CN106971494A - 基于嵌入式平台的火灾检测与定位***及方法 - Google Patents
基于嵌入式平台的火灾检测与定位***及方法 Download PDFInfo
- Publication number
- CN106971494A CN106971494A CN201710324694.8A CN201710324694A CN106971494A CN 106971494 A CN106971494 A CN 106971494A CN 201710324694 A CN201710324694 A CN 201710324694A CN 106971494 A CN106971494 A CN 106971494A
- Authority
- CN
- China
- Prior art keywords
- fire
- monitoring
- image
- central station
- flame
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000003780 insertion Methods 0.000 claims 3
- 230000037431 insertion Effects 0.000 claims 3
- 238000005457 optimization Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及火灾的检测与定位,其公开了一种基于嵌入式平台的火灾检测与定位***及方法,解决传统技术中对火灾的探测方案存在的准确度和可靠性低、容易受干扰的问题。本发明中的基于嵌入式平台的火灾检测与定位***,包括:监控中心站及多个分布于监测场所的监测点,每个监测点包括嵌入式微处理设备、视频采集摄像头以及GPRS无线通信模块;视频采集摄像头将采集的图像信息传送至嵌入式微处理设备进行特征匹配处理;嵌入式微处理设备与GPRS无线通信模块相连,并通过该模块与监控中心站通信。本发明适用于大范围的火灾监测场合。
Description
技术领域
本发明涉及火灾的检测与定位,具体涉及一种基于嵌入式平台的火灾检测与定位***及方法。
背景技术
随着社会的发展、科学的进步和人民生活水平的提高,近些年来大空间建筑(例如大型公共娱乐场所、大型仓库、大型集贸市场、车库、油库、候机大厅等)及地下建筑(如地下隧道、地铁站、地下大型停车场和地下商业街等)的数量不断增加,由于此类建筑内部举架高、跨度大,火灾初期烟扩散受建筑内部安装的空调和通风***影响较大,同时这些场所人员比较密集,易燃品多,从而致使火灾隐患多。此类建筑一旦发生火灾将迅速蔓延,人员疏散及火灾扑救比较困难,往往造成很大的经济损失和恶劣的社会影响。因此对此类建筑的火灾检测***设计提出了更严格的要求。准确探测火灾是保障此类建筑消防安全的积极手段。
目前国内的火灾检测装置主要是基于传感器检测技术设计的,通常采用常规的火灾探测的方法,即利用感烟、感温、感光等传感器对火焰的烟雾、温度、光等信息进行采集,并利用这些特性来对火灾进行探测。这种基于传统检测方法的火灾探测装置存在一定的缺陷:一方面,它利用传感器对监控现场烟雾浓度、温度、火焰等敏感现象的实时变化进行检测,提取实时参数,因此传感器的性能优劣直接会影响火灾检测的准确度和可靠性;另一方面,在室外仓库和大型室内仓库等大空间场合中,火灾初期产生的热量和烟雾难以到达很高的空间,从而传感器信号由于空间的巨大而变得十分微弱。即使是高精度的传感器也会由于种种干扰噪声而无法工作,因此无法进行火灾的早期探测。
发明内容
本发明所要解决的技术问题是:提出一种基于嵌入式平台的火灾检测与定位***及方法,解决传统技术中对火灾的探测方案存在的准确度和可靠性低、容易受干扰的问题。
本发明解决上述技术问题所采用的技术方案是:
一种基于嵌入式平台的火灾检测与定位***,包括:监控中心站及多个分布于监测场所的监测点,每个监测点包括嵌入式微处理设备、视频采集摄像头以及GPRS无线通信模块;
视频采集摄像头将采集的图像信息传送至嵌入式微处理设备进行特征匹配处理;
嵌入式微处理设备与GPRS无线通信模块相连,并通过该模块与监控中心站通信。
作为进一步优化,所述监控中心站包括连接至互联网并拥有公网IP地址的终端控制器;终端控制器通过GPRS无线通信网络接收监测点传送的报警信息,或发送控制命令至监测点。
