bからわかるように異常フレアの形状は、バーナー部56を基準として、おおよそ左右対称である。異常フレアの多くは、図5に例示するように左右対称の形状で観測される。
画像6aは、映像取得部31が取得したフレア映像である。画像6bは、画像6aについてフレアに対応するRGB輝度値を有する画素を白色で表示し、残りを黒色で表示した画像である。画像6a,6bは、夕焼け雲が異常フレアと誤検出された場合の例である。画像6bからわかるように夕焼け雲の形状は、左右対称とならないことが多い。
なお、左右の類似度について、2値化処理した画像からエッジ処理して画像の外形を抽出し、所定の位置から外形の画素とのベクトル距離の積算を計算し、左右のベクトル積算値の比を用いて、その比が所定の範囲内であれば左右対称であると判定してもよい。または検出したフレア画像の水平方向の画素分布を計算し、その尖度または歪度を比較してもよい。
図7は、本発明の第一実施形態における色相による誤検出判定処理を説明する第1の図である。
画像7aは異常フレアの画像、画像7bは朝焼け雲を異常フレアと誤検出したときの画像である。この例の場合、上記の形状による判定では、誤検出か否かの判定が難しい。そこで、出願人は、これらの画像のフレアと判定された画素の色相、彩度、明度について解析を行った。その結果を、図8に示す。
図8の表に、正しくフレア異常が検出された画像7aの色相、彩度、明度と、フレア異常が誤検出された画像7bの色相、彩度、明度とを示す。図示するように彩度、明度には差が無く、色相に差があることが分かった。また、色相について、フレアに対応するRGB輝度値を有する全画素の中の最大値、最小値よりも全画素の平均値に注目すると誤検出か否かを判別しやすいことが分かった。出願人は、この他にも監視エリア内の色相の度数分布に注目して誤検出の判別を行う方法も試みたが、異常フレアと朝焼け雲で有意な差が出なかった。なお、図8の表中の色相の最大、最小、平均の各値は、色相45°を基準とする値である。つまり、図7の画像7aのフレア部分の色相の平均値は39.9°(45-5.1)で、画像7bのフレア部分の色相の平均値は45.4°である。図9に検出対象とする色相と彩度を示す。
図示するようにフレアや朝焼け雲、夕焼け雲の彩度は25%付近の値である。ここで彩度25%付近における色相45°とは、濃い黄色に対応し、色相の度数が小さくなるほど赤色に近づく。また、彩度25%付近では、色相45°は白味がかった黄色である。図8に示すように、朝焼け雲は、白っぽい黄色(色相45.4°)に近く、フレアは、よりオレンジに近い黄色(色相39.9°)である。
また、誤検出判定部341は、異常フレアとして検出された画素群の経時的変化に基づいて誤検出の判定を行ってもよい。
図10は、本発明の第一実施形態における経時的変化の特性による誤検出判定処理を説明する図である。
図10(a)は、夕焼け雲を異常フレアとして検出した場合のフレアとして検出された画素数のフレア映像全体の画素数に占める割合の経時的な変化を示すグラフである。
図10(b)は、正しく異常フレアを検出した場合のフレアとして検出された画素数のフレア映像全体の画素数に占める割合の経時的な変化を示すグラフである。
図10(a)、図10(b)に示すように夕焼け雲の画素数の変動は小さく、フレアの単位時間当たりの画素数の変動は大きい。つまり、細かい時間間隔で観察したときに、フレアには、形状が揺らいだり、一瞬消えたりといった激しい挙動の変化がみられるのに対し、雲は一定の大きさ、形状を保つという経時的変化の特性がある。誤検出判定部341は、複数の映像に含まれるフレアの挙動を、当該映像に雲が含まれた場合の当該雲が示す挙動と比較して誤報の可能性を判定する。
また、画素数の経時的変化が所定範囲を超えることが連続して観測されなくてもよい。例えば、所定時間(例えば、2分)において画素数の経時的変化が所定範囲を超える回数が閾値以上となると、誤検出判定部341は、異常フレアの検出は誤検出ではないと判定してもよい。
なお、経時的変化の算出は以下のようにして行ってもよい。まず、誤検出判定部341は、所定時間のフレア画素数の標準偏差を算出し、算出した標準偏差を所定時間のフレア画素数の平均値で除算する規格化処理を行う。そして、除算した結果が、所定の閾値以上の場合、誤検出判定部341は、異常フレアの検出は誤検出ではないと判定し、閾値以下の場合、異常フレアの検出は誤検出であると判定してもよい。この規格化処理は、検出した対象が雲の場合、その雲が大きいと、変化率は小さくても変化量は大きくなる可能性があり、変化量を検出した対象の画素数で割って、変化量が対象全体に占める割合で判断することによって、精度良く雲か異常フレアかを判断するために行う。雲の場合、変化量が占める割合は、ごく一部の為、除算後の値は、例えば数パーセント以下となる。一方、異常フレアの場合、変化量がフレア全体に占める割合は大きなものとなる。なお、規格化処理において画素数の平均値で割るとしたが、例えば、所定時間における画素数の最大値や最小値、中央値などの他の代表値を用いて除算してもよい。
図11は、本発明の第一実施形態における誤報判定処理の一例を示すフローチャートである。
