CN108335454B - 一种火情检测方法及装置 - Google Patents
一种火情检测方法及装置 Download PDFInfo
- Publication number
- CN108335454B CN108335454B CN201810034509.6A CN201810034509A CN108335454B CN 108335454 B CN108335454 B CN 108335454B CN 201810034509 A CN201810034509 A CN 201810034509A CN 108335454 B CN108335454 B CN 108335454B
- Authority
- CN
- China
- Prior art keywords
- macro block
- pixel
- gradation data
- preset
- ratio
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 85
- 230000006399 behavior Effects 0.000 claims description 82
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012512 characterization method Methods 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000001931 thermography Methods 0.000 description 8
- 241001269238 Data Species 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012634 optical imaging Methods 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
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Security & Cryptography (AREA)
- Fire-Detection Mechanisms (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种火情检测方法及装置，其中，所述方法包括：通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。用于解决现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
Description
技术领域
本发明涉及火情监测以及图像识别与处理技术领域，特别涉及一种火情监测方法及装置。
背景技术
火灾是现代文明社会最具有破坏力的灾害现象之一，为了将火灾造成的损失降到最低，其中，最有效的方法之一就是早期发现，并在蔓延前将其扑灭。
目前，常采用能以数字信号输出裸数据(比如14比特的灰度数据)的红外热像仪来实现对火情的探测与识别，具体来讲，红外热像仪利用红外探测器和光学成像物镜，来将接收到的被测目标的红外辐射能量分布图形反映到红外探测器的热敏元件上，从而获得红外热像图，这种热像图与物体表面的热分布场相对应。通俗地讲，红外热像仪就是讲物体发出的不可见红外能量转变为可见的热图像。热图像上面的不同颜色代表被测物体的不同温度。
在现有技术中，往往基于温度或灰度高低来进行火情检测，但在进行远距离火情检测时，误检率较高。此外，根据火灾热图像在颜色分布特征、变化率特征、面积蔓延增长特征、圆形度特征、形体变化特征多种特征因素进综合判断。尽管误检率降低了，但是整个过程并未考虑火灾发生的距离远近，且无法检测远处很小的火点，增加了漏检率。
可见，现有技术存在针对火灾的火情检测方法正确率较低。
发明内容
本发明实施例提供一种火情检测方法及装置，用于解决现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
一方面，本发明实施例提供了一种火情检测方法，包括：
通过红外热像仪获得包括目标对象的灰度数据，其中，所述灰度数据包括N个像素点，所述N个像素点对应N个温度值，N为大于1的正整数；将灰度数据分为M个宏块，M为小于N的正整数；
对所述灰度数据进行分析，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中的最高温度值大于预设阈值，K为小于M的正整数；
若所述波动特征满足预设条件，确定所述目标对象为火焰。
可选地，所述确定所述M个宏块中K个宏块的波动特征，包括：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
可选地，所述确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征，包括：
通过所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据，并将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
可选地，所述确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，包括：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
可选地，所述方法还包括：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述方法还包括：
若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
可选地，所述方法还包括：
若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述方法还包括：
若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
可选地，所述方法还包括：
若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
另一方面，本发明实施例还提供了一种火情检测装置，包括：
红外热像仪，用于获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
处理器，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
可选地，所述处理器用于：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
可选地，在所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据时，所述处理器用于：
将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
可选地，所述处理器用于：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
可选地，所述处理器还用于：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述处理器还用于：
