[发明专利]基于人工智能的热成像火灾报警系统及其图像处理方法

权利要求书

1.一种基于人工智能的热成像火灾报警系统，其特征在于，包括：

CAN控制器，CAN收发器，CAN总线，数据集中器，红外采集图像预处理模块，被监控目标识别模块，火灾检测、诊断单元，结果输出模块，火灾监控中心，以及设置于各不同火灾探测监控区域位置上的火灾探测单元；

所述火灾探测单元用于实时探测和采集各不同火灾探测监控区域位置上火灾监控目标的烟雾和红外热成像数据；各所述火灾探测单元的数据输出端依次连接一CAN控制器和CAN收发器后与CAN总线连接；

所述数据集中器通过信息数据传输模块与CAN总线相连，所述数据集中器用于汇集各火灾探测单元探测和采集到的监控目标的烟雾和红外热成像数据；所述数据集中器的数据输出端依次连接红外采集图像预处理模块，被监控目标识别模块，火灾检测、诊断单元，结果输出模块，火灾监控中心。

2.根据权利要求1所述的一种基于人工智能的热成像火灾报警系统，其特征在于，所述火灾监控中心通过信息数据传输模块连接消防广播设备和火灾显示屏，所述火灾监控中心通过GSM模块通讯连接移动端进行火灾情况信息推送和现实。

3.根据权利要求1所述的一种基于人工智能的热成像火灾报警系统，其特征在于，所述火灾探测单元包括设置于火灾监控目标位置的多个烟雾传感器，设置于火灾监控目标位置上方的多个红外成像仪，各所述烟雾传感器的数据输出端连接一旋转定位跟踪模块，所述旋转定位跟踪模块通过信息数据传输模块与各红外成像仪电性相连；所述火灾探测单元内设置有GPS定位模块。

4.根据权利要求1所述的一种基于人工智能的热成像火灾报警系统，其特征在于，所述火灾检测、诊断单元包括温度判断模块、算法模块、存储器；

所述温度判断模块用于对红外热成像图片数据中经被监控目标识别模块识别的被监控目标区域的温度值数据是否大于存储器中存储的温度阈值数据；

所述算法模块中存储有红外热成像图片火灾判断的算法，所述红外热成像图片火灾判断的算法包括Sobel算法、NMI特征提取算法、NMI特征的目标识别算法、速率算法、温度面积算法；所述存储器中存储有被监控目标区域的模板图像的NMI特征值、监控目标位置的温度阈值数据、监控目标位置的图像前后像素做差阈值数据。

5.如权利要求1-4任一项所述的一种基于人工智能的热成像火灾报警系统的图像处理方法，其特征在于，包括如下步骤；

S01：各所述火灾探测单元对不同区域位置的火灾监控目标实时进行监控，当产生烟雾时，由所述烟雾传感器首先确定烟雾发生的具体位置，并通过旋转定位跟踪模块旋转各红外成像仪对烟雾发生的目标位置进行定位后进行红外成像；

S02：通过所述CAN控制器和CAN收发器对各火灾探测单元进行数据传递并增强各火灾探测单元之间的驱动能力和通讯距离；

S03：通过所述数据采集器接收各火灾探测单元传输的红外成像数据信息并进行集中；

S04：通过所述红外采集图像预处理模块对接收的各红外成像数据进行预处理，包括红外图像的非均匀性校正、红外图像滤波去噪、红外图像画质增强；

S05：通过所述被监控目标识别模块对红外图像数据监控区域中的表征被监控目标的区域进行识别；

S06：通过所述火灾检测、诊断单元对红外图像数据监控区域进行图像信息变化诊断；

S07：通过所述算法模块判断监控目标位置是否可能发生火灾

若是，则进行下一步骤；

若否，则进入步骤S10；

S08：所述结果输出模块输出经火灾检测、诊断单元对监控目标位置的火灾判断结果并将结果数据信息传输至火灾监控中心；

S09：所述火灾监控中心将接收到的火灾判断解雇数据信息传输至消防广播设备、火灾显示屏，并通过GSM模块将火灾判断结果数据与信息传输至移动端进行显示；

S10：完成。