CN102298816A - 一种多源融合船舶机舱火灾预警方法 - Google Patents

一种多源融合船舶机舱火灾预警方法 Download PDF

Info

Publication number
CN102298816A
CN102298816A CN2011101274876A CN201110127487A CN102298816A CN 102298816 A CN102298816 A CN 102298816A CN 2011101274876 A CN2011101274876 A CN 2011101274876A CN 201110127487 A CN201110127487 A CN 201110127487A CN 102298816 A CN102298816 A CN 102298816A
Authority
CN
China
Prior art keywords
criterion
fire
video
temperature
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011101274876A
Other languages
English (en)
Other versions
CN102298816B (zh
Inventor
何志伟
高明煜
黄继业
曾毓
吴占雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN2011101274876A priority Critical patent/CN102298816B/zh
Publication of CN102298816A publication Critical patent/CN102298816A/zh
Application granted granted Critical
Publication of CN102298816B publication Critical patent/CN102298816B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Fire-Detection Mechanisms (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种船舶机舱内火灾预警的方法。传统的船舶机舱火灾报警***主要依靠温度和烟雾传感器，火灾误报率较高，并有较大的局限性。本发明方法在进行视频火灾分析时，融合了火焰颜色信息与火焰运动信息，并将其与船舶机舱内温度信息、烟雾信息进行融合，并充分考虑了火焰的面积特征，在降低火灾误报率的情况下实现了实时准确的火灾检测。