若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
可选地，所述处理器还用于：
若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述处理器还用于：
若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
可选地，所述处理器还用于：
若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
另一方面，本发明实施例还提供了一种火情检测装置，包括：
获得单元，用于通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
第一确定单元，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
第二确定单元，若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
可选地，所述第一确定单元用于：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
可选地，所述第一确定单元用于：
在通过所述红外热像仪获得包括所述目标对象的多帧灰度数据时，将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
可选地，所述第一确定单元用于：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
可选地，所述第二确定单元用于：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述装置还包括：
第一判断单元，若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
第三确定单元，若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
可选地，所述装置还包括：
第二判断单元，若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
第四确定单元，若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
可选地，在所述确定出K个宏块之后，所述装置还包括：
第三判断单元，若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
第五确定单元，若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
可选地，所述装置还包括：
第四判断单元，若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
第六确定单元，若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
另一方面，本发明实施例提供了一种终端，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上所述的火情检测方法的步骤。
另一方面，本发明实施例提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的火情检测方法的步骤。
本发明实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
在本发明实施例的技术方案中，通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。也就是说，通过对包括目标对象的灰度数据中的局部宏块的波动特征进行检测，进而确定所述目标对象是否为火焰，实现了在整体上对火情进行初步检测的同时，进一步地结合局部宏块的波动特征来综合判定，从而解决了现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
图1为本发明实施例一中提供的一种火情检测方法的方法流程图；
图2为本发明实施例一中提供的一种火情检测方法中步骤S102中步骤：确定所述M个宏块中K个宏块的波动特征的第一种实现方式的方法流程图；
图3为本发明实施例一中提供的一种火情检测方法中步骤S102中步骤：确定所述M个宏块中K个宏块的波动特征的第二种实现方式的方法流程图；
图4为本发明实施例一中提供的一种火情检测方法中在采用第二种实现方式确定所述M个宏块中K个宏块的波动特征之后的方法流程图；
图5为本发明实施例一中提供的一种火情检测方法中在步骤S202中步骤：确定出K个宏块之后的方法流程图；
图6为本发明实施例一中提供的一种火情检测方法的另外一种方法流程图；
图7为本发明实施例一中提供的一种火情检测方法中基于目标对象距离红外热像仪远近时对火情进行检测的流程图；
图8为本发明实施例一中提供的一种火情检测方法在步骤S202中步骤：确定出K个宏块之后的方法流程图；
图9为本发明实施例一中提供的一种火情检测方法的另外一种方法流程图；
图10为本发明实施例一中提供的一种火情检测方法中基于目标对象的区域面积对火情进行检测的流程图；
图11为本发明实施例二中提供的一种火情检测装置的结构示意图；
图12为本发明实施例三中提供的一种火情检测装置的结构示意图。
具体实施方式
本发明实施例提供一种火情检测方法及装置，用于解决现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
本发明实施例中的技术方案为解决上述的技术问题，总体思路如下：
一种火情检测方法，包括：
通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
在本发明实施例的技术方案中，通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。也就是说，通过对包括目标对象的灰度数据中的局部宏块的波动特征进行检测，进而确定所述目标对象是否为火焰，实现了在整体上对火情进行初步检测的同时，进一步地结合局部宏块的波动特征来综合判定，从而解决了现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
本文中术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例中的火情检测方法可以应用于摄像机，而该摄像机是指至少具有红外摄像功能的摄像机。这里所说的至少具有红外摄像功能是指该摄像机至少可以进行红外图像采集，例如仅仅只能进行红外图像采集，或者也可以同时能够进行红外图像采集和可见光图像采集。本发明实施例中的摄像机可以是单目热成像摄像机，或者可以是双目(一路热成像，一路可见光)摄像机，或者也可以是多目摄像机(至少有一路热成像)，另外，对于如现有技术中的只能进行可见光拍摄的摄像机，当需要实施本发明实施例中的方案时可以在该可将光摄像机上加装一个简单的热成像传感器即可。
此外，本发明实施例中的摄像机可以是支持测温功能的装置，还可以是不支持测温功能的装置，比如，本发明中的目标对象的温度也可以用该目标对象对应像素的灰度来代替。当然，本领域的技术人员可以根据实际需要来选用该摄像机所具有的功能，在此就不一一举例说明了。
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互结合。
实施例一
