[发明专利]一种基于图像分割识别的火焰智能检测方法

说明书

本发明公开了一种基于图像分割识别的火焰智能检测方法，包括：采集实时现场的图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))；调取预置现场的K(K1(x,y),K2(x,y),K3(x,y),K4(x,y))，K1(x,y)指预置火焰的颜色特征，K2(x,y)指预置火焰的运动特征，K3(x,y)指预置火焰的几何特征，K4(x,y)指预置火焰的纹理特征；所述预置现场是指正常运行无火灾的现场；计算相关度A＝k₁Q1+k₂Q2+k₃Q3+k₄Q4，k₁、k₂、k₃和k₄均为权值；若A＜A₀，则进行火焰报警，A₀为预设值，0.3≤A₀≤0.4。本发明其能够自动识别火灾发生，识别效果好，且方便安全。

技术领域

本发明属于图像识别技术领域，尤其涉及一种基于图像分割识别的火焰智能检测方法。

背景技术

电力系统中的燃料系统检修是日常检修中需要重点关注的地方，目前针对燃料系统检修动火点在施工结束后的1—16小时内，容易因为现场遗留的零星热源与煤粉接触后发生阴燃，引起设备火灾，但依靠人工检测，较难发现，且存在安全隐患。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于图像分割识别的火焰智能检测方法，其能够自动识别火灾发生，识别效果好，且方便安全。

为解决上述技术问题，本发明采用的技术方案是：一种基于图像分割识别的火焰智能检测方法，包括：

采集实时现场的图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))，T1(x,y)指实时火焰的颜色特征，T2(x,y)指实时火焰的运动特征，T3(x,y)指实时火焰的几何特征，T4(x,y)指实时火焰的纹理特征；

调取预置现场的K(K1(x,y),K2(x,y),K3(x,y),K4(x,y))，K1(x,y)指预置火焰的颜色特征，K2(x,y)指预置火焰的运动特征，K3(x,y)指预置火焰的几何特征，K4(x,y)指预置火焰的纹理特征；所述预置现场是指正常运行无火灾的现场；

计算相关度A＝k₁Q1+k₂Q2+k₃Q3+k₄Q4，k₁、k₂、k₃和k₄均为权值；

若A＜A₀，则进行火焰报警，A₀为预设值，0.3≤A₀≤0.4。

上述基于图像分割识别的火焰智能检测方法，所述采集实时现场的图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))时，包括：

对采集到的实时现场的图像信息进行滤波去噪和直方图均衡预处理；

然后，再识别图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))。

上述基于图像分割识别的火焰智能检测方法，所述采集实时现场的图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))时，还包括：对实时现场的图像信息进行分割，将火焰所在区域独立分割出来，然后再识别图像信息T(T1(x,y),T2(x,y),T3(x,y),T4(x,y))。

上述基于图像分割识别的火焰智能检测方法，所述相关度A的计算频率为1次/s。

上述基于图像分割识别的火焰智能检测方法，所述采集实时现场的图像信息时，采用红外线摄像头进行图像采集。