[发明专利]一种火灾烟雾视频智能监控预警系统及预警方法有效
申请号: | 201810120007.5 | 申请日: | 2018-02-07 |
公开(公告)号: | CN110120142B | 公开(公告)日: | 2021-12-31 |
发明(设计)人: | 穆波;王文正;高雪琦;崔靖文 | 申请(专利权)人: | 中国石油化工股份有限公司;中石化安全工程研究院有限公司 |
主分类号: | G08B17/10 | 分类号: | G08B17/10;G06K9/00 |
代理公司: | 青岛智地领创专利代理有限公司 37252 | 代理人: | 陈海滨 |
地址: | 100020 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 火灾 烟雾 视频 智能 监控 预警系统 预警 方法 | ||
1.一种火灾烟雾视频智能监控预警方法,其特征在于,采用一种火灾烟雾视频智能监控预警系统,包括无线传输装置、探测装置、报警装置和监控装置,所述探测装置包括传感器感应模块,所述监控装置包括分析处理模块和主服务器,所述主服务器与传感器感应模块通过无线传输装置连接,所述传感器感应模块用于将感应的信号输送至主服务器,所述无线传输装置用于将视频图像传输至所述主服务器,所述主服务器与所述分析处理模块连接,并用于将所得视频图像输送至分析处理模块;其特征在于:
所述分析处理模块用于对视频图像进行判定,所述的判定包括对静态特征下可疑火灾烟雾区域的圈定和动态特征下火灾烟雾区域的判定,当视频图像显示火灾烟雾边界区域不规则或/和火灾烟雾区上有像素点的灰度值时,则归为静态特征下可疑火灾烟雾区域的圈定;所述动态特征下火灾烟雾区域的判定以火灾烟雾边界区域的动态扩散特征为依据,所述静态特征下可疑火灾烟雾区域的圈定包括可疑火灾烟雾区域和无火灾烟雾区域,
所述分析处理模块连接所述报警装置,并将所得信号传输至所述报警装置;
所述火灾烟雾边界区域的动态扩散特征的判定方法如式(1):
式(1)中,Vj+n和Vj是在视频图像中的第(j+n)帧图像和第j帧图像中可疑火灾烟雾区域总的像素个数;n是计算区间内视频图像变化的帧数;t变化每帧数的时间;T是计算区间内可疑火灾烟雾区域的像素变化率;
所述探测装置还包括设置在监测区域的红外探测器或烟雾探测器;
所述无线传输装置包括wifi模块;
所述预警方法依次包括以下步骤:
a静态特征下可疑火灾烟雾区域的圈定,包括以下子步骤:
a1火灾烟雾边界区域的不规则特征圈定,按照式(2)和式(3)进行圈定:
式(2)中,L为视频图像中可疑火灾烟雾边界周长;S为视频图像中可疑火灾烟雾面积;K为可疑火灾烟雾区域无量纲判定参数;
式(3)中,KT为无量纲判定参数阈值;P1为可疑火灾烟雾区域静态特征判定参量;
a2火灾烟雾区域的灰度均一性圈定,根据式(4)和式(5)进行圈定;
式(4)中,Xi为可疑火灾烟雾区域第i个像素点的灰度值;为可疑火灾烟雾区域内像素灰度的平均值;N为可疑火灾烟雾区域内像素数量;W为可疑火灾烟雾范围内所有像素点的方差;
式(5)中,WT为像素点方差判定阈值;P2为可疑火灾烟雾区域静态特征判定参量;
a3火灾烟雾静态特征综合判定
根据视频图像中可疑火灾烟雾的静态特性,以判定参量P1和P2为基础,提出视频图像火灾烟雾可疑区域的综合判定参数P,通过式(6)来判定;
b动态特征下火灾烟雾区域的判定,
根据火灾烟雾边界区域的动态扩散特征,给出视频图像可疑火灾烟雾区域的判定方法如式(7):
式(7)中,Vj+n和Vj是在视频图像中的第(j+n)帧图像和第j帧图像中可疑火灾烟雾区域总的像素个数;n是计算区间内视频图像变化的帧数;t变化每帧数的时间;T是计算区间内可疑火灾烟雾区域的像素变化率;
c火灾烟雾监测应急预警
通过给定火灾烟雾区域变化率的上下阈值Tmin和Tmax,当满足公式时,则可以判定可疑火灾烟雾区域存在火灾烟雾并及时进行火灾烟雾区域的视频输出和预警;
当不满足公式时,虽然未判定此可疑火灾烟雾区域存在火灾烟雾,但由于其可疑火灾烟雾静态特征,仍需确定现场火灾烟雾是否存在。
2.根据权利要求1所述的一种火灾烟雾视频智能监控预警方法,其特征在于:步骤b中,通过对n帧图像内不同帧长的像素变化率分别进行了计算并平均,得到了可疑火灾烟雾区域的像素平均变化率如式(8):
3.根据权利要求1所述的一种火灾烟雾视频智能监控预警方法,其特征在于:步骤a2火灾烟雾区域的灰度均一性圈定中,在视频图像中存在火灾烟雾区域的颜色与浓度呈现正相关关系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中石化安全工程研究院有限公司,未经中国石油化工股份有限公司;中石化安全工程研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810120007.5/1.html,转载请声明来源钻瓜专利网。