请参考图1，本发明实施例一提供了一种火情检测方法，包括：
S101：通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
S102：将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
S103：若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
在步骤S101至步骤S103的具体实现过程如下：
首先，通过红外热像仪获得包括目标对象的第一帧灰度数据，也就是说，用户控制所述红外热像仪对包括所述目标对象的当前场景进行采集，进而获得包括所述目标对象的第一帧灰度数据，其中，所述灰度数据包括N个像素点，所述N个像素点对应N个温度值，N为大于1的正整数。其中，所述第一帧灰度数据不是转化为8比特后的灰度图像，而是红外热像仪输出的原始的代表所述目标对象辐射能量值的灰度，一般是14比特的数据。在具体实施过程中，可以将所述红外热像仪所采集到的原始的热红外图像称为Raw图像数据。一般而言，热红外图像的Raw数据都是14比特的灰度数据，即用14比特的灰度表示每个像元接收到的热辐射能量，14比特的灰度数据可以具有214个灰度值，即可以将不同的温度以0～16383这16384个灰度值来衡量目标对象的热辐射能量。根据热力学定律可知，物体的温度越高，辐射的红外热能量越高，因此，也可以说，目标对象的温度越高，对应红外图像中的灰度值越大。
在具体实施过程中，待将14比特的灰度数据处理为8比特的数据后方以热图像形式显示出来，供用户查看，当然，所述灰度数据还可以是本领域技术人员根据实际需要所设计的数据，在此就不一一举例说明了。
然后，将所述第一帧灰度划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；其中，所述预设阈值具体可以是本领域技术人员根据不同的热源的温度特征所设定的温度阈值，比如，1000℃。由于所述红外热像仪所采集的目标对象有可能不同，对应的所获得的所述第一帧灰度数据中每个宏块所包括的像素点个数也可能不同，比如，可以是2000个像素点，也可以是3000个像素点。此外，对所述第一帧灰度数据中的温度值大于所述预设阈值的局部宏块的波动特征进行检测，比如，通过对所述第一帧灰度数据中所述M个宏块中包括温度值大于1000℃的像素点的K个宏块的波动特征进行检测，所述K个宏块中每个宏块的波动特征包括对应的最高温度值的波动特征，高温像素(设定一预设温度阈值，如像素对应温度值大于所述预设温度阈值，则该像素为高温像素，反之为低温像素)的位置波动特征。此外，将所述第一帧灰度数据划分为M个宏块，比如，将包括640x512个像素点的灰度数据按照16x16的宏块大小，将其分成1280个宏块，本领域的技术人员可根据实际需要来将所述第一帧灰度数据划分为不同数目的宏块，在此就不一一举例说明了。
然后，检测所述K个宏块的波动特征是否满足预设条件，比如，所述K个宏块中最高温度值的波动幅度是否大于一预设波动幅度，再比如，所述K个宏块中最高温度值的波动频率是否大于一预设波动频率，再比如，所述K个宏块中高温像素所在位置处的波动频率是否大于一预设波动频率，等等，当然，本领域的技术人员可以根据实际需要来设计所述预设条件，在此就不一一举例说明了。
进一步地，若所述K个宏块的波动特征满足预设条件，则确定所述目标对象为火焰。比如，若所述K个宏块中的最高温度值的波动频率大于一预设波动频率，则确定所述目标对象为火焰，进一步地可以输出针对该火情的警报信息，提示相关人员对该火焰进行及时处理。
在本发明实施例中，步骤S102中步骤：确定所述M个宏块中K个宏块的波动特征，可以有以下三种实现方式，但又不仅限于以下三种实现方式。
第一种实现方式
第一种实现方式具体为：确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征。具体来讲，第一种实现方式的具体实现过程如图2所示，包括：
S201：通过所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据，并将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
S202：从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
S203：确定出所述K个宏块中第一宏块在P帧数据上的P个第一温度值；
S204：计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
S205：基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
在具体实施过程中，步骤S201至步骤S205的具体实现过程如下：
首先，通过所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据，并将每帧灰度数据划分为M个宏块，也就是说，通过所述红外热像仪获得多帧灰度数据；比如，在第一时刻获得包括所述目标对象的一帧灰度数据，随后每个0.01秒采集一帧包括所述目标对象的灰度数据，共采集获得包括所述目标对象在内的10帧灰度数据，并将每帧灰度数据划分为M个宏块。然后，从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块。比如，在P为10，M为6，所述第一帧灰度数据中划分编号为a～f共六个宏块，其中，编号为a和b的宏块在10帧灰度数据中均包括有大于所述第一预设温度阈值的像素点，则确定出的所述K个宏块为编号为a的宏块和编号为b的宏块。
然后，确定出所述K个宏块中第一宏块在P帧灰度数据上的P个第一温度值，比如，确定编号为a的宏块在10帧灰度数据的每帧灰度数据中的最高温度值。再比如，确定编号为b的宏块在10帧灰度数据的每帧灰度数据中的最高温度值，在此就不一一举例说明了。在具体实施过程中，所述最高温度值不小于所述第一温度值。
然后，计算所述P个第一温度值的标准差与均值，并确定所述p个第一温度值的标准差与均值的比值。仍然以上述例子为例，确定编号为a的宏块在10帧灰度数据上的10个最高温度值的均值和标准差，然后，确定编号为a的宏块在10帧灰度数据上的10个最高温度值的标准差与均值的比值；然后，基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征。也就是说，确定出所述第一宏块中的最高温度值的波动特征。其中，所述比值越大表征所述第一温度值的波动幅度越大，反而，所述第一比值越小表征所述第一温度值的波动幅度越小。比如，第一宏块内获得的最高温度值的均值为1000℃，标准差为2℃，比值为1/500，小于所设定的1/40，表明该宏块内的最高温度值波动幅度较小。基于确定所述K个宏块中的所述第一宏块的波动特征的同样的发明构思，最终获得所述K个宏块的波动特征，具体的确定过程中不再详述了。
在本发明实施例中，通过利用火焰在某个区域内的最高温度值不是固定的，而是具有一定的波动幅度这一特征，进而用于区分火焰与普通的高温物体，从而提高了针对较大火苗检测的正确率。
第二种实现方式
第二种实现方式具体为：确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。具体来讲，第二种实现方式的具体实现过程如图3所示，包括：
S301：确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