Description

一种多源融合船舶机舱火灾预警方法
技术领域
本发明属于火灾预警技术领域，具体涉及一种船舶机舱内火灾预警的方法。
背景技术
船舶作为水上运输工具，其特殊的功能和结构特征，决定了船舶火灾具有如下特殊性：（1）船舶是一个相对独立的流动场所，发生火灾后获得救授的难度较大；（2）船舶的水密性特点导致火灾产生的热烟气在船舱中蔓延很快，在加速火灾发展的同时还对人员安全造成很大威胁；（3）由于自身功能的限制，船舶内部空间狭小，设备集中环境复杂，发生火灾后人员疏散和火灾扑救困难；（4）船舱中电器设备众多，还有大量的燃油、润滑油等易燃易爆物品。由此可见，海上航运的船舶若发生火灾事故往往是灾难性的。传统的船舶机舱火灾报警***主要依靠温度和烟雾传感器，火灾误报率较高，并有较大的局限性。
发明内容
本发明的目的就是克服现有技术的不足，提出一种基于多源信息融合的船舶机舱火灾预警方法，火灾预警准确度高，误报率低。
本发明的基于多源信息融合的船舶机舱火灾预警方法，具体步骤是：
步骤(1)由温度传感器阵列获取机舱内各温度监测点的温度                                                
Figure 2011101274876100002DEST_PATH_IMAGE001
，
Figure 907437DEST_PATH_IMAGE002
；由烟雾传感器阵列获取船舱内各烟雾监测点上的烟雾检测信息
Figure 2011101274876100002DEST_PATH_IMAGE003
,
Figure 469000DEST_PATH_IMAGE004
；由摄像头阵列获取机舱内各视频监测点上的视频图像序列，
Figure 548427DEST_PATH_IMAGE006
。其中
Figure 2011101274876100002DEST_PATH_IMAGE007
，
Figure 412609DEST_PATH_IMAGE008
，
Figure DEST_PATH_IMAGE009
分别为机舱内温度传感器、烟雾传感器及摄像头的个数。
以第
Figure 213205DEST_PATH_IMAGE010
个摄像头所覆盖的船舱区域为火灾监控对象，设第
Figure DEST_PATH_IMAGE011
个摄像头所获取的视频图像分辨率为
Figure 366407DEST_PATH_IMAGE012
，其对应所覆盖的机舱二维平面区域为
Figure DEST_PATH_IMAGE013
。设
Figure 506533DEST_PATH_IMAGE005
中不同时刻
Figure 400671DEST_PATH_IMAGE014
的图像序列为
Figure DEST_PATH_IMAGE015
，其中
Figure 750881DEST_PATH_IMAGE016
（
Figure DEST_PATH_IMAGE017
，
Figure 651316DEST_PATH_IMAGE018
）为图像像素位置，
Figure 832899DEST_PATH_IMAGE015
基于RGB颜色模型。对所获得的温度、烟雾及图像等数据，进行如下操作：
步骤(2)抽取出在步骤(1)中所获得的包含在区域
Figure 163517DEST_PATH_IMAGE013
内的所有温度传感器数据
Figure DEST_PATH_IMAGE019
及烟雾传感器数据
Figure 735444DEST_PATH_IMAGE020
。
步骤(3)对步骤(2)中所抽取出的温度传感器数据
Figure 301554DEST_PATH_IMAGE019
进行最近邻插值拟合，得到分辨率为
Figure 540906DEST_PATH_IMAGE012
的温度场分布数据
Figure DEST_PATH_IMAGE021
，进而计算基于温度场分布的温度判据。具体步骤如下：
①   在已测温度数据中，找出离
Figure 226282DEST_PATH_IMAGE016
距离最近的点，设其坐标为
Figure DEST_PATH_IMAGE023
；
②   令
Figure 533767DEST_PATH_IMAGE024
；
③   
Figure DEST_PATH_IMAGE025
，其中和
Figure 2011101274876100002DEST_PATH_IMAGE027
分别为下限温度报警阈值和上限温度报警阈值。
步骤(4)对步骤(2)中所抽取出的烟雾传感器数据
Figure 302975DEST_PATH_IMAGE020
进行最近邻插值拟合，得到分辨率为
Figure 911811DEST_PATH_IMAGE012
的烟雾场分布数据
Figure 819724DEST_PATH_IMAGE028
，进而计算基于烟雾场分布的烟雾判据
Figure DEST_PATH_IMAGE029
。具体步骤如下：
①   在已测烟雾数据中，找出离