誤検出判定部341に対して、上記の1~3の誤検出判定処理の実行の有無を設定することができるとする。例えば、監視員は、常に風が吹いている環境では、「1.形状に基づく誤検出の判定」を行わないように設定してもよいし、反対に、風の影響がなく、カメラ10の設置位置や方向、周囲の建物などの関係から朝焼け雲、夕焼け雲の影響があまりない環境の場合、「1.形状に基づく誤検出の判定」だけを行って他の判定処理を実行しないように設定してもよい。もちろん監視員は、「2.色相に基づく誤検出の判定」だけを行うよう設定してもよいし、「3.経時的変化の特性に基づく誤検出の判定」だけを行うよう設定してもよい。あるいは、1~3の全ての誤検出判定処理を実行するようにも設定できる。これらの設定は、所定の設定ファイルなどに設定登録され、誤検出判定部341は、この設定ファイルに登録された設定内容を参照して以下の誤検出判定処理を行う。なお、以下に示す1~3の処理順は便宜的なものであって、1~3の誤検出判定処理は任意の順番で行うことができる。
まず、誤検出判定部341は、設定ファイルを読み込んで1~3の何れの判定処理を実行するかについての設定情報を取得する。
次に、誤検出判定部341は、形状に基づく判定を行うか否かを判定する(ステップS1)。判定を行う場合(ステップS1;Yes)、誤検出判定部341は、上記の「1.形状に基づく誤検出の判定」の処理を行う(ステップS2)。例えば、誤検出判定部341は、フレア映像からフレアを示す画素を抽出して、バーナー部56を通過する垂直線を基準とする左右対称の程度(類似度)を算出する。左右対称とみなせる(類似度が閾値以上)の場合、誤検出判定部341は、誤検出ではないと判定する。左右対称ではない(類似度が閾値未満)の場合、誤検出判定部341は、誤検出の可能性が高いと判定する。誤検出判定部341は、誤検出の方法と判定結果を対応付けて記憶部37に記録する。
形状に基づく判定を行なわない場合(ステップS1;No)、ステップS3へ進む。
次に監視装置30における処理の流れについて説明する。
図12は、本発明の一実施形態における監視処理の一例を示すフローチャートである。カメラ10は、フレアスタックのバーナー部周辺の映像を継続的に撮影しており、その映像を映像取得装置15へ出力している。また、監視装置30では、映像取得部31が映像分配装置20を介して、フレア映像を取得する。
また、映像解析部33は、異常フレア領域52におけるフレアが映った画素を、同様のしきい値に基づいて検出する。映像解析部33は、異常フレア領域52におけるフレアが映った画素数(フレア画素数(異常))を異常フレア判定部34へ出力する。
なお、図4で例示した監視画面60では、赤輝度値と緑輝度値を設定する場合を例示したが、映像解析部33は、正常フレア領域51や異常フレア領域52におけるフレアが映った画素の検出にさらに青輝度値を加えて検出してもよい。また、監視画面60には、青輝度値を設定する入力欄を設けてもよい。
出力制御部38は、上記の値を設定した監視画面60の画像を生成し、ディスプレイに表示する(ステップS24)。フレア55の監視を継続する場合(ステップS25;No)、ステップS15以降の処理を繰り返し、フレア55の監視を終了する場合(ステップS25;Yes)、一連の処理を終了する。なお、「フレア異常」、「失火」、「黒煙発生」等と判定されたとき、その時の時刻とフレア映像を、ログとして記憶部37に記録するようにしてもよい。
また、黒煙検出領域53を、異常フレア領域52を含むように設定した場合、映像解析部33は、ステップS16の処理で、黒煙検出領域53における黒煙が映った領域の画素数から異常フレア領域52における黒煙が映った領域の画素数を減算した値を、黒煙画素数として、黒煙判定部36へ出力してもよい。同様に、黒煙検出領域53を、異常フレア領域52および正常フレア領域51を含むように設定した場合、映像解析部33は、ステップS16の処理で、黒煙検出領域53における黒煙が映った領域の画素数から異常フレア領域52または正常フレア領域51における黒煙が映った領域の画素数を減算した値を、黒煙画素数として、黒煙判定部36へ出力してもよい。あるいは、黒煙判定用のしきい値を大きな値に設定してもよい。
なお、一度、異常フレアと判定され、その後誤報と判定され、採取的に正常となった場合、出力制御部38は、例えば、「正常(フレア類似雲検出)」などの文字データを監視画面60の結果表示欄61に設定してもよい。
以下、本発明の第二実施形態による監視装置30aついて図13~図14を参照して説明する。
第二実施形態に係る監視装置30aは、第一実施形態の処理で異常フレアか否か、誤検出か否かを判定した結果の画像を学習して、正常フレアの画像か、異常フレアの画像か、異常フレアと誤検出される画像かを判別する学習済みモデルを構築する機能を有している。また、構築された学習済み画像を用いて、映像取得部31が取得したフレア映像に含まれるフレアが、上記の3つのうちの何れであるかを判定する機能を有している。
以下、本発明の第二実施形態に係る構成のうち、本発明の第一実施形態と同じ構成、処理には同じ符号を付し、それらの説明を省略する。
第二実施形態に係る監視装置30aは、異常フレア判定部34に代えて異常フレア判定部34aを備えている。異常フレア判定部34aは、第一実施形態の異常フレア判定部34の機能に加え、学習済みモデルに基づいて、正常フレア、異常フレアを判別する機能を備えている。また、監視装置30aは、学習部39を備えている。次にこれらの機能について、図14を参照して説明する。
まず、図14の上段の図を参照して学習部39の機能を説明する。学習部39は、図12のフローチャートの処理により、「正常」、「フレア異常」、「誤報」と判定されたときの映像に、それぞれ「正常」、「異常」、「誤報」又は「類似」といったラベルを付した学習データを記憶部37へ蓄積していく。なお、このラベルについては、図12の処理後、監視員が、実際に「正常」、「フレア異常」、「誤報」を確認してから付してもよい。次に監視員が、学習を行うよう監視装置30aに指示操作を行う。すると、学習部39は、記憶部37に蓄積した学習データを読み出して、深層学習を行って「正常」、「異常」、「誤報」の各画像を識別する学習済みモデル(例えば、多層のニューラルネットワーク)を構築する。