S302：基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
在具体实施过程中，步骤S301至步骤S302的具体实现过程如下：
首先，确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置。其中，对所述K个宏块的确定过程同第一种实现方式，在此就不再赘述了。此外，在具体实施过程中，可以对所述K个宏块中的每个宏块进行二值化，从中确定出宏块中的高温像素点。比如，以所述K个宏块中的第一宏块为例来说明第二种实现方式的具体实现过程，首先，确定所述第一宏块中大于第二预设温度阈值的L个像素点，在确定出满足条件的L个像素点后，进一步地确定每个像素点所在位置处的波动特征。比如，对所述第一宏块进行二值化，从所述第一宏块中确定出包括大于所述第二预设温度阈值的L个像素点。然后，以所述L个像素点中的任意一个像素点为例，比如，以所述L个像素点中的第一像素点为例，首先，确定所述第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置，比如，确定所述第一像素点在前后两帧灰度数据中的位置。
然后，基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征。在具体实施过程中，基于确定所述L个像素点中的所述第一像素点的位置波动特征的同样的发明构思，最终获得所述L个像素点的位置波动特征，具体的确定过程中不再详述了。此外，在具体实施过程中，所述第二预设温度阈值可以是本领域技术人员根据实际需要所设定的温度阈值，比如，3000℃，等等。具体来讲，从通过所述红外热像仪获得的包括所述目标对象的多帧灰度数据的每帧灰度数据的像素点中，确定出大于第二预设温度阈值的像素点在每帧灰度数据中的位置。进一步地，基于大于所述第二预设温度阈值的像素点的位置在前后两帧灰度数据间的温度差值，确定每个位置的波动特征。比如，在所述红外热像仪采集的第一帧的灰度数据中a像素点所在的坐标点(0，0)位置处为大于所述第二预设温度阈值的高温度值，而在随后的第二帧灰度数据中坐标点(0，0)位置处为小于所述第二预设温度阈值的低温度值，表明该位置处所述目标对象的形状发生了波动。在具体实施过程中，通过连续采集包括所述目标对象的多帧灰度数据将确定所述目标对象整体形状的波动。由于空气的流动性，火焰形状会不断波动，这一点不同于普通高温物体和诸如太阳等高温源。通过对所述目标对象的形状波动进行检测，能够进一步提高针对火情检测的正确率，降低误报率。
在本发明实施例中，在采用第二种实现方式来确定所述L个像素点的位置波动特征之后，为了进一步提高针对火情检测的正确率，仍以所述第一宏块的火情检测为例，请参考图4，所述方法还包括：
S401：若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
S402：统计所述第一宏块中具有波动特征的像素点个数；
S403：若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
在具体实施过程中，步骤S401至步骤S403的具体实现过程如下：
首先，若所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值大于预设温度差值，则确定所述第一像素点具有波动特征。比如，所述温度差值为5000℃，所述预设温度差值为2000℃。当然，本领域的技术人员可以根据实际需要来设置所述预设温度差值的具体数值，在此就不一一举例说明了。
然后，统计所述第一宏块中具有波动特征的像素点个数，具体来讲，从所述第一宏块的所述L个像素点中确定出具有波动特征的像素点个数。进一步地，检测所述像素点个数是否大于预设个数，若所述像素点个数大于所述预设个数，意味着，所述第一宏块表征的所述第一子目标对象的形状波动特征比较明显，则确定所述第一宏块表征的第一子目标对象为火焰。比如，所述像素点个数为100个，所述预设个数为200，则说明所述第一宏块内存在火情。当然，本领域的技术人员可以根据实际需要来设计所述预设个数的具体数值，在此就不一一举例说明了。
第三种实现方式
第三种实现方式为第一种实现方式与第二种实现方式的结合，具体为：确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；以及，确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。最终结合所述第一温度值的波动特征和所述L个像素点的位置波动特征，确定每个宏块的波动特征。比如，针对较近距离下的较大火焰的检测，在测得的火焰温度值较高，且温度值的波动幅度也较大之后，还可以进一步地检测该火焰的形状波动是否满足条件，从而进一步地提高针对火情检测的正确率，减少误报率。比如，针对使用所述红外热像仪来对酒精灯的火焰进行检测，尽管其特征满足温度值较高，且温度值波动幅度较大，如果未结合形状波动来判定，很容易就将酒精灯的火焰误判为火灾，因此，本发明进一步地结合形状波动来判定能够提高针对近距离火情检测的正确率。由于对于二者间的详细结合过程将在下述的方案中进行详述，在这里就不再一一详细赘述了。
在本发明实施例中，当用于火情检测的装置包括用于全场景测距的相机时，为了进一步地提高火情检测方法的正确率，在步骤S202中步骤：确定出K个宏块之后，请参考图5，所述方法还包括：
S501：若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
S502：若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
在具体实施过程中，步骤S501至步骤S502的具体实现过程如下：
首先，若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值不小于第一预设距离值时，比如，所述当前距离值为5km，所述第一预设距离值为3km，表明所述第一子目标对象为远距离探测目标，一旦检测到该宏块内的最高温度值大于所述第一预设温度阈值，则表明所述第一子目标对象为火焰，有火情。
若所述当前距离小于所述第一预设距离值，比如，所述当前距离值为1km，所述第一预设距离值为3km，在检测到该第一宏块内的最高温度值大于所述第一预设温度阈值之后，进一步，判断所述最高温度值的波动特征(比如，波动幅度或者波动频率)是否满足条件。具体来讲，对于一个高温点，可以作为疑似火源，暂时不报警。如果是火焰的话，稍微大一点就会有温度值波动特征，进一步地，结合温度值的波动特征来判断，具体来讲，判断所述第一宏块内最高温度值的标准差与均值的比值是否大于预设比值，若所述比值大于预设比值，且所述当前距离值大于小于所述第一预设距离值的第二预设距离值，确定所述第一子目标对象为火焰，比如，所述当前距离值为1km，所述第一预设距离值为3km，所述第二预设距离值为100m，表明所述第一子目标对象为中距离探测目标，在所述第一宏块内的最高温度值的波动特征满足比值大于预设比值这一条件时，则进一步地将所述第一子目标对象确定为火焰，即可火情报警。此外，在本发明实施例中，本领域的技术人员可以根据实际使用情况来设置所述第一预设距离值和所述第二预设距离值，在此就不一一举例说明了。
在本发明实施例中，为了进一步提高火情检测的正确率，请参考图6，所述方法还包括：
S601：若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