Figure 705772DEST_PATH_IMAGE016
距离最近的点，设其坐标为
Figure 673728DEST_PATH_IMAGE030
；
②   令
Figure DEST_PATH_IMAGE031
；
③   
Figure 707543DEST_PATH_IMAGE032
，其中
Figure DEST_PATH_IMAGE033
为烟雾浓度报警阈值。
步骤(5)利用视频图像数据，采用背景减法进行视频火灾分析，获取火灾视频判据，具体步骤如下：
①    时，获取初始背景图像
Figure 97384DEST_PATH_IMAGE036
： 
Figure DEST_PATH_IMAGE037
；
②    
Figure 170995DEST_PATH_IMAGE038
时，获取递推背景图像
Figure DEST_PATH_IMAGE039
：
若
Figure 692106DEST_PATH_IMAGE040
         若
Figure DEST_PATH_IMAGE041
；
③   进行背景减法：；
④   进行视频火灾运动判据计算：
，其中为运动判据阈值；
⑤   将
Figure 49903DEST_PATH_IMAGE015
转换成HSI颜色模型，分别得到色度分量
Figure 58310DEST_PATH_IMAGE046
、饱和度分量
Figure DEST_PATH_IMAGE047
和亮度分量
Figure 49400DEST_PATH_IMAGE048
，计算火灾颜色信息度量
Figure DEST_PATH_IMAGE049
：
Figure 826863DEST_PATH_IMAGE050
。其中
Figure DEST_PATH_IMAGE051
、、
Figure DEST_PATH_IMAGE053
反映了色度、饱和度及亮度在颜色判据中的重要性，满足
Figure 755558DEST_PATH_IMAGE054
且
Figure DEST_PATH_IMAGE055
；
⑥   进行视频火灾颜色判据
Figure 222443DEST_PATH_IMAGE056
计算：
Figure DEST_PATH_IMAGE057
，其中
Figure 854412DEST_PATH_IMAGE058
为颜色判据阈值；
⑦   进行视频火灾运动判据与颜色判据融合，获取视频判据
Figure 709236DEST_PATH_IMAGE034
：
Figure DEST_PATH_IMAGE059
，其中与分别反映了运动判据与颜色判据在视频判据中的重要性，满足
Figure 759548DEST_PATH_IMAGE062
且。
步骤(6)融合温度判据
Figure 508674DEST_PATH_IMAGE022
、烟雾判据
Figure 331137DEST_PATH_IMAGE029
及视频判据，若
Figure 734753DEST_PATH_IMAGE064
，则输出火灾报警信号，否则不输出火灾报警信号。其中，
Figure 341315DEST_PATH_IMAGE066
，的取值反映了温度判据、烟雾判据及视频判据各自的可靠程度，满足
Figure 272362DEST_PATH_IMAGE068
且
Figure DEST_PATH_IMAGE069
；
Figure 902057DEST_PATH_IMAGE070
为火灾报警阈值。
步骤(7)在8-邻域上计算空间上连续的备选火灾点的面积，即对每一个备选火灾点
Figure 639069DEST_PATH_IMAGE016
，考查其邻域8个邻域点
Figure DEST_PATH_IMAGE071
、
Figure 100138DEST_PATH_IMAGE072
、
Figure DEST_PATH_IMAGE073
、
Figure 467665DEST_PATH_IMAGE074
、
Figure DEST_PATH_IMAGE075
、
Figure 587586DEST_PATH_IMAGE076
、
Figure DEST_PATH_IMAGE077
、是否为备选火灾点，若所有全部8个邻域点均不是备选火灾点，一般可以认为
Figure 443864DEST_PATH_IMAGE016
是孤立噪声点；反之，以邻域中的备选火灾点为中心继续向外扩散，直到不能找到连续备选火灾点为止，统计所有连续备选火灾点的数目，当该数量大于
Figure DEST_PATH_IMAGE079
时输出火灾报警信号，否则不报警。其中为面积滤波阈值。
步骤(8)对所有摄像头重复步骤(2)～(7)，获取整个船舱中监控点的火灾预警信息。
本发明可以高效准确地进行船舶机舱火灾的预警，该方法预警准确度高，误报率低。
具体实施方式
步骤(1)由温度传感器阵列获取机舱内各温度监测点的温度
Figure 321001DEST_PATH_IMAGE001
，；由烟雾传感器阵列获取船舱内各烟雾监测点上的烟雾检测信息
Figure 835476DEST_PATH_IMAGE003
,
Figure 607123DEST_PATH_IMAGE004
；由摄像头阵列获取机舱内各视频监测点上的视频图像序列
Figure 495445DEST_PATH_IMAGE005
，
Figure 377950DEST_PATH_IMAGE006
。其中
Figure 730434DEST_PATH_IMAGE007
，
Figure 607736DEST_PATH_IMAGE008
，
Figure 45670DEST_PATH_IMAGE009
分别为机舱内温度传感器、烟雾传感器及摄像头的个数。
以摄像头
Figure 403970DEST_PATH_IMAGE010
所覆盖的船舱区域为火灾监控对象，设第
Figure 876540DEST_PATH_IMAGE011
个摄像头所获取的视频图像分辨率为
Figure 989990DEST_PATH_IMAGE012
，其对应所覆盖的机舱二维平面区域为。设
Figure 77211DEST_PATH_IMAGE005
中不同时刻的图像序列为
Figure 360742DEST_PATH_IMAGE015
，其中
Figure 773269DEST_PATH_IMAGE016
（
Figure 738951DEST_PATH_IMAGE017
，
Figure 920534DEST_PATH_IMAGE018
）为图像像素位置，
Figure 110206DEST_PATH_IMAGE015
基于RGB颜色模型。对所获得的温度、烟雾及图像等数据，进行如下操作：
步骤(2)抽取出在步骤(1)中所获得的包含在区域
Figure 947712DEST_PATH_IMAGE013
内的所有温度传感器数据
Figure 513823DEST_PATH_IMAGE019
及烟雾传感器数据
Figure 815491DEST_PATH_IMAGE020
。
步骤(3)对步骤(2)中所抽取出的温度传感器数据
Figure 113749DEST_PATH_IMAGE019
进行最近邻插值拟合，得到分辨率为
Figure 500868DEST_PATH_IMAGE012
的温度场分布数据
Figure 870669DEST_PATH_IMAGE021
，进而计算基于温度场分布的温度判据
Figure 698948DEST_PATH_IMAGE022
。具体步骤如下：
①   在已测温度数据中，找出离
Figure 496003DEST_PATH_IMAGE016
距离最近的点，设其坐标为
Figure 33732DEST_PATH_IMAGE023
；
②   令；
③   
Figure 217906DEST_PATH_IMAGE025
，其中和
Figure 219677DEST_PATH_IMAGE027
分别为下限温度报警阈值和上限温度报警阈值。
步骤(4)对步骤(2)中所抽取出的烟雾传感器数据进行双线性插值拟合，得到分辨率为
Figure 734152DEST_PATH_IMAGE012
的烟雾场分布数据
Figure 873010DEST_PATH_IMAGE028
，进而计算基于温度场分布的温度判据。具体步骤如下：
①   在已测烟雾数据中，找出离
Figure 643836DEST_PATH_IMAGE016
距离最近的点，设其坐标为
Figure 629110DEST_PATH_IMAGE030
；
②   令
Figure 876552DEST_PATH_IMAGE031
；
③   
Figure 947276DEST_PATH_IMAGE032
，其中
Figure 683DEST_PATH_IMAGE033
为烟雾浓度报警阈值。
步骤(5)利用视频图像数据，采用背景减法进行视频火灾分析，获取火灾视频判据
Figure 778146DEST_PATH_IMAGE034
，具体步骤如下：
①    
Figure 258806DEST_PATH_IMAGE035
时，获取初始背景图像
Figure 551247DEST_PATH_IMAGE036
： 
Figure 346027DEST_PATH_IMAGE037
；
②    
Figure 40314DEST_PATH_IMAGE038
时，获取递推背景图像：
若
Figure 674875DEST_PATH_IMAGE040
         若；
③   进行背景减法：
Figure 553630DEST_PATH_IMAGE042
；
④   进行视频火灾运动判据
Figure 641672DEST_PATH_IMAGE043
计算：
Figure 908705DEST_PATH_IMAGE044
，其中
Figure 45289DEST_PATH_IMAGE045
为运动判据阈值；
⑤   将
Figure 448588DEST_PATH_IMAGE015