あるいは、学習済みモデルの判別結果が、「正常」の場合はステップS19以降の処理へ進み、学習済みモデルの判別結果が、「異常」または「誤報」の場合、ステップS171以降の処理を行うようにしてもよい。
または、学習済みモデルによる判定と、図12のフローチャートで説明した各判定処理を共に行うようにしてもよい。例えば、異常フレア判定部34aは、ステップS17の判定を行いつつ、学習済みモデルによる判別を行う。そして、ステップS17の処理でYESと判定されるか、又は、学習済みモデルによって「異常」または「誤報」と判別された場合、ステップS171以降の処理を行うようにしてもよい。
また、このような処理を行いつつ、学習データをさらに蓄積し、学習部39が、所定のタイミングで学習済みモデルを再構築してもよい。これにより、学習済みモデルの精度を向上させることができる。
なお、失火や黒煙発生の画像を学習して、失火や黒煙発生の判別を行うことができる学習済みモデルを構築してもよい。
なお、RGB輝度値とは、RGB色空間における赤(R)、緑(G)、青(B)の輝度値(0~255)の組み合わせで表される値のことである、白黒輝度値とは、0(黒)~255(白)の256階調で表される値のことである。
10・・・カメラ
15・・・映像取得装置
20・・・映像分配装置
25・・・監視用モニター
30・・・監視装置
31・・・映像取得部
32・・・設定情報取得部
33・・・映像解析部
34、34a・・・異常フレア判定部
341、341a・・・誤検出判定部
35・・・失火判定部
36・・・黒煙判定部
37・・・記憶部
38・・・出力制御部
39・・・学習部
50・・・フレア映像
51・・・正常フレア領域
52・・・異常フレア領域
53・・・黒煙検出領域
54・・・背景領域
60・・・監視画面
61・・・結果表示欄
62a、62b・・・フレア輝度表示欄
63a~63f・・・設定情報入力欄
64・・・登録ボタン
Claims (13)
- 映像を取得する映像取得部と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する映像解析部と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する異常フレア判定部と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状に基づいて、前記異常フレアの誤検出の可能性を判定する誤検出判定部と、
を備え、
前記誤検出判定部は、前記映像を、前記バーナー部を通る垂直線に対して左右に分割し、分割後の左右の画像の類似度を算出し、前記類似度が所定の閾値以下の場合に誤検出の可能性が高いと判定する、
監視装置。 - 映像を取得する映像取得部と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する映像解析部と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する異常フレア判定部と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤検出の可能性を判定する誤検出判定部と、
を備え、
前記誤検出判定部は、前記映像に映った前記フレアと判定された画素の色相と、色相45°との乖離の程度に応じて誤検出の可能性を判定する、
監視装置。 - 前記誤検出判定部は、前記映像の前記フレアと判定された画素の色相から45°を減算した補正色相を算出し、前記画素の補正色相の平均値が、所定の範囲内の場合に誤検出の可能性が高いと判定する、
請求項2に記載の監視装置。 - 前記誤検出判定部は、前記映像の前記フレアと判定された画素の色相から45°を減算した補正色相を算出し、前記画素の補正色相の平均値が、所定の設定値より小さい場合に誤検出ではない可能性が高いと判定する、
請求項2または請求項3に記載の監視装置。 - 前記誤検出判定部は、前記映像の前記フレアと判定された画素の経時的変化の特性に基づいて誤報の可能性を判定する、
請求項1から請求項4の何れか1項に記載の監視装置。 - 映像を取得する映像取得部と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する映像解析部と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する異常フレア判定部と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤検出の可能性を判定する誤検出判定部と、
を備え、
前記誤検出判定部は、前記フレアと所定の時間帯に前記映像に映る雲との差に基づいて誤報の可能性を判定する、
監視装置。 - 前記誤検出判定部は、前記異常フレアを誤検出したときの前記映像を学習して構築された学習済みモデルに基づいて誤報の可能性を判定する、
請求項1から請求項6の何れか1項に記載の監視装置。 - 映像を取得する映像取得部と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する映像解析部と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する異常フレア判定部と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤検出の可能性を判定する誤検出判定部と、
を備え、
