[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 | ||
本发明公开了一种火灾烟雾视频智能监控预警系统及预警方法,涉及化工厂区火灾烟雾监控技术领域。其包括主服务器和分析处理模块,分析处理模块通过对主服务器中的视频图像进行分析,利用视频图像中火灾烟雾的静态特征圈定出可疑烟雾范围,进而采用视频图像中烟雾的动态特性进行可疑烟雾区域的判定。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。本发明在进行可疑火灾烟雾区域的圈定过程中,综合考虑了火灾烟雾区域边界不规则特性和区域灰度均一特性,能更加有效准确的进行可疑火灾烟雾区域的圈定。
技术领域
本发明涉及化工厂区火灾烟雾监控技术领域,具体涉及一种火灾烟雾视频智能监控预警系统及预警方法。
背景技术
化工厂区中装置工艺复杂、物料危险性大,且生产过程中存在高温高压的生产环境,易发生化工原料及泄漏物的燃烧爆炸。相关数据表明火灾、爆炸是造成化工厂区人员伤亡和财产损失的最主要因素。因此,针对化工厂区火灾发生早期产生的烟雾进行实时监控识别预警对于防止化工厂区火灾爆炸事故具有重要意义。目前传统的火灾探测器主要通过对火灾参量(气体产物、火灾烟雾、温度、光线等)的探测进行监控预警。而传统的火灾烟雾探测方法需要近距离开展探测工作,具有空间上的局限性,同时其自动化程度和监控报警准确性还有待进一步提高。
目前,已有相关研究采用视频图像分析技术针对火灾烟雾的监控问题开展了相关研究。CN104616024A通过对图像进行分割和映射图LBP特征的提取获得直方图序列LGNPHS,并采用Adaboost算法进行训练获得级联强分类器用以火灾烟雾的检测。然而,其监控报警准确性还有待提高。
发明内容
本发明的任务在于提供一种火灾烟雾视频智能监控预警系统及预警方法,其是从视频图像静态和动态特征角度出发,在进行可疑火灾烟雾区域圈定的基础上,根据其动态特征进行可疑火灾烟雾区域的判定,实现对火灾烟雾区域的实时监控预警。
一种火灾烟雾视频智能监控预警系统,其包括无线传输装置、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;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。
优选的,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。
进一步的,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。
进一步的,所述无线传输装置包括wifi模块。
一种火灾烟雾视频智能监控预警方法,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:
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/201810120007.5/2.html,转载请声明来源钻瓜专利网。