S602：若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
在步骤S601至步骤S602的具体实现过程如下：
首先，若所述第一宏块内最高温度值的标准差与均值的比值大于预设比值，且所述当前距离不大于所述第二预设距离值，也就是说，在进行近距离火情检测时，进一步地结合所述第一宏块中大于所述第二预设温度阈值的L个像素点所在位置的位置波动特征来检测。比如，所述当前距离值为50m，所述第一预设距离值为3km，所述第二预设距离值为100m，进一步地，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数。若所述像素点个数大于所述预设个数，表明所述第一宏块具有高温像素位置波动特征，确定所述第一子目标对象为火焰。对于具体的确定过程，在上述已经详述，在此就不一一赘述了。此外，为了进一步地提高火情检测的正确率，若所述第一宏块持续满足高温像素位置波动特征的帧数大于一预设帧数，则表明所述第一宏块的波动幅度大于所述第一预设波动幅度，进一步确定所述第一子目标对象为火焰。
在本发明实施例中，由于近距离下对火情的检测，极容易导致误报，进一步地结合像素点所在位置的波动特征来判断，能够进一步地，提高针对火情检测的正确率，具体的判断过程由于在上述过程中已经详述了，在此就不一一赘述了。
此外，在本发明实施例中，为了进一步提高火情检测所对应的装置的使用性能，根据所述目标对象距离所述红外热像仪的距离情况，能够自动选择不同的波动特征来对火情进行检测。即将波动特征与可检测距离的远近相结合起来，从而提高了火情检测算法的正确率。比如，对远距离进行火情检测时，只需对所述第一帧灰度数据中局部宏块的最高温度值是否大于所述预设阈值进行判断，一旦检测到所述第一帧灰度数据中局部宏块的最高温度值大于所述预设阈值，即将其判定为有火情，即可输出警报。再比如，对中距离进行火情检测时，在检测到所述第一帧灰度数据中局部宏块的最高温度值大于所述预设阈值，需进一步检测该宏块内的最高温度值的波动特征是否满足所述预设条件，只有当满足时，才将该宏块对应的子目标对象判定为有火情，然后输出警报。再比如，对近距离进行火情检测时，需检测到所述第一帧灰度数据中局部宏块的最高温度值是否大于所述预设阈值，若大于，再进一步检测该宏块内的最高温度值的波动特征是否满足所述预设条件，若满足，需再进一步地检测第一宏块中具有波动特征的像素点个数是否大于预设个数，若大于，则将该宏块对应的子目标对象判定为有火情，然后输出警报。
在本发明实施例中，如图7所示为基于所述目标对象距离所述红外热像仪远近时对火情进行检测的流程图，具体的处理过程在上述过程中已经详述，在此就不再赘述了。
在本发明实施例中，当用于火情检测的装置不具备距离测量时，为了进一步地提高火情检测方法的正确率，在步骤S202中的步骤：确定出K个宏块之后，请参考图8，所述方法还包括：
S701：若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
S702：若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
在具体实施过程中，步骤S701至步骤S702的具体实现过程如下：
首先，检测所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积是否大于第一预设面积，其中，所述第一预设面积为本领域技术人员根据设计需要所设置的经验阈值。
若所述L个像素点所形成的所述第一区域面积小于所述第一预设面积，比如，所述第一区域面积为5个像素点所形成的区域面积，所述第一预设面积为10个像素点所形成的区域面积，表明所述第一宏块对应的所述第一子目标对象为远距离探测目标，一旦检测到该宏块内的最高温度值大于所述第一预设温度阈值，则表明所述第一子目标对象为火焰，有火情。
若所述第一区域面积大于所述第一预设面积，需进一步地，判断所述第一宏块内最高温度值的标准差与均值的比值是否大于预设比值，若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。比如，第一区域面积为20个像素点所形成的区域面积，所述第一预设面积为10个像素点所形成的区域面积，所述第二预设面积为30个像素点所形成的区域面积，在所述第一区域面积小于所述第二预设面积(所述第二预设面积大于所述第一预设面积，也就是说，所述第一区域面积大于所述第一预设面积，且小于所述第二预设面积)时，表明所述第一子目标对象为中距离探测目标，需进一步地检测所述第一宏块内的最高温度值的波动特征是否满足比值大于预设比值这一条件，在所述第一宏块内的最高温度值的波动特征满足比值大于预设比值这一条件时，则进一步地将所述第一子目标对象确定为火焰，即可火情报警。此外，在本发明实施例中，本领域的技术人员可以根据实际使用情况来设置所述第一预设面积和所述第二预设面积，在此就不一一举例说明了。
在本发明实施例中，为了进一步地提高火情检测方法的正确率，请参考图9，所述方法还包括：
S801：若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
S802：若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
在具体实施过程中，步骤S801至步骤S802的具体实现过程如下：
首先，若所述第一宏块内最高温度值的标准差与均值的比值大于预设比值，且所述第一区域面积不小于所述第二预设面积，也就是说，在进行近距离火情检测。在具体实施过程中需要进一步地结合所述第一宏块中大于所述第二预设温度阈值的L个像素点所在位置的位置波动特征来检测。比如，所述第一区域面积为40个像素点所形成的区域面积，所述第一预设面积为10个像素点所形成的区域面积，所述第二预设面积为30个像素点所形成的区域面积，进一步地，判断所述第一宏块中大于所述第二预设温度阈值的L个像素点中具有波动特征的像素点个数是否大于预设个数。若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。对于具体的确定过程，在上述已经详述，在此就不一一赘述了。此外，为了进一步地提高火情检测的正确率，若所述第一宏块持续满足高温像素位置波动特征的帧数大于一预设帧数，则表明所述第一波动幅度大于所述第一预设波动幅度，进一步确定所述第一子目标对象为火焰。
在本发明实施例中，由于近距离下对火情的检测，极容易导致误报，进一步地结合像素点所在位置的波动特征来判断，能够进一步地，提高针对火情检测的正确率，具体的判断过程由于在上述过程中已经详述了，在此就不一一赘述了。
在本发明实施例中，如图10所示为基于所述目标对象的区域面积的不同情况来对火情进行检测的流程图，具体的处理过程在上述过程中已经详述，在此就不在赘述了。
实施例二
基于与本发明实施例一同样的发明构思，请参考图11，本发明实施例还提供了一种火情检测装置，包括：
红外热像仪10，用于获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
处理器20，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
在本发明实施例中，处理器20用于：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