前記映像解析部は、前記映像における前記フレアに対応するRGB輝度値と前記RGB輝度値の範囲を示す設定情報に基づいて、前記異常フレア領域において、前記フレアが映った領域の画素数を算出し、
前記異常フレア判定部は、前記画素数が所定の閾値以上となると異常フレアと判定する、
監視装置。 - フレアスタックのフレア放出部周辺の映像を撮影する撮像装置と、
前記映像を取得する請求項1から請求項8の何れか1項に記載の監視装置と、
を備える監視システム。 - 映像を取得する工程と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する工程と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する工程と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状に基づいて、前記異常フレアの誤報の可能性を判定する工程と、
を有し、
前記異常フレアの誤報の可能性を判定する工程では、前記映像を、前記バーナー部を通る垂直線に対して左右に分割し、分割後の左右の画像の類似度を算出し、前記類似度が所定の閾値以下の場合に誤検出の可能性が高いと判定する、
監視方法。 - 映像を取得する工程と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する工程と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する工程と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤報の可能性を判定する工程と、
を有し、
前記異常フレアの誤報の可能性を判定する工程では、前記映像に映った前記フレアと判定された画素の色相と、色相45°との乖離の程度に応じて誤検出の可能性を判定する、
監視方法。 - 映像を取得する工程と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する工程と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する工程と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤報の可能性を判定する工程と、
を有し、
前記異常フレアの誤報の可能性を判定する工程では、前記フレアと所定の時間帯に前記映像に映る雲との差に基づいて誤報の可能性を判定する、
監視方法。 - 映像を取得する工程と、
前記映像を解析し、フレアを放出するバーナー部を基準として設定された所定の異常フレア領域を認識する工程と、
前記異常フレア領域に占める前記フレアの大きさに基づいて、異常フレアを検出する工程と、
前記異常フレアが検出された前記映像に対する前記異常フレアの形状および色相の少なくとも一方についての解析結果に基づいて、前記異常フレアの誤報の可能性を判定する工程と、
を有し、
前記異常フレア領域を認識する工程では、前記映像における前記フレアに対応するRGB輝度値と前記RGB輝度値の範囲を示す設定情報に基づいて、前記異常フレア領域において、前記フレアが映った領域の画素数を算出し、
前記異常フレアを検出する工程では、前記画素数が所定の閾値以上となると異常フレアと判定する、
監視方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019059415A JP7257212B2 (ja) | 2019-03-26 | 2019-03-26 | 監視装置、監視システムおよび監視方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019059415A JP7257212B2 (ja) | 2019-03-26 | 2019-03-26 | 監視装置、監視システムおよび監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020160794A JP2020160794A (ja) | 2020-10-01 |
JP7257212B2 true JP7257212B2 (ja) | 2023-04-13 |
Family
ID=72643480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019059415A Active JP7257212B2 (ja) | 2019-03-26 | 2019-03-26 | 監視装置、監視システムおよび監視方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7257212B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080233523A1 (en) | 2007-03-22 | 2008-09-25 | Honeywell International Inc. | Flare characterization and control system |
US20090046172A1 (en) | 2007-08-14 | 2009-02-19 | Honeywell International Inc. | Flare Monitoring |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04143515A (ja) * | 1990-10-02 | 1992-05-18 | Mitsubishi Heavy Ind Ltd | バーナの異常検出方法 |