作为进一步优化,所述嵌入式微处理设备支持USB摄像设备和CVBS模拟摄像设备的输入;支持通过RS232串口通信协议连接GPRS无线通信模块;支持通过SD卡存储数据信息。
作为进一步优化,所述嵌入式微处理设备上运行火灾检测算法,通过分析视频图像然后与火焰颜色特征匹配,识别是否出现火灾,若出现火灾,则进行报警,将对应视频图像和火灾位置通过GPRS无线网和互联网传输给监控中心站;若无火灾,则继续处理下一帧图像,并间隔一段时间向监控中心站发送视频图像。
作为进一步优化,所述监控中心站利用终端控制器通过互联网接收来自监测点的数据信息,在监测点发送火灾时,向监控人员显示火灾地区的视频图像和位置信息。
作为进一步优化,所述嵌入式微处理设备通过分析视频图像然后与火焰颜色特征匹配,识别是否出现火灾的具体方法包括:
针对摄像头采集到的监控视频的图像,首先利用火焰特殊的颜色特征,在RGB彩色空间进行颜色分割,去除大部分非火焰标志区域;然后对过滤后的图像进行canny算子的边缘检测处理,并采用图像轮廓技术对图像中标志位置进行定位,最后采用直方图匹配技术识别出视频图像中的火焰:图像中的颜色分量满足以下条件才判定为火焰:
1.R(X,Y)>G(X,Y);
2.G(X,Y)>B(X,Y);
3.R(X,Y)>200∩G(X,Y)<200∩B(X,Y)<100。
此外,本发明还提供了一种基于嵌入式平台的火灾检测与定位方法,其包括以下步骤:
a.各监测点实时采集视频图像;
b.对视频图像进行分析匹配,判断是否出现火灾,若出现火灾,则进入步骤c,否则,进入步骤d;
c.监测点进行警报,并将火灾视频图像和火灾位置传送至监控中心站,进入步骤e;
d.监测点继续监测,并每隔一定时间将监测图像传送至监控中心站,结束流程;
e.监控中心站向监控人员显示火灾地区的视频图像和位置信息。
作为进一步优化,步骤b中,所述对视频图像进行分析匹配,判断是否出现火灾的方法包括:
针对摄像头采集到的监控视频的图像,首先利用火焰特殊的颜色特征,在RGB彩色空间进行颜色分割,去除大部分非火焰标志区域;然后对过滤后的图像进行canny算子的边缘检测处理,并采用图像轮廓技术对图像中标志位置进行定位,最后采用直方图匹配技术识别出视频图像中的火焰:图像中的颜色分量满足以下条件才判定为火焰:
1.R(X,Y)>G(X,Y);
2.G(X,Y)>B(X,Y);
3.R(X,Y)>200∩G(X,Y)<200∩B(X,Y)<100。
本发明的有益效果是:
通过USB摄像头采集到监控视频的图像,利用火焰特殊的颜色特征进行检测。其将数字图像处理技术、嵌入式技术以及无线通信技术结合,实现自动检测火灾警报并通过摄像头位置定位。***成本低,可靠性高,适用于大范围的火灾监测的场合。
附图说明
图1为实施例中的火灾检测与定位***结构框图;
图2为火灾检测与定位流程图。
具体实施方式
本发明旨在提出一种基于嵌入式平台的火灾检测与定位***及方法,解决传统技术中对火灾的探测方案存在的准确度和可靠性低、容易受干扰的问题。本发明采用计算机视觉开发库框架OPENCV为开发平台,通过视频采集摄像头采集到监控视频的图像,利用火焰特殊的颜色特征进行火灾检测,并采用无线方法进行数据传输,通过GPRS数据传输模块将数据经由GPRS网络传送到监控中心站。其将数字图像处理技术、嵌入式技术以及无线通信技术结合,实现自动检测火灾警报并通过摄像头位置定位。***成本低,可靠性高,适用于大范围的火灾检测的场合。
下面结合附图及实施例对本发明的方案做进一步的描述:
如图1所示,本实施例中的火灾检测与定位***包括监控中心站及多个分布于监测场所的监测点,每个监测点包括嵌入式微处理设备、视频采集摄像头以及GPRS无线通信模块;
视频采集摄像头将采集的图像信息传送至嵌入式微处理器设备进行特征匹配处理;嵌入式微处理设备与GPRS无线通信模块相连,并通过该模块与监控中心站通信。
在具体实现上,嵌入式微处理设备可采用ARM系列2410,其支持USB摄像设备和CVBS模拟摄像设备的输入;支持通过RS232串口通信协议连接GPRS无线通信模块;支持通过SD卡存储数据信息。
视频采集摄像头可选用中星微的ZC301数字摄像头,该摄像头输出的是JPEG流,最大分辨率能达到640×480,支持的最小分辨率为160×120。实验表明当图片大小设置成640×480,调色板设置成YUV420P时,经摄像头内部DSP处理后,输出JPEG流,图像数据量大为减少,加快了USB输出到处理器的速度。在主控制器中,摄像头驱动程序会对输出的JPEG流进行解码。
在微处理设备中运行火灾检测算法,通过分析视频图像然后与火焰颜色特征匹配,识别是否出现火灾,若出现火灾,则进行报警,将对应视频图像和火灾位置通过GPRS无线网和互联网传输给监控中心站;若无火灾,则继续处理下一帧图像,并间隔一段时间向监控中心站发送视频图像,以确保监测点正常工作。
在火灾识别方面,本发明研究了火焰的颜色分布及尖角特征,建立了新的火焰颜色和火焰尖角判据。利用该判据对提取的运动目标进行火焰颜色决策,有效滤除了其中非火焰目标,分析了火焰面积及灰度特征,提出了针对该特征进行火焰识别的算法,并通过实验验证了方法的可行性;
具体识别方法为:
针对摄像头采集到的监控视频的图像,首先利用火焰特殊的颜色特征,在RGB彩色空间进行颜色分割,去除大部分非火焰标志区域;然后对过滤后的图像进行canny算子的边缘检测处理,并采用图像轮廓技术对图像中标志位置进行定位,最后采用直方图匹配技术识别出视频图像中的火焰:图像中的颜色分量满足以下条件才判定为火焰:
1.R(X,Y)>G(X,Y);
2.G(X,Y)>B(X,Y);
3.R(X,Y)>200∩G(X,Y)<200∩B(X,Y)<100。
针对上述火灾检测与定位***,本发明实现的火灾检测与定位方法流程如图2所示:
***初始化后进入循环;首先读取一帧视频数据,然后应用火灾检测算法检测当前帧,若发现火情,则做出相应操作(警报、发送视频图像及位置到监控中心站);若未发现火情则继续循环监控。
在具体实现时,若某个监测点的微处理器通过对摄像头采集的视频图像进行匹配处理时,识别出火灾,则进行警报,并将对应视频图像和火灾位置通过GPRS无线网和互联网传输给监控中心站,在发送信息时还可以发送相应的警报代码,以便于监控中心站能及时识别;这里的“火灾位置”为该监测点的位置,可以预先通过GPS定位获得,或者根据GPRS无线模块的位置信息获得;监控中心站的终端控制器通过互联网接收来自各个监测点的数据信息,根据是否有警报代码,向监控的人员显示火灾地区的视频图像和位置,监控人员再查看情况并决定是否处理火灾。
Claims (8)
1.基于嵌入式平台的火灾检测与定位***,其特征在于,包括:监控中心站及多个分布于监测场所的监测点,每个监测点包括嵌入式微处理设备、视频采集摄像头以及GPRS无线通信模块;
视频采集摄像头将采集的图像信息传送至嵌入式微处理设备进行特征匹配处理;
嵌入式微处理设备与GPRS无线通信模块相连,并通过该模块与监控中心站通信。
2.如权利要求1所述的基于嵌入式平台的火灾检测与定位***,其特征在于,所述监控中心站包括连接至互联网并拥有公网IP地址的终端控制器;终端控制器通过GPRS无线通信网络接收监测点传送的报警信息,或发送控制命令至监测点。
3.如权利要求1所述的基于嵌入式平台的火灾检测与定位***,其特征在于,所述嵌入式微处理设备支持USB摄像设备和CVBS模拟摄像设备的输入;支持通过RS232串口通信协议连接GPRS无线通信模块;支持通过SD卡存储数据信息。
4.如权利要求1所述的基于嵌入式平台的火灾检测与定位***,其特征在于,所述嵌入式微处理设备上运行火灾检测算法,通过分析视频图像然后与火焰颜色特征匹配,识别是否出现火灾,若出现火灾,则进行报警,将对应视频图像和火灾位置通过GPRS无线网和互联网传输给监控中心站;若无火灾,则继续处理下一帧图像,并间隔一段时间向监控中心站发送视频图像。
5.如权利要求1所述的基于嵌入式平台的火灾检测与定位***,其特征在于,所述监控中心站利用终端控制器通过互联网接收来自监测点的数据信息,在监测点发送火灾时,向监控人员显示火灾地区的视频图像和位置信息。
6.如权利要求1所述的基于嵌入式平台的火灾检测与定位***,其特征在于,所述嵌入式微处理设备通过分析视频图像然后与火焰颜色特征匹配,识别是否出现火灾的具体方法,包括:
针对摄像头采集到的监控视频的图像,首先利用火焰特殊的颜色特征,在RGB彩色空间进行颜色分割,去除大部分非火焰标志区域;然后对过滤后的图像进行canny算子的边缘检测处理,并采用图像轮廓技术对图像中标志位置进行定位,最后采用直方图匹配技术识别出视频图像中的火焰:图像中的颜色分量满足以下条件才判定为火焰:
1.R(X,Y)>G(X,Y);
2.G(X,Y)>B(X,Y);
3.R(X,Y)>200∩G(X,Y)<200∩B(X,Y)<100。
7.基于嵌入式平台的火灾检测与定位方法,其特征在于,包括以下步骤:
a.各监测点实时采集视频图像;
b.对视频图像进行分析匹配,判断是否出现火灾,若出现火灾,则进入步骤c,否则,进入步骤d;
c.监测点进行警报,并将火灾视频图像和火灾位置传送至监控中心站,进入步骤e;
d.监测点继续监测,并每隔一定时间将监测图像传送至监控中心站,结束流程;
e.监控中心站向监控人员显示火灾地区的视频图像和位置信息。
8.如权利要求7所述的基于嵌入式平台的火灾检测与定位方法,其特征在于,步骤b中,所述对视频图像进行分析匹配,判断是否出现火灾的方法包括:
针对摄像头采集到的监控视频的图像,首先利用火焰特殊的颜色特征,在RGB彩色空间进行颜色分割,去除大部分非火焰标志区域;然后对过滤后的图像进行canny算子的边缘检测处理,并采用图像轮廓技术对图像中标志位置进行定位,最后采用直方图匹配技术识别出视频图像中的火焰:图像中的颜色分量满足以下条件才判定为火焰:
1.R(X,Y)>G(X,Y);
2.G(X,Y)>B(X,Y);
3.R(X,Y)>200∩G(X,Y)<200∩B(X,Y)<100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710324694.8A CN106971494A (zh) | 2017-05-10 | 2017-05-10 | 基于嵌入式平台的火灾检测与定位***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710324694.8A CN106971494A (zh) | 2017-05-10 | 2017-05-10 | 基于嵌入式平台的火灾检测与定位***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106971494A true CN106971494A (zh) | 2017-07-21 |
Family
ID=59332043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710324694.8A Pending CN106971494A (zh) | 2017-05-10 | 2017-05-10 | 基于嵌入式平台的火灾检测与定位***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106971494A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510702A (zh) * | 2018-04-27 | 2018-09-07 | 太原工业学院 | 火灾检测方法及*** |
CN111179143A (zh) * | 2020-01-06 | 2020-05-19 | 紫光云技术有限公司 | 基于bim的智慧消防*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101020104A (zh) * | 2007-03-27 | 2007-08-22 | 南京大学 | 基于视频检测的嵌入式森林火灾预警*** |
CN201039367Y (zh) * | 2007-03-27 | 2008-03-19 | 南京大学 | 嵌入式视频处理设备 |
US20090096620A1 (en) * | 2007-10-16 | 2009-04-16 | Chung-Yi Kuo | Fire alarming device |
CN202600890U (zh) * | 2012-05-29 | 2012-12-12 | 东北林业大学 | 一种基于图像的嵌入式森林火灾监测预警*** |
CN203689642U (zh) * | 2013-12-29 | 2014-07-02 | 陕西理工学院 | 基于arm火灾监测*** |
CN104504382A (zh) * | 2015-01-13 | 2015-04-08 | 东华大学 | 一种基于图像处理技术的火焰识别算法 |
-
2017
- 2017-05-10 CN CN201710324694.8A patent/CN106971494A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101020104A (zh) * | 2007-03-27 | 2007-08-22 | 南京大学 | 基于视频检测的嵌入式森林火灾预警*** |
CN201039367Y (zh) * | 2007-03-27 | 2008-03-19 | 南京大学 | 嵌入式视频处理设备 |
US20090096620A1 (en) * | 2007-10-16 | 2009-04-16 | Chung-Yi Kuo | Fire alarming device |
CN202600890U (zh) * | 2012-05-29 | 2012-12-12 | 东北林业大学 | 一种基于图像的嵌入式森林火灾监测预警*** |
CN203689642U (zh) * | 2013-12-29 | 2014-07-02 | 陕西理工学院 | 基于arm火灾监测*** |
CN104504382A (zh) * | 2015-01-13 | 2015-04-08 | 东华大学 | 一种基于图像处理技术的火焰识别算法 |
Non-Patent Citations (2)
Title |
---|
严云洋等: ""基于视频图像的火灾自动检测"", 《计算机应用研究》 * |
张楠: ""基于视频图像的火灾检测与识别方法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510702A (zh) * | 2018-04-27 | 2018-09-07 | 太原工业学院 | 火灾检测方法及*** |
CN108510702B (zh) * | 2018-04-27 | 2020-08-04 | 太原工业学院 | 火灾检测方法及*** |
CN111179143A (zh) * | 2020-01-06 | 2020-05-19 | 紫光云技术有限公司 | 基于bim的智慧消防*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估*** | |
CN101334924B (zh) | 一种火灾探测***及其火灾探测方法 | |
US7859419B2 (en) | Smoke detecting method and device | |
CN108389359B (zh) | 一种基于深度学习的城市火灾报警方法 | |
CN104599427A (zh) | 一种用于公路隧道的智能图像型火灾报警*** | |
CN111163285A (zh) | 高空抛坠物监测方法及其***、计算机可读存储介质 | |
CN110287917B (zh) | 基建工地的安全管控***和方法 | |
CN212782246U (zh) | 一种基于人工智能的烟火识别*** | |
CN112733690A (zh) | 一种高空抛物检测方法、装置及电子设备 | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN110703760A (zh) | 一种用于安防巡检机器人的新增可疑物体检测方法 | |
CN112349057A (zh) | 基于深度学习的室内烟雾和火灾检测方法 | |
CN102348099A (zh) | 嵌入式视频烟雾探测器及烟雾识别方法 | |
CN114359594B (zh) | 一种场景匹配方法、装置、电子设备和存储介质 | |
CN106971494A (zh) | 基于嵌入式平台的火灾检测与定位***及方法 | |
CN115841730A (zh) | 视频监控***、异常事件检测方法 | |
CN113627321A (zh) | 基于人工智能的图像识别方法、装置及计算机设备 | |
CN114677640A (zh) | 基于机器视觉的智慧工地安全监测***及方法 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理***及方法 | |
CN112597853A (zh) | 基于物联网的自动报警方法和*** | |
CN112489017A (zh) | 一种电力设备故障智能识别方法及识别*** | |
CN116052356A (zh) | 一种智能工地监控平台 | |
CN116449679A (zh) | 一种基于数字孪生的智慧医院消安联动控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170721 |
|
RJ01 | Rejection of invention patent application after publication |