在本发明实施例中，在所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据时，处理器20用于：
将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
在本发明实施例中，处理器20用于：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
在本发明实施例中，处理器20还用于：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
在本发明实施例中，在所述确定出K个宏块之后，处理器20还用于：
若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
在本发明实施例中，处理器20还用于：
若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
在本发明实施例中，在所述确定出K个宏块之后，处理器20还用于：
若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
在本发明实施例中，处理器20还用于：
若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
实施例三
基于与本发明实施例一同样的发明构思，请参考图12，本发明实施例还提供了一种火情检测装置，包括：
获得单元30，用于通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
第一确定单元40，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
第二确定单元50，若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
在本发明实施例中，第一确定单元40用于：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
在本发明实施例中，第一确定单元40用于：
在通过所述红外热像仪获得包括所述目标对象的多帧灰度数据时，将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
在本发明实施例中，第一确定单元40用于：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
在本发明实施例中，第二确定单元50用于：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
在本发明实施例中，在所述确定出K个宏块之后，所述装置还包括：
第一判断单元，若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
第三确定单元，若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
在本发明实施例中，所述装置还包括：
第二判断单元，若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
第四确定单元，若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
在本发明实施例中，在所述确定出K个宏块之后，所述装置还包括：
第三判断单元，若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
第五确定单元，若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
在本发明实施例中，所述装置还包括：
第四判断单元，若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
第六确定单元，若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
本发明实施例的又一方面提供了一种终端，所述终端包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如：通过红外热像仪获得包括目标对象的灰度数据，其中，所述灰度数据包括N个像素点，所述N个像素点对应N个温度值，N为大于1的正整数；将灰度数据分为M个宏块，M为小于N的正整数；对所述灰度数据进行分析，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中的最高温度值大于预设阈值，K为小于M的正整数；若所述波动特征满足预设条件，确定所述目标对象为火焰。所述处理器执行所述计算机程序时实现上述各方面所述的方法实施例中的步骤，例如图1所示的方法步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述火情检测装置/终端中的执行过程。例如，所述计算机程序可以被分割成获得单元，第一确定单元，第二确定单元，各模块具体功能如下：获得单元，用于通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；第一确定单元，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；第二确定单元，若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
所述火情检测装置/终端可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述火情检测装置/终端可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是所述火情检测装置/终端的示例，并不构成对所述火情检测装置/终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述火情检测装置/终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述火情检测装置/终端的控制中心，利用各种接口和线路连接整个所述火情检测装置/终端的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述火情检测装置/终端的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明实施例的又一方面提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述各方面所述的方法。
所述火情检测装置/终端集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
在本发明实施例的技术方案中，通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。也就是说，通过对包括目标对象的灰度数据中的局部宏块的波动特征进行检测，进而确定所述目标对象是否为火焰，实现了在整体上对火情进行初步检测的同时，进一步地结合局部宏块的波动特征来综合判定，从而解决了现有技术存在的针对火灾的火情检测方法正确率较低的技术问题，提高了针对火灾的火情检测方法的正确率。