JPH04203707A (ja) * | 1990-11-30 | 1992-07-24 | Hitachi Ltd | 燃焼監視装置 |
JP3289456B2 (ja) * | 1993-12-27 | 2002-06-04 | 石川島播磨重工業株式会社 | 画像による異常検出方法 |
KR100397439B1 (ko) * | 1996-10-31 | 2003-10-23 | 두산중공업 주식회사 | 버너화염감시제어장치및그제어방법 |
-
2019
- 2019-03-26 JP JP2019059415A patent/JP7257212B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080233523A1 (en) | 2007-03-22 | 2008-09-25 | Honeywell International Inc. | Flare characterization and control system |
US20090046172A1 (en) | 2007-08-14 | 2009-02-19 | Honeywell International Inc. | Flare Monitoring |
Also Published As
Publication number | Publication date |
---|---|
JP2020160794A (ja) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6966970B2 (ja) | 監視装置、監視システムおよび監視方法 | |
US10852213B2 (en) | Image processing device for gas detection, image processing method for gas detection, image processing program for gas detection, computer-readable recording medium having image processing program for gas detection recorded thereon, and gas detection system | |
US9747501B2 (en) | Fire detection method and apparatus | |
KR102045871B1 (ko) | 인공지능 기술에 기반한 화재감지시스템 및 인공지능 기술에 기반한 화재감지방법 | |
US8538063B2 (en) | System and method for ensuring the performance of a video-based fire detection system | |
KR101998639B1 (ko) | 열화상 카메라와 색상 카메라의 복합 영상을 이용한 지능형 발화지점 감시 시스템 | |
KR101906900B1 (ko) | 열화상카메라를 이용한 화재감지 시스템 | |
KR102407327B1 (ko) | 화재감지장치 및 이를 포함하는 화재감지시스템 | |
JP7395684B2 (ja) | 煙検出装置及び煙識別方法 | |
JP5321615B2 (ja) | 水位検出装置、水位検出システム、及び水位検出方法 | |
KR100862409B1 (ko) | 비디오 영상을 이용한 화재 감지 방법 | |
KR101196678B1 (ko) | 실시간 화재 감시 장치 및 방법 | |
KR101693959B1 (ko) | 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법 | |
CN109034038B (zh) | 一种基于多特征融合的火灾识别装置 | |
JP3486229B2 (ja) | 画像変化検出装置 | |
Celik et al. | Computer vision based fire detection in color images | |
KR101044903B1 (ko) | 영상 감시 시스템에서 은닉 마르코프 모델을 이용한 불 검출방법 | |
KR101938120B1 (ko) | 열화상 촬영 장치 및 이를 이용한 열화상 분석 정보를 제공하는 방법 | |
US20100142822A1 (en) | Method and system for detecting flame | |
JP7257212B2 (ja) | 監視装置、監視システムおよび監視方法 | |
JP7294848B2 (ja) | 監視装置、監視システムおよび監視方法 | |
CN113408479A (zh) | 火焰检测方法、装置、计算机设备和存储介质 | |
KR20140109671A (ko) | 카메라의 명암 영상신호를 이용한 화염 검출방법 | |
JP3625442B2 (ja) | 物体検出方法及び物体検出装置並びに物体検出プログラム | |
JP5710230B2 (ja) | 監視システムおよび監視方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230203 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230403 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7257212 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |