[发明专利]火情实时检测分析方法、系统、存储介质及电子设备

说明书

本发明公开了一种火情实时检测分析方法、系统、存储介质及电子设备，其包括：获得双光融合图像训练集；对双光融合图像训练集进行训练，以获得火情检测训练模型；通过搭载在无人机上的相机实时获取当前的实际火情场景图像，且通过所述火情检测训练模型从所述当前的实际火情场景图像中获取火情信息；获取当前实际火情场景中火场的位置信息；以及获取当前实际火情场景的气象信息，结合所述火场的位置信息进行火情发展趋势分析，以得到火情发展趋势分析结果。本发明可同时结合图像识别和火情场景的位置信息来进行火情发展的预判，避免仅单一考虑地理信息或者仅单一依靠图像识别进行火情判断所带来的局限性，使得对火情发展的预判更为准确。

技术领域

本发明涉及图像识别领域，具体为一种火情实时检测分析方法、系统、存储介质及电子设备。

背景技术

在社会生活中,火灾是威胁公共安全及人们生命财产的灾害之一。目前对火情的检测大多数是采用红外高温预警方式，但其往往受到距离影响，误检、漏检率较高；也有基于深度学习的方法，通过训练可见光火点检测模型来进行图像识别、检测的方案，但该方案无法利用火点的温度信息，且在夜间或者在类似森林中有树木等遮挡物的条件下无法有效进行预警；同时，目前进行火情趋势分析的方法主要是考虑地理信息，但火势的发展不仅仅和地理信息有关，还和当前的气候信息等因素有关，因此，仅考虑地理信息无法准确、全面进行火情发展的预判。

发明内容

针对现有技术的不足，本发明提供了一种火情实时检测分析方法、系统、存储介质及电子设备，其同时结合图像识别和火情场景的位置信息来进行火情发展的预判，避免仅单一考虑地理信息或者仅单一依靠图像识别进行火情判断所带来的局限性，使得对火情发展的预判更为准确。

为实现上述目的，本发明提供如下技术方案：

提供了一种火情实时检测分析方法，其包括如下步骤：

获得双光融合图像训练集；

对双光融合图像训练集进行训练，以获得火情检测训练模型；

通过搭载在无人机上的相机实时获取当前的实际火情场景图像，且通过所述火情检测训练模型从所述当前的实际火情场景图像中获取火情信息；

获取当前实际火情场景中火场的位置信息；

以及获取当前实际火情场景的气象信息，结合所述火场的位置信息进行火情发展趋势分析，以得到火情发展趋势分析结果。

优选的，通过无人机上搭载的双光云台设备对火情场景中的可见光图像以及红外图像进行双光图像融合，以获得双光融合图像训练集。

优选的，所述火情信息包括：火场边缘轮廓图像、火场中心图像、火线长度图像及火点面积图像中的一种或几种。

优选的，通过GPS模块获取相机的当前位置信息，且基于坐标解算模型获取相机与当前的实际火情场景之间的距离信息；再获取当前实际火情场景中火场的位置信息。

优选的，所述所述火场的位置信息包括：火场中心以及火场边缘轮廓的位置。

优选的，“获取当前实际火情场景中火场的位置信息”的过程包括如下步骤：

计算当前实际火情场景中火场中心相对于无人机的地理坐标；

根据当前实际火情场景中的火场中心相对于无人机的地理坐标计算当前实际火情场景中的火场中心的地理坐标；

根据当前实际火情场景中的火场中心的地理坐标计算当前实际火情场景中的火场中心的大地坐标。

还提供一种能实现上述火情实时检测分析方法的火情实时检测系统，其包括：

无人机；

相机，其搭载在无人机上，用于实时获取当前的实际火情场景图像；