[发明专利]一种大场景下机场火情识别的方法和装置

说明书

本发明提出一种大场景下机场火情识别的方法和装置，所述方法包括：步骤1，多个摄像头对现场进行监视，对摄取的多个视频信号由图像采集卡捕捉为数字图像并输入计算机，拼接成全景火情图像；步骤2，将拼接后的全景火情图像进行预处理后，将运动目标与背景进行分割；步骤3，将经过分割的所述全景火情图像经过分类算法分为烟雾、火光和干扰事物三类图像；步骤4，获取所述三类图像的色彩、面积和移动速度，输入BP神经网络中进行识别得到识别结果。

技术领域

本发明属于计算机软件、图像处理技术领域，具体涉及一种大场景下机场火情识别的方法和装置。

背景技术

传统的火情报警系统一般由探测器、现场报警单元、联动单元和火情报警控制器组成。报警控制器通过现场的探测器、手动报警按钮、输入模块等采集现场的火警信号发出报警信号，同时报警控制器根据需要，通过控制模块自动或手动发出控制信号进行现场报警、火情显示和现场灭火喷淋等。随着时间的推移，探测器的老化或探头上积累的灰尘会产生很大的干扰，这些干扰有些可以进行近似补偿，但有些干扰具有非线性或不确定性，很难进行补偿，降低了火情探测器的灵敏度，加大了火情识别的难度。

现在社会经济建设飞跃发展，各种建筑物如雨后春笋迅速建设，尤其是机场的建设，我国航空机场建设发展的方向是：加速民用飞机的更新换代，逐步淘汰老旧飞机，增加大型新型飞机，改造和完善现有国产飞机；新建和扩建机场，逐步使干线、主要旅游点的机场能起降中型以上飞机，将重要城市的机场改造成为技术先进的大型航空港；所有机场加速航管设备现代化；建立完善的通讯、导航和气象系统，广泛运用电子计算机技术，提高地面设施和设备的技术水平等。机场有其特殊性，建筑内部往往举架高、跨度大，一旦发生火情，初期烟扩散受建筑内部安装的空调和通风系统等影响较大，火势蔓延迅速，生成烟气毒性大，人员疏散避难及火情扑救困难，往往容易造成很大的经济损失和恶劣的社会影响。

机场这类建筑物发生火情的时候往往都没有任何的事前报警，造成的人身伤害和经济损失不计其数，后果惨痛。然而此类大型建筑物相对其他建筑具有跨度大、内部举架高等特点，传统型火情探测器因发生火情时产生的烟雾很难到达房间顶部，或空间大、受热障区域的影响而受到限制，无法及时进行早期火情监测、报警。

综上所述，火情探测难度的加深是传统型火情探测器所无法解决的，要减轻当今社会经济迅速发展带来的消防压力，减小或遏制人民群众生命财产的无谓损失，采取有效的技术手段及方法显得尤为必要和迫切，一种大场景下机场火情识别技术的研究和应用刻不容缓。

发明内容

有鉴于此，本发明提供了一种大场景下机场火情识别的方法，其特征在于，包括：

步骤1，多个摄像头对现场进行监视，对摄取的多个视频信号由图像采集卡捕捉为数字图像并输入计算机，拼接成全景火情图像；

步骤2，将拼接后的全景火情图像进行预处理后，将运动目标与背景进行分割；

步骤3，将经过分割的所述全景火情图像经过分类算法分为烟雾、火光和干扰事物三类图像；

步骤4，获取所述三类图像的色彩、面积和移动速度，输入BP神经网络中进行识别得到识别结果。

特别地，步骤2中，所述预处理包括将全景图像视频流中相邻两帧或相隔几帧图像的相同坐标处像素的灰度值或颜色亮度值进行差分计算；进而若相减两帧图像的差分图像二值化大于阈值T，则认为所述全景图像中存在运动图像，具体通过如下公式实现其中差分图像用D(x,y)表示，相邻两帧或相隔几帧的图像分别为f_k(x,y)，f_k+1(x,y)。

特别地，所述三类图像的分类算法使用SVM算法，通过设置二值分类SVM算法的决策函数。