在本发明实施例的技术方案中，若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。也就是说，在第一子目标对象与红外热像仪间的当前距离为中距离(介于近距离与远距离之间)的情况下，需进一步地结合所述第一宏块的最高温度值的波动特征来进行火情检测，从而提高了针对中距离情况下的火情检测。
在本发明实施例的技术方案中，若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。也就是说，在第一子目标对象与红外热像仪间的当前距离为近距离的情况下，若所述第一宏块内的最高温度值的波动特征满足条件(如最高温度值的标准差与均值的比值大于一预设比值)，需进一步结合所述L个像素点所在位置的位置波动特征来进行火情检测，从而提高了针对近距离情况下的火情检测。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种火情检测方法，其特征在于，包括：
通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
2.如权利要求1所述的方法，其特征在于，所述确定所述M个宏块中K个宏块的波动特征，包括：
确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征；和/或，
确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，其中，所述第二预设温度阈值不大于第一预设温度阈值。
3.如权利要求2所述的方法，其特征在于，所述确定所述K个宏块的每个宏块中大于第一预设温度阈值的第一温度值的波动特征，包括：
通过所述红外热像仪获得包括所述第一帧灰度数据在内的P帧灰度数据，并将每帧灰度数据均划分为M个宏块，其中，P为大于1的正整数；
从所述M个宏块中确定出在所述P帧灰度数据中均包括大于第一预设温度阈值的宏块，共确定出K个宏块；
确定出所述K个宏块中第一宏块在所述P帧灰度数据上的P个第一温度值；
计算所述P个第一温度值的标准差与均值，并确定所述P个第一温度值的标准差与均值的比值；
基于所述P个第一温度值的标准差与均值的比值，确定所述第一宏块的波动特征，共获得所述K个宏块的波动特征。
4.如权利要求2所述的方法，其特征在于，所述确定所述K个宏块的每个宏块中大于第二预设温度阈值的L个像素点的位置波动特征，包括：
确定所述K个宏块中第一宏块中大于第二预设温度阈值的L个像素点中第一像素点在所述第一帧灰度数据中的第一位置，以及所述第一像素点在通过所述红外热像仪获得包括目标对象的第二帧灰度数据中的第二位置；
基于所述第一位置和所述第二位置在前后两帧灰度数据间的温度差值，确定所述第一像素点的位置波动特征，共获得所述L个像素点的位置波动特征。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
若所述温度差值大于预设温度差值，确定所述第一像素点具有波动特征；
统计所述第一宏块中具有波动特征的像素点个数；
若所述像素点个数大于预设个数，确定所述第一宏块表征的第一子目标对象为火焰。
6.如权利要求3所述的方法，其特征在于，在所述确定出K个宏块之后，所述方法还包括：
若所述第一宏块表征的第一子目标对象与所述红外热像仪间的当前距离值小于第一预设距离值，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述当前距离值大于第二预设距离值，确定所述第一子目标对象为火焰，其中，所述第二预设距离值小于所述第一预设距离值。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
若所述比值大于所述预设比值，且所述当前距离值不大于所述第二预设距离值，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
8.如权利要求3所述的方法，其特征在于，在所述确定出K个宏块之后，所述方法还包括：
若所述第一宏块中大于所述第二预设温度阈值的L个像素点所形成的第一区域面积大于第一预设面积，判断所述比值是否大于预设比值；
若所述比值大于所述预设比值，且所述第一区域面积小于第二预设面积，确定所述第一宏块表征的第一子目标对象为火焰，其中，所述第二预设面积大于所述第一预设面积。
9.如权利要求8所述的方法，其特征在于，所述方法还包括：
若所述比值大于所述预设比值，且所述第一区域面积不小于所述第二预设面积，判断所述第一宏块中具有波动特征的像素点个数是否大于预设个数；
若所述像素点个数大于所述预设个数，确定所述第一子目标对象为火焰。
10.一种火情检测装置，其特征在于，包括：
红外热像仪，用于获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
处理器，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
11.一种火情检测装置，其特征在于，包括：
获得单元，用于通过红外热像仪获得包括目标对象的第一帧灰度数据，其中，所述第一帧灰度数据包括N个像素点，N为大于1的正整数；
第一确定单元，用于将所述第一帧灰度数据划分为M个宏块，确定所述M个宏块中K个宏块的波动特征，其中，所述K个宏块中每个宏块包括温度值大于预设阈值的至少一个像素点，M为大于1的正整数，K为不大于M的正整数；
第二确定单元，若所述K个宏块的波动特征满足预设条件，确定所述目标对象为火焰。
12.一种终端，其特征在于，所述终端包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-9中任意一项所述的火情检测方法的步骤。
13.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-9中任意一项所述的火情检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810034509.6A CN108335454B (zh) | 2018-01-15 | 2018-01-15 | 一种火情检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810034509.6A CN108335454B (zh) | 2018-01-15 | 2018-01-15 | 一种火情检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108335454A CN108335454A (zh) | 2018-07-27 |
| CN108335454B true CN108335454B (zh) | 2019-09-17 |
Family
ID=62923523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810034509.6A Active CN108335454B (zh) | 2018-01-15 | 2018-01-15 | 一种火情检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108335454B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110867044B (zh) * | 2018-08-27 | 2022-08-12 | 浙江大华技术股份有限公司 | 一种火情检测方法及设备 |