转换成HSI颜色模型，分别得到色度分量
Figure 645214DEST_PATH_IMAGE046
、饱和度分量
Figure 399544DEST_PATH_IMAGE047
和亮度分量
Figure 136555DEST_PATH_IMAGE048
，计算火灾颜色信息度量
Figure 597624DEST_PATH_IMAGE049
：
Figure 27468DEST_PATH_IMAGE050
。其中、、
Figure 125371DEST_PATH_IMAGE053
反映了色度、饱和度及亮度在颜色判据中的重要性，满足
Figure 460538DEST_PATH_IMAGE054
且
Figure 127142DEST_PATH_IMAGE055
；
⑥   进行视频火灾颜色判据计算：
Figure 641617DEST_PATH_IMAGE057
，其中
Figure 147685DEST_PATH_IMAGE058
为颜色判据阈值；
⑦   进行视频火灾运动判据与颜色判据融合，获取视频判据
Figure 363903DEST_PATH_IMAGE034
：
Figure 184091DEST_PATH_IMAGE059
，其中
Figure 536575DEST_PATH_IMAGE060
与
Figure 479123DEST_PATH_IMAGE061
分别反映了运动判据与颜色判据在视频判据中的重要性，满足
Figure 857671DEST_PATH_IMAGE062
且。
步骤(6)融合温度判据
Figure 688540DEST_PATH_IMAGE022
、烟雾判据及视频判据
Figure 461641DEST_PATH_IMAGE034
，若
Figure 623632DEST_PATH_IMAGE064
，则位置
Figure 950709DEST_PATH_IMAGE016
点为备选火灾点，否则认为该点没有发生火灾。其中
Figure 235059DEST_PATH_IMAGE065
，
Figure 585269DEST_PATH_IMAGE066
，
Figure 347689DEST_PATH_IMAGE067
的取值反映了温度判据、烟雾判据及视频判据各自的可靠程度，满足
Figure 466955DEST_PATH_IMAGE068
且
Figure 922207DEST_PATH_IMAGE069
；
Figure 822030DEST_PATH_IMAGE070
为火灾报警阈值。
步骤(7)在8-邻域上计算空间上连续的备选火灾点的面积，即对每一个备选火灾点
Figure 325823DEST_PATH_IMAGE016
，考查其邻域8个邻域点
Figure 361912DEST_PATH_IMAGE071
、
Figure 988066DEST_PATH_IMAGE072
、
Figure 312868DEST_PATH_IMAGE073
、
Figure 417090DEST_PATH_IMAGE074
、
Figure 510948DEST_PATH_IMAGE075
、、
Figure 916839DEST_PATH_IMAGE077
、
Figure 25084DEST_PATH_IMAGE078
是否为备选火灾点，若所有全部8个邻域点均不是备选火灾点，一般可以认为
Figure 35766DEST_PATH_IMAGE016
是孤立噪声点；反之，以邻域中的备选火灾点为中心继续向外扩散，直到不能找到连续备选火灾点为止，统计所有连续备选火灾点的数目，当该数量大于
Figure 3722DEST_PATH_IMAGE079
时输出火灾报警信号，否则不报警。其中为面积滤波阈值。
步骤(8)对所有摄像头重复步骤(2)～(7)，获取整个船舱中监控点的火灾预警信息。
本发明的一个具体实施例中，在一个船舱内共架设4个摄像头，100个温度监测点，20个烟雾监测点。温度阈值、烟雾阈值、运动阈值及颜色阈值等参数根据经验及现场环境各自独立设置；颜色信息融合参数
Figure 483562DEST_PATH_IMAGE051
、
Figure 552012DEST_PATH_IMAGE052
、
Figure 690869DEST_PATH_IMAGE053
分别取0.6，0.1和0.3；运动信息与颜色信息融合时取
Figure 274297DEST_PATH_IMAGE080
，
Figure DEST_PATH_IMAGE081
；温度、烟雾及视频融合时取，
Figure DEST_PATH_IMAGE083
，
Figure 322336DEST_PATH_IMAGE084
。试验中所有火灾均能在10秒内成功检测到并进行报警，在现有试验中尚未发生误报现象。
本发明方法在进行视频火灾分析时，融合了火焰颜色信息与火焰运动信息，并将其与船舶机舱内温度信息、烟雾信息进行融合，并充分考虑了火焰的面积特征，在降低火灾误报率的情况下实现了实时准确的火灾检测。 

Claims (1)

1.一种多源融合船舶机舱火灾预警方法，其特征在于该方法的具体步骤是：
步骤(1)由温度传感器阵列获取机舱内各温度监测点的温度                                               ，
Figure DEST_PATH_IMAGE004
；由烟雾传感器阵列获取船舱内各烟雾监测点上的烟雾检测信息
Figure DEST_PATH_IMAGE006
,
Figure DEST_PATH_IMAGE008
；由摄像头阵列获取机舱内各视频监测点上的视频图像序列
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE012
；其中
Figure DEST_PATH_IMAGE014
，
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
分别为机舱内温度传感器、烟雾传感器及摄像头的个数；
以第
Figure DEST_PATH_IMAGE020
个摄像头所覆盖的船舱区域为火灾监控对象，设第
Figure 787429DEST_PATH_IMAGE020
个摄像头所获取的视频图像分辨率为
Figure DEST_PATH_IMAGE022
，其对应所覆盖的机舱二维平面区域为
Figure DEST_PATH_IMAGE024
；设
Figure 795836DEST_PATH_IMAGE010
中不同时刻
Figure DEST_PATH_IMAGE026
的图像序列为
Figure DEST_PATH_IMAGE028
，其中
Figure DEST_PATH_IMAGE030
为图像像素位置，
Figure 724609DEST_PATH_IMAGE028
基于RGB颜色模型，
Figure 502072DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE034
，
Figure DEST_PATH_IMAGE036
；
步骤(2)抽取出在步骤(1)中所获得的包含在区域
Figure 858098DEST_PATH_IMAGE024
内的所有温度传感器数据
Figure DEST_PATH_IMAGE038
，
Figure DEST_PATH_IMAGE040
及烟雾传感器数据
Figure DEST_PATH_IMAGE042
，；
步骤(3)对步骤(2)中所抽取出的温度传感器数据
Figure 853054DEST_PATH_IMAGE038
进行最近邻插值拟合，得到分辨率为的温度场分布数据，进而计算基于温度场分布的温度判据；具体步骤如下：
3-1.在已测温度数据中，找出离
Figure 279804DEST_PATH_IMAGE030
距离最近的点，设其坐标为
Figure DEST_PATH_IMAGE050
；
3-2.令
Figure DEST_PATH_IMAGE052
；
3-3.
Figure DEST_PATH_IMAGE054
，其中
Figure DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE058
分别为下限温度报警阈值和上限温度报警阈值；
步骤(4).对步骤(2)中所抽取出的烟雾传感器数据
Figure 682098DEST_PATH_IMAGE042
进行双线性插值拟合，得到分辨率为
Figure 727414DEST_PATH_IMAGE022
的烟雾场分布数据
Figure DEST_PATH_IMAGE060
，进而计算基于温度场分布的温度判据
Figure DEST_PATH_IMAGE062
；具体步骤如下：
4-1.在已测烟雾数据中，找出离
Figure 60307DEST_PATH_IMAGE030
距离最近的点，设其坐标为；
4-2.令
Figure DEST_PATH_IMAGE066
；
4-3.，其中
Figure DEST_PATH_IMAGE070
为烟雾浓度报警阈值；
步骤(5)利用视频图像数据，采用背景减法进行视频火灾分析，获取火灾视频判据
Figure DEST_PATH_IMAGE072
，具体步骤如下：
5-1.时，获取初始背景图像
Figure DEST_PATH_IMAGE076
： 
Figure DEST_PATH_IMAGE078
；
5-2.时，获取递推背景图像
Figure DEST_PATH_IMAGE082
：
若
       若
Figure DEST_PATH_IMAGE086
；
5-3.进行背景减法：；
5-4.进行视频火灾运动判据计算：
Figure DEST_PATH_IMAGE092
，其中
Figure DEST_PATH_IMAGE094
为运动判据阈值；
5-5.将
Figure 985931DEST_PATH_IMAGE028
转换成HSI颜色模型，分别得到色度分量、饱和度分量和亮度分量
Figure DEST_PATH_IMAGE100
，计算火灾颜色信息度量
Figure DEST_PATH_IMAGE102
：
Figure DEST_PATH_IMAGE104
；其中
Figure DEST_PATH_IMAGE106
、
Figure DEST_PATH_IMAGE108
、
Figure DEST_PATH_IMAGE110
反映了色度、饱和度及亮度在颜色判据中的重要性，满足
Figure DEST_PATH_IMAGE112
且
Figure DEST_PATH_IMAGE114
；
5-6.进行视频火灾颜色判据
Figure DEST_PATH_IMAGE116
计算：
Figure DEST_PATH_IMAGE118
，其中为颜色判据阈值；
5-7.进行视频火灾运动判据与颜色判据融合，获取视频判据
Figure 572508DEST_PATH_IMAGE072
：
Figure DEST_PATH_IMAGE122
，其中
Figure DEST_PATH_IMAGE124
与
Figure DEST_PATH_IMAGE126
分别反映了运动判据与颜色判据在视频判据中的重要性，满足
Figure DEST_PATH_IMAGE128
且
Figure DEST_PATH_IMAGE130
；
步骤(6)融合温度判据
Figure 652590DEST_PATH_IMAGE048
、烟雾判据及视频判据，若
Figure DEST_PATH_IMAGE132
，则输出火灾报警信号，否则不输出火灾报警信号；其中
Figure DEST_PATH_IMAGE134
，
Figure DEST_PATH_IMAGE136
，的取值反映了温度判据、烟雾判据及视频判据各自的可靠程度，满足
Figure DEST_PATH_IMAGE140
且；
Figure DEST_PATH_IMAGE144
为火灾报警阈值；
步骤(7)在8-邻域上计算空间上连续的备选火灾点的面积，即对每一个备选火灾点
Figure 193359DEST_PATH_IMAGE030
，考查其邻域8个邻域点
Figure DEST_PATH_IMAGE146
、
Figure DEST_PATH_IMAGE148
、
Figure DEST_PATH_IMAGE150
、
Figure DEST_PATH_IMAGE152
、
Figure DEST_PATH_IMAGE154
、
Figure DEST_PATH_IMAGE156
、
Figure DEST_PATH_IMAGE158
、
Figure DEST_PATH_IMAGE160
是否为备选火灾点，若所有全部8个邻域点均不是备选火灾点，则认为
Figure 370525DEST_PATH_IMAGE030
是孤立噪声点；反之，以邻域中的备选火灾点为中心继续向外扩散，直到不能找到连续备选火灾点为止，统计所有连续备选火灾点的数目，当该数量大于
Figure DEST_PATH_IMAGE162
时输出火灾报警信号，否则不报警；其中
Figure 310799DEST_PATH_IMAGE162
为面积滤波阈值；
步骤(8)对所有摄像头重复步骤(2)～(7)，获取整个船舱中监控点的火灾预警信息。
CN2011101274876A 2011-05-17 2011-05-17 一种多源融合船舶机舱火灾预警方法 Expired - Fee Related CN102298816B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101274876A CN102298816B (zh) 2011-05-17 2011-05-17 一种多源融合船舶机舱火灾预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101274876A CN102298816B (zh) 2011-05-17 2011-05-17 一种多源融合船舶机舱火灾预警方法

Publications (2)

Publication Number Publication Date
CN102298816A true CN102298816A (zh) 2011-12-28
CN102298816B CN102298816B (zh) 2012-11-28

Family

ID=45359207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101274876A Expired - Fee Related CN102298816B (zh) 2011-05-17 2011-05-17 一种多源融合船舶机舱火灾预警方法

Country Status (1)

Country Link
CN (1) CN102298816B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226886A (zh) * 2013-04-16 2013-07-31 哈尔滨工程大学 一种确定船舶火灾自动报警***关键子***建模方法
CN103456123A (zh) * 2013-09-03 2013-12-18 中国科学技术大学 一种基于流动和扩散特征的视频烟气探测方法
CN103901501A (zh) * 2014-04-04 2014-07-02 宁波继明电器有限公司 一种基于传感器阵列的火源动态定位方法
CN103985215A (zh) * 2014-05-04 2014-08-13 福建创高安防技术股份有限公司 一种火灾主动通报方法及***
CN109993949A (zh) * 2019-04-14 2019-07-09 杭州拓深科技有限公司 一种基于多传感器融合的消防安全检测方法
CN112419691A (zh) * 2020-12-03 2021-02-26 上海智密技术工程研究所有限公司 一种用于船舶的消防监控***
CN114999092A (zh) * 2022-06-10 2022-09-02 北京拙河科技有限公司 一种基于多发性森林火灾模型的灾难预警方法及装置
CN115512507A (zh) * 2022-09-22 2022-12-23 中交四航局江门航通船业有限公司 一种船舶机舱的安全监控方法、***、装置及存储介质
CN116403381A (zh) * 2023-06-08 2023-07-07 光交澳(上海)智能科技有限公司 一种烟雾监测方法及装置、烟雾报警方法及***
CN118015779A (zh) * 2024-04-08 2024-05-10 南通惠江海洋科技有限公司 一种船舶火灾监控***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6415896A (en) * 1987-07-10 1989-01-19 Nippon Dry Chemical Kk Wide area fire detector
US6286363B1 (en) * 1998-04-02 2001-09-11 Reliance Electric Technologies, Llc Integrated multi-element lubrication sensor and health lubricant assessment system
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测***及其火灾探测方法
CN101493980A (zh) * 2009-03-05 2009-07-29 中国科学技术大学 一种基于多特征融合的快速视频火焰探测方法
CN102013148A (zh) * 2010-10-28 2011-04-13 中国科学技术大学 多信息融合火灾探测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6415896A (en) * 1987-07-10 1989-01-19 Nippon Dry Chemical Kk Wide area fire detector
US6286363B1 (en) * 1998-04-02 2001-09-11 Reliance Electric Technologies, Llc Integrated multi-element lubrication sensor and health lubricant assessment system
CN101334924A (zh) * 2007-06-29 2008-12-31 丁国锋 一种火灾探测***及其火灾探测方法
CN101493980A (zh) * 2009-03-05 2009-07-29 中国科学技术大学 一种基于多特征融合的快速视频火焰探测方法
CN102013148A (zh) * 2010-10-28 2011-04-13 中国科学技术大学 多信息融合火灾探测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CHEN XIAOJUAN, BU LEPING: "Research of Fire Detection Method Based on Multi-Sensor Data Fusion", 《COMPUTATIONAL INTELLIGENCE AND SOFTWARE ENGINEERING (CISE), 2010》 *
FAN GUANLIN: "Design of fire alarm system based on multi-source information fusion", 《ADVANCED COMPUTER THEORY AND ENGINEERING (ICACTE), 2010 3RD》 *
王丽萍: "基于多传感器信息融合技术的火灾探测***研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
雷倩茹: "基于信息融合技术的火灾探测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
黄松涛,石章松: "基于多源信息融合的火灾报警***设计", 《消防科学与技术》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226886B (zh) * 2013-04-16 2015-02-25 哈尔滨工程大学 一种确定船舶火灾自动报警***关键子***建模方法
CN103226886A (zh) * 2013-04-16 2013-07-31 哈尔滨工程大学 一种确定船舶火灾自动报警***关键子***建模方法
CN103456123A (zh) * 2013-09-03 2013-12-18 中国科学技术大学 一种基于流动和扩散特征的视频烟气探测方法
CN103456123B (zh) * 2013-09-03 2016-08-17 中国科学技术大学 一种基于流动和扩散特征的视频烟气探测方法
CN103901501A (zh) * 2014-04-04 2014-07-02 宁波继明电器有限公司 一种基于传感器阵列的火源动态定位方法
CN103901501B (zh) * 2014-04-04 2017-03-08 宁波飞拓电器有限公司 一种基于传感器阵列的火源动态定位方法
CN103985215A (zh) * 2014-05-04 2014-08-13 福建创高安防技术股份有限公司 一种火灾主动通报方法及***
CN109993949B (zh) * 2019-04-14 2021-06-29 杭州拓深科技有限公司 一种基于多传感器融合的消防安全检测方法
CN109993949A (zh) * 2019-04-14 2019-07-09 杭州拓深科技有限公司 一种基于多传感器融合的消防安全检测方法
CN112419691A (zh) * 2020-12-03 2021-02-26 上海智密技术工程研究所有限公司 一种用于船舶的消防监控***
CN114999092A (zh) * 2022-06-10 2022-09-02 北京拙河科技有限公司 一种基于多发性森林火灾模型的灾难预警方法及装置
CN115512507A (zh) * 2022-09-22 2022-12-23 中交四航局江门航通船业有限公司 一种船舶机舱的安全监控方法、***、装置及存储介质
CN116403381A (zh) * 2023-06-08 2023-07-07 光交澳(上海)智能科技有限公司 一种烟雾监测方法及装置、烟雾报警方法及***
CN116403381B (zh) * 2023-06-08 2023-09-01 光交澳(上海)智能科技有限公司 一种烟雾监测方法及装置、烟雾报警方法及***
CN118015779A (zh) * 2024-04-08 2024-05-10 南通惠江海洋科技有限公司 一种船舶火灾监控***
CN118015779B (zh) * 2024-04-08 2024-06-14 南通惠江海洋科技有限公司 一种船舶火灾监控***

Also Published As

Publication number Publication date
CN102298816B (zh) 2012-11-28

Similar Documents

Publication Publication Date Title
CN102298816A (zh) 一种多源融合船舶机舱火灾预警方法
CN100538757C (zh) 基于全方位视觉传感器的火灾监控装置
CN107609470B (zh) 野外火灾早期烟雾视频检测的方法
Vipin Image processing based forest fire detection
CN104751593B (zh) 一种火灾探测、报警、定位、扑灭方法及***
CN112763486B (zh) 一种基于线激光扫描的复材壁板阵列孔检测方法
CN102208018A (zh) 一种基于视频差异分析的输电线路火灾识别方法
CN107909615A (zh) 一种基于双目视觉的消防炮定位方法
CN102193093A (zh) 环境小卫星hj森林或草原火灾小火点探测***及其方法
CN107481268A (zh) 基于modis遥感数据的森林防火监控方法
US20160320296A1 (en) Gas detector
CN108287350A (zh) 基于多信息综合的天基空中目标探测关键参数确定方法
CN111340746A (zh) 一种基于物联网的消防方法及消防***
CN108682105B (zh) 一种基于多光谱的输电线路山火勘测预警装置及预警方法
CN108061572B (zh) 一种海洋核动力平台综合态势显控***及方法
CN109360370B (zh) 一种基于机器人烟火检测的方法
Yang et al. Early detection of forest fire based on unmaned aerial vehicle platform
KR20160014276A (ko) 인공위성기반 안개탐지시스템 및 이를 이용하는 안개탐지방법
CN106169218B (zh) 基于红外热成像和可见光图像技术的火灾定位方法
CN112733646B (zh) 一种基于热成像的液态介质泄漏自动检测方法及***
CN112802129A (zh) 一种基于单目视觉的焊接安全距离测量方法
Yan et al. Forest Fire Image Intelligent Recognition based on the Neural Network.
CN115294718A (zh) 一种基于多源数据融合的火灾预警***
Ho et al. Nighttime fire smoke detection system based on machine vision
Chen et al. Research of fire detection method based on multi-sensor data fusion

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121128

CF01 Termination of patent right due to non-payment of annual fee