| CN109360370B (zh) * | 2018-11-30 | 2021-06-29 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN112504473B (zh) * | 2020-12-01 | 2022-08-09 | 浙江大华技术股份有限公司 | 火情检测方法、装置、设备及计算机可读存储介质 |
| CN112460737A (zh) * | 2020-12-28 | 2021-03-09 | 浙江肯特科技股份有限公司 | 一种保暖披肩生产用监测预警处理*** |
| CN112785809B (zh) * | 2020-12-31 | 2022-08-16 | 四川弘和通讯有限公司 | 一种基于ai图像识别火情复燃预测方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650866A (zh) * | 2009-09-22 | 2010-02-17 | 华南理工大学 | 一种应用于无人机的火灾检测***及其火灾检测方法 |
| EP3159861A1 (en) * | 2015-10-19 | 2017-04-26 | FFE Limited | Improvements in or relating to flame detectors and associated methods |
| CN106997461A (zh) * | 2017-03-28 | 2017-08-01 | 浙江大华技术股份有限公司 | 一种烟火检测方法及装置 |
| JP2017167616A (ja) * | 2016-03-14 | 2017-09-21 | 大阪瓦斯株式会社 | 火災警報装置 |
| CN107330884A (zh) * | 2017-07-06 | 2017-11-07 | 北京安宁威尔科技发展有限公司 | 着火点检测方法及装置 |
-
2018
- 2018-01-15 CN CN201810034509.6A patent/CN108335454B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101650866A (zh) * | 2009-09-22 | 2010-02-17 | 华南理工大学 | 一种应用于无人机的火灾检测***及其火灾检测方法 |
| EP3159861A1 (en) * | 2015-10-19 | 2017-04-26 | FFE Limited | Improvements in or relating to flame detectors and associated methods |
| JP2017167616A (ja) * | 2016-03-14 | 2017-09-21 | 大阪瓦斯株式会社 | 火災警報装置 |
| CN106997461A (zh) * | 2017-03-28 | 2017-08-01 | 浙江大华技术股份有限公司 | 一种烟火检测方法及装置 |
| CN107330884A (zh) * | 2017-07-06 | 2017-11-07 | 北京安宁威尔科技发展有限公司 | 着火点检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108335454A (zh) | 2018-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108335454B (zh) | 一种火情检测方法及装置 | |
| CN111739250B (zh) | 结合图像处理技术与红外传感器的火灾探测方法及*** | |
| CN104751593B (zh) | 一种火灾探测、报警、定位、扑灭方法及*** | |
| EP2071280B1 (en) | Normal information generating device and normal information generating method | |
| CN103761826B (zh) | 一种热成像视频双鉴林火识别***的识别方法 | |
| CN109846463A (zh) | 红外人脸测温方法、***、设备及存储介质 | |
| US9648285B2 (en) | Monitoring method and camera | |
| CN110060272A (zh) | 人脸区域的确定方法、装置、电子设备及存储介质 | |
| CN109854964B (zh) | 基于双目视觉的蒸汽泄露定位***及方法 | |
| KR20180101746A (ko) | 증강 현실 컨텐츠를 제공하기 위한 방법, 전자 기기 및 시스템 | |
| CN105844240A (zh) | 一种红外测温***中的人脸检测方法及装置 | |
| JP6566768B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
| JP2001324305A (ja) | 画像対応位置検出装置および該装置を備える測距装置 | |
| CN113205075A (zh) | 一种检测吸烟行为的方法、装置及可读存储介质 | |
| CN102789578A (zh) | 基于多源目标特征支持的红外遥感图像变化检测方法 | |
| CN103903002B (zh) | 环境亮度检测方法和*** | |
| JP4111660B2 (ja) | 火災検出装置 | |
| CN109841028B (zh) | 一种基于红外热像仪的热源探测方法、***及存储介质 | |
| CN109596226B (zh) | 用于红外热成像测温***的黑体异常检测方法、装置、设备及*** | |
| JP4991356B2 (ja) | 画像処理装置、画像処理方法および画像処理用プログラム | |
| JP6452361B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
| JP5302926B2 (ja) | 煙検出装置 | |
| CN106485265B (zh) | 一种图像识别方法和装置 | |
| CN107575750B (zh) | 一种管道泄漏检测方法及管道泄漏检测装置 | |
| JP2001023055A (ja) | 火炎検出装置および火炎検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230825 Address after: Room 201, Building A, Integrated Circuit Design Industrial Park, No. 858, Jianshe 2nd Road, Economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province, 311215 Patentee after: Zhejiang Huagan Technology Co.,Ltd. Address before: Hangzhou City, Zhejiang province Binjiang District 310053 shore road 1187 Patentee before: ZHEJIANG DAHUA TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |