CN116665136B - 一种化工生产安全风险实时监控*** - Google Patents

一种化工生产安全风险实时监控*** Download PDF

Info

Publication number
CN116665136B
CN116665136B CN202310942760.3A CN202310942760A CN116665136B CN 116665136 B CN116665136 B CN 116665136B CN 202310942760 A CN202310942760 A CN 202310942760A CN 116665136 B CN116665136 B CN 116665136B
Authority
CN
China
Prior art keywords
brightness
chemical
image
flame
value
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
Application number
CN202310942760.3A
Other languages
English (en)
Other versions
CN116665136A (zh
Inventor
孟飞超
任东宁
王华振
曹迎东
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.)
Shandong Changxing Plastic Additives Co ltd
Original Assignee
Shandong Changxing Plastic Additives Co ltd
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 Shandong Changxing Plastic Additives Co ltd filed Critical Shandong Changxing Plastic Additives Co ltd
Priority to CN202310942760.3A priority Critical patent/CN116665136B/zh
Publication of CN116665136A publication Critical patent/CN116665136A/zh
Application granted granted Critical
Publication of CN116665136B publication Critical patent/CN116665136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理领域,具体涉及一种化工生产安全风险实时监控***。该***首先获取化工厂内部环境的灰度图像,检测灰度图像中化工管道的边缘直线,获得边缘直线上的中断线段,根据中断线段上像素点的亮度分布情况和中断线段之间的长度差异,获得中断线段遮挡系数,对仅包含化工管道的ROI图像划分多个局部区域,根据局部区域中化工管道上的亮度特征和亮度变化方向获得局部区域的火光环绕系数,根据中断线段遮挡系数和火光环绕系数获得火焰特征图像,进一步获得火焰显著图像,根据火焰显著图像监控化工厂内的风险情况。根据火焰显著图像监控化工厂内的风险情况,增强化工生产安全风险的监控效果。

Description

一种化工生产安全风险实时监控***
技术领域
本发明涉及图像处理领域,具体涉及一种化工生产安全风险实时监控***。
背景技术
化工厂通常存储有大量易燃、易爆物品,由于内部因素和外部因素导致化工厂内经常发生火灾事故,化工生产过程中产生的火灾主要有人为操作不当引起火灾和化学反应过程中温度过高引燃易燃物发生***,此外还有如闪电、地震等自然因素引起的火灾,火灾发生时会产生大量有毒有害气体,造成大量人员伤亡和财产损失,因此对化工厂内火灾风险的监控格外重要。
在对火灾风险监控的过程中,现有技术常根据周围环境温度的变化和多帧图像中烟火区域范围的增长趋势,判定周围环境是否发生火灾,但由于化工厂内存在大量易燃易爆物品,需要及时对产生的火焰进行处理,而起火初期火苗较小,火焰对周围环境温度造成的变化不明显,并且短时间内烟火区域范围在图像中的增长趋势不明显,从而无法准确检测出火焰的存在,导致火焰发现不及时,进而导致无法及时对火焰进行有效控制而形成火灾。
发明内容
为了解决在起火初期由于火苗较小,无法准确检测出火焰的存在,导致火焰发现不及时,进而导致无法及时对火焰进行有效控制而形成火灾的技术问题,本发明的目的在于提供一种化工生产安全风险实时监控***,所采用的技术方案具体如下:
本发明提出了一种化工生产安全风险实时监控***,所述***包括:
图像采集模块,用于获取化工厂内部环境的灰度图像;
中断线段分析模块,用于根据所述灰度图像获取化工管道边缘线上的中断线段;根据每个所述中断线段上所有像素点的整体亮度值和整体亮度变化率,获得中断线段的亮度特征参数;根据每个所述中断线段和参考中断线段之间的长度差异以及所述亮度特征参数,获得中断线段遮挡系数;
火光环绕系数分析模块,用于获取仅包含化工管道的ROI图像,将所述ROI图像划分为预设数量个局部区域;根据每个所述局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度;根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度参数;根据所述亮度方向混乱度和所述亮度参数获得每个局部区域的火光环绕系数;
火焰显著图像获取模块,用于根据所述中断线段遮挡系数和所述火光环绕系数获得火焰特征图像,根据所述火焰特征图像和所述灰度图像获得火焰显著图像;
风险监控模块,用于根据所述火焰显著图像监控化工厂内的风险情况。
进一步地,所述化工管道边缘线上的中断线段的获取方法包括:
对所述灰度图像进行霍夫直线检测,获得灰度图像中的直线区域,将所述直线区域中长度大于预设长度阈值的直线作为边缘直线,所述边缘直线为水平直线或竖直直线;
利用单像素点滑窗,从每个所述边缘直线的任意一点沿所述边缘直线移动的同时计算所述边缘直线与水平方向的夹角,将所述夹角发生变化的位置作为所述边缘直线上的中断点,将所述中断点之间的连线作为中断线段。
进一步地,所述中断线的亮度特征参数的获取方法包括:
将每个所述中断线段上所有像素点的亮度平均值作为所述整体亮度值;将每个所述中断线段上相邻像素点之间的亮度差值的平方作为相邻像素点的亮度差异,将每个所述中断线段上所有所述亮度差异的平均值作为所述整体亮度变化率;
将所述整体亮度值和所述整体亮度变化率的比值作为每个中断线段的亮度特征参数。
进一步地,所述中断线段遮挡系数的获取方法包括:
将与所述中断线段相互平行且距离所述中断线段最近的其他中断线段,作为所述中断线段的参考中断线段;
将所述中断线段和所述参考中断线段的长度差值的绝对值作为长度差异;
根据所述长度差异和所述亮度特征参数的乘积获得每个中断线段的中断线段遮挡系数。
进一步地,所述局部区域的亮度方向混乱度的获取方法包括:
在每个所述局部区域内,根据每个化工管道上亮度变化方向赋予每个化工管道对应的标签值,所述标签值为1和-1,其中若化工管道上的亮度变化方向为向上或向左,则标签值为1,若化工管道上的亮度变化方向为向下或向右,则标签值为-1;
在每个所述局部区域内,任意选取一个水平化工管道和垂直化工管道,将所述水平化工管道与所有其他水平化工管道之间所述标签值的差值平方的累加值作为水平混乱度,将所述垂直化工管道与所有其他垂直化工管道之间所述标签值的差值平方的累加值作为垂直混乱度;
将所述水平混乱度和所述垂直混乱度的和值作为分子,水平化工管道数量和垂直化工管道数量的和值作为分母,获得每个局部区域的亮度方向混乱度。
进一步地,所述局部区域的亮度参数的获取方法包括:
将每个化工管道上的亮度最大值和亮度最小值的差值作为亮度极差,根据每个化工管道上的亮度最大值和所述亮度极差的乘积获得每个化工管道的亮度分布参数;
将所述局部区域内所有化工管道的所述亮度分布参数的累加值作为局部区域的亮度参数。
进一步地,所述每个局部区域的火光环绕系数的获取方法包括:
根据所述亮度方向混乱度和所述亮度参数的乘积,获得每个局部区域的火光环绕系数。
进一步地,所述火焰特征图像的获取方法包括:
将每个化工管道上所有所述中断线段的所述中断线段遮挡系数的平均值作为化工管道的整体遮挡系数;根据所述整体遮挡系数和所述火光环绕系数的乘积,获得每个所述局部区域内每个化工管道的火焰遮挡系数;
将所述火焰遮挡系数作为每个对应化工管道上被遮挡像素点的火焰特征值,将所述火光环绕系数作为化工管道上未被遮挡像素点的火焰特征值,将每个像素点的火焰特征值映射为灰度值获得火焰特征图像。
进一步地,所述火焰显著图像的获取方法包括:
获取所述灰度图像的LBP图像和梯度图像;
基于四元数矩阵,对所述火焰特征图像、所述灰度图像、所述LBP图像、所述梯度图像进行四元数傅里叶变换后并进行反变换,将反变换的结果经过高斯滤波获得火焰显著图像。
进一步地,所述根据所述火焰显著图像监控化工厂内的风险情况包括:
检测所述火焰显著图像中每个像素点的显著值是否超过预设显著阈值,若超过预设显著阈值则认为有发生火灾的风险,否则认为没有发生火灾的风险。
本发明具有如下有益效果:
本发明首先获取化工厂内部环境的灰度图像,考虑到化工厂内存在大量的化工管道,火焰从视觉上具体实体性,会遮挡后方的化工管道,造成灰度图像中化工管道边缘线不连续的特点,所以可根据灰度图像获取化工管道边缘线上的中断线段,便于后续对中断线段的分析;考虑到火焰的存在会增大中断线段上像素点的亮度,并且使得中断线段上像素点的亮度变化的趋势较为稳定,所以可根据每个中断线段上所有像素点的整体亮度值和整体亮度变化率获得中断线段的亮度特征参数,便于后续根据亮度特征参数获得中断线段遮挡系数;考虑到火焰产生初期,火焰呈现上窄下宽的不规则形态,火焰对化工管道遮挡产生的中断线段的长度各不相同,所以可根据每个中断线段和参考中断线段之间的长度差异以及亮度特征参数,获得中断线段遮挡系数,中断线段遮挡系数能够反映出是由火焰遮挡而形成的中断线段的可能性;考虑到火焰位于不同的位置对局部区域内管道的影响不同,所以将ROI图像划分为预设数量个局部区域,对每个局部区域单独分析;当局部区域中存在火焰时,会导致局部区域中所有化工管道上亮度变化的整体方向的不一致,并且局部区域中的火焰距离该局部区域中的化工管道较近,距离火焰越近的化工管道上最大亮度越大,亮度极差越大,所以可通过结合亮度方向混乱度和亮度差异参数获得每个局部区域的火光环绕系数,火光环绕系数能够反映出局部区域存在着火点的可能性,便于后续结合火光环绕系数和中断线段遮挡系数获取火焰特征图像,并进一步获得火焰显著图像,火焰显著图中像素点的显著值能够反映出化工厂内是否存在火焰,所以可根据火焰显著图像监控化工厂内的风险情况,提高了检测出火焰存在的准确性。本发明根据火焰对化工管道遮挡时产生的中断线段进行分析,获得中断线段遮挡系数,并针对每个局部区域进行分析,获得每个局部区域的火光环绕系数,结合中断线段遮挡系数和火光环绕系数获取火焰特征图像,并进一步获取火焰显著图像,根据火焰显著图像监控化工厂内的风险情况,增强化工生产安全风险的监控效果。
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和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种化工生产安全风险实时监控***框图;
图2为本发明一个实施例所提供的中断线段示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种化工生产安全风险实时监控***,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
一种化工生产安全风险实时监控***实施例:
下面结合附图具体的说明本发明所提供的一种化工生产安全风险实时监控***的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种化工生产安全风险实时监控***框图,该***包括:图像采集模块101,中断线段分析模块102,火光环绕系数分析模块103,火焰显著图获取模块104,风险监控模块105。
图像采集模块101用于获取化工厂内部环境的灰度图像。
在本发明实施例中通过CCD相机采集化工厂车间内部环境的原始图像,当化工厂内部起火时,经常会伴随大量的烟雾,烟雾的存在会降低原始图像中火焰的清晰度,并且会遮挡原始图像中的化工管道,影响后续对化工管道的分析,所以在本发明的一个实施例中采用暗通道去雾算法去除原始图像中存在的烟雾,使原始图像中火焰更加清晰,提高后续检测出包含火焰的图像的准确性。需要说明的是,暗通道去雾算法是本领域技术人员熟知的技术手段,在此不再赘述。
需要说明的是,为了减小后续图像处理过程的计算量,在本发明的一个实施例中对采集到的原始图像进行灰度化处理,获得单通道的灰度图像,具体灰度化处理操作为本领域技术人员熟知的技术手段,在此不做赘述以及限定。
中断线段分析模块102用于根据灰度图像获取化工管道边缘线上的中断线段;根据每个中断线段上所有像素点的整体亮度值和整体亮度变化率获得中断线段的亮度特征参数;根据每个中断线段和参考中断线段之间的长度差异以及亮度特征参数,获得中断线段遮挡系数。
在本发明实施例中化工厂内部存在大量的化工管道,而火焰从视觉上看具有实体性,会遮挡后方的化工管道,并且起火初期火焰较小,仅会遮挡化工管道的部分区域,导致在灰度图像中化工管道的边缘线不连续的特点,即化工管道的边缘线上存在被火焰遮挡形成的中断线段,而化工管道之间的遮挡也能形成中断线段,但这两种遮挡情况在化工管道边缘线上形成的中断线段具有长度和亮度的不同,所以可根据灰度图像获取化工管道边缘线上的中断线段,便于后续通过对中断线段的分析判断中断线段被火焰遮挡的可能性。
优选地,在本发明的一个实施例中化工管道边缘线上的中断线段的获取方法具体包括:
对灰度图像进行霍夫直线检测,获得灰度图像中的直线区域,将直线区域中直线的长度大于预设长度阈值的直线作为边缘直线,边缘直线为水平直线或竖直直线;利用单像素点滑窗,从每个边缘直线的任意一点沿边缘直线移动的同时计算边缘直线与水平方向的夹角,将夹角发生变化的位置作为边缘直线上的中断点,将中断点之间的连线作为中断线段。在本发明的一个实施例中将预设长度阈值设置为20。
请参阅图2,图2为本发明一个实施例所提供的中断线段示意图,其中中断线段L1和中断线段L2是火焰遮挡化工管道形成的中断线段,中断线段L3是化工管道之间的遮挡形成的中断线段。
由于火焰作为一种光源,其在图像中的亮度较大,并且亮度变化的趋势较为稳定,相较于化工管道之间的遮挡而形成的中断线段而言,由于火焰遮挡而形成的中断线段上像素点的亮度较大,并且像素点的亮度变化的趋势较为稳定,所以可根据每个中断线段上所有像素点的整体亮度值和整体亮度变化率,获得中断线段的亮度特征参数,中断线段的亮度特征参数越大,说明该中断线段被火焰遮挡的可能性越大。需要说明的是,在本发明的一个实施例中可先将采集的原始图像转化为Lab图像,Lab图像中像素点的L分量表示像素点的亮度,所以可将中断线段上的像素点在Lab图像中的L分量的值作为像素点的亮度值。
优选地,在本发明的一个实施例中中断线段的亮度特征参数的获取方法具体包括:
将每个中断线段上所有像素点的亮度平均值作为整体亮度值;将每个中断线段上相邻像素点之间的亮度差值的平方作为相邻像素点的亮度差异,将每个中断线段上所有亮度差异的平均值作为整体亮度变化率;将整体亮度值和整体亮度变化率的比值作为每个中断线段的亮度特征参数。具体表达式为:
其中,表示每个中断线段的亮度特征参数;/>表示每个中断线段上像素点的整体亮度值;/>表示每个中断线段上像素点的整体亮度变化率;/>表示中断线段上第/>个像素点的亮度值;/>表示中断线段上第/>个像素点的亮度值;/>表示中断线段上像素点的数量;/>表示求和符号。
在中断线段的亮度特征参数的获取过程中,亮度特征参数能够反映出被火焰遮挡的可能性,亮度特征参数越大,说明被火焰遮挡的可能性就越大;整体亮度值/>能够反映出中断线段上像素点的整体亮度,若中断线段是由于火焰遮挡而形成的,则中断线段上的像素点的亮度较大,所以整体亮度值/>越大,说明该中断线段是由于火焰遮挡而形成的,则该中断线段的亮度特征参数/>越大;/>表示中断线段上相邻像素点的亮度差异,若中断线段是由于火焰遮挡而形成的,则中断线段上的像素点的亮度变化的趋势较为稳定,则亮度差异较小,将中断线段上所有相邻像素点的亮度差异的平均值作为整体亮度变化率/>,所以整体亮度变化率/>越小,说明该中断线段是由于火焰遮挡而形成的,则亮度特征参数/>越大,所以在本发明实施例中将整体亮度值/>和整体亮度变化率/>的比值作为每个中断线段的亮度特征参数/>
在本发明实施例中化工管道为规则的圆柱体,由化工管道之间的遮挡而形成的多个中断线段的长度相同;在火焰形成的初期,火焰呈现上窄下宽的不规则形态,由火焰遮挡而形成的多个中断线段的长度不同,为了进一步突出这两种遮挡情况的差异,降低误判的可能,所以选取参考中断线段,根据每个中断线段和参考中断线段之间的长度差异并结合亮度特征参数,获得中断线段遮挡系数,中断线段遮挡系数能够反映出中断线段被火焰遮挡的可能性,中断线段遮挡系数越大,说明中断线段越可能是被火焰遮挡的,进而说明图像中存在火焰的可能性越大。
优选地,在本发明的一个实施例中中断线段遮挡系数的获取方法具体包括:
将与中断线段相互平行且距离中断线段最近的其他中断线段,作为中断线段的参考中断线段;将中断线段和参考中断线段的长度差值的绝对值作为长度差异;根据长度差异和亮度特征参数的乘积获得每个中断线段的中断线段遮挡系数。具体表达式为:
其中,表示中断线段的中断线段遮挡系数;/>表示中断线段的长度;/>表示参考中断线段的长度;/>表示表示每个中断线段的亮度特征参数。
在中断线段遮挡系数的获取过程中,表示中断线段和参考中断线段的长度差异,由化工管道之间的遮挡而形成的中断线段的长度差异几乎为0,由火焰遮挡而形成的中断线段的长度差异较大,所以长度差异/>越大,说明中断线段和参考中断线段的长度越不一致,进而说明中断线段越可能是由火焰遮挡而形成的,则中断线段遮挡系数越大;/>表示每个中断线段的亮度特征参数,通过上述对亮度特征参数/>获取过程的分析可知,亮度特征参数/>越大,说明中断线段上的像素点的亮度越符合火焰存在时的特征,则中断线段遮挡系数/>越大。
通过中断线段之间的长度差异和像素点的亮度特征参数获取的中断线段遮挡系数,能够有效地区分出中断线段形成的原因,可根据中断线段遮挡系数判断出化工管道是否被火焰遮挡,提高了后续获取火焰特征图的准确性。
火光环绕系数分析模块103用于获取仅包含化工管道的ROI图像,将ROI图像划分为预设数量个局部区域;根据每个局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度;根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度变化参数;根据亮度方向混乱度和亮度差异参数获得每个局部区域的火光环绕系数。
化工厂内起火时,由于化工管道具有较强的反光效果,所以火焰对化工管道亮度上的影响较大,并且在火焰形成的初始时期,火焰的能够影响的范围较小,所以可将只包含化工管道的ROI图像划分为预设数量个局部区域,针对每个局部区域进行分析,由于化工管道为圆柱状,所以化工管道整体上的亮度表现为一侧亮度较高,另一侧亮度较低,例如当化工管道为垂直布置时,可能是化工管道左侧部分的亮度低而右侧部分的亮度高,此时化工管道上的亮度变化方向可表现为由亮度低的左侧指向亮度高的右侧。当局部区域中不存在着火点时,局部区域内所有化工管道上的亮度变化方向都指向同一个方向,当局部区域内存在着火点时,局部区域内一部分化工管道上的亮度变化方向指向同一个方向,另一部分化工管道上的亮度变化方向指向相反的方向,即存在着火点时,局部区域内化工管道上的亮度变化方向具有差异性,所以可根据每个局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度,亮度方向混乱度反映了局部区域内存在着火点的可能性,亮度方向混乱度越大,该局部区域越可能存在着火点。需要说明的是,在本发明的一个实施例中,局部区域的预设数量设置为
优选地,在本发明的一个实施例中局部区域的亮度方向混乱度的获取方法具体包括:
在每个局部区域内,根据每个化工管道上亮度变化方向赋予每个化工管道对应的标签值,标签值为1和-1,其中若化工管道上的亮度变化方向为向上或向左,则标签值为1,若化工管道上的亮度变化方向为向下或向右,则标签值为-1考虑到局部区域内化工管道同时有水平分布和垂直分布两种情况,在每个局部区域内,任意选取一个水平化工管道和垂直化工管道,将水平化工管道与所有其他水平化工管道之间标签值的差值平方的累加值作为水平混乱度,将垂直化工管道与所有其他垂直化工管道之间标签值的差值平方的累加值作为垂直混乱度;将水平混乱度和垂直混乱度的和值作为分子,水平化工管道数量和垂直化工管道数量的和值作为分母,获得每个局部区域的亮度方向混乱度。具体表达式为:
其中,表示每个局部区域的亮度方向混乱度;/>表示在每个局部区域内任意选取的一个水平化工管道的标签值;/>表示每个局部区域内第/>个水平化工管道的标签值;/>表示在每个局部区域内任意选取的一个垂直化工管道的标签值;/>表示每个局部区域内第个垂直化工管道的标签值;/>表示每个局部区域内水平化工管道的数量;/>表示每个局部区域内垂直化工管道的数量,/>表示求和符号。
需要说明的是,标签值只是为了说明化工管道上的亮度变化方向的不同,在本发明的一个实施例中,将亮度变化方向表现为由亮度低指向亮度高的方向,对于某个水平化工管道,若该化工管道亮度变化方向为向上,则该化工管道的标签值为1,若该化工管道亮度变化方向为向下,则该化工管道的标签值为-1;对于某个垂直化工管道,若该化工管道亮度变化方向为向左,则该化工管道的标签值为1,若该化工管道亮度变化方向为向右,则该化工管道的标签值为-1。
在每个局部区域的亮度方向混乱度的获取过程中,表示水平混乱度,反映了每个局部区域内水平化工管道在亮度变化方向上的差异程度,若局部区域内不存在着火点,则所有水平化工管道的标签值都相同,则水平混乱度等于0,若局部区域内存在着火点,则存在一部分水平化工管道的标签值不同于另一部分水平化工管道的标签值,水平混乱度不等于0,所以水平混乱度越大,说明局部区域内水平化工管道的亮度变化方向的差异程度越大,则局部区域的亮度方向混乱度/>越大,同理垂直混乱度越大,说明局部区域内垂直化工管道的亮度变化方向的差异程度越大,则局部区域的亮度方向混乱度/>越大;/>为水平化工管道数量和垂直化工管道数量的和值,用于对水平混乱度和垂直混乱度的和值进行平均化处理,由于局部区域中化工管道较为密集,数量较多,所以/>不可能为0。
每个化工管道在垂直于边缘线方向上亮度变化呈现类抛物线型变化,在化工管道垂直于边缘线方向上,存在最大亮度,在化工管道边缘线处存在最小亮度,当局部区域内存在着火点时,会增大化工管道上的最大亮度和亮度极差,所以可根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度变化参数,后续可通过结合亮度变化参数和亮度方向混乱度提高获取的火光环绕系数的准确性。
优选地,在本发明的一个实施例中局部区域的亮度参数的获取方法具体包括:
将每个化工管道上的亮度最大值和亮度最小值的差值作为亮度极差,根据每个化工管道上的亮度最大值和亮度极差的乘积获得每个化工管道的亮度分布参数;将局部区域内所有化工管道的亮度分布参数的累加值作为局部区域的亮度参数。具体表达式为:
其中,表示每个局部区域的亮度参数;/>表示局部区域内第/>个化工管道上的亮度最大值;/>示局部区域内第/>个化工管道上的亮度最小值;/>表示每个局部区域内化工管道的数量,/>表示求和符号。
在每个局部区域的亮度变化参数的获取过程中,当局部区域内存在着火点时,化工管道上的亮度受到火焰的影响,化工管道上的亮度最大值就会增大,亮度极差也会增大;/>表示每个化工管道的亮度分布参数,亮度分布参数越大说明该化工管道上的亮度受到火焰的影响越大,所以将局部区域内所有化工管道的亮度分布参数的累加值/>作为亮度参数/>,亮度参数/>越大说明局部区域中受到火焰影响的化工管道的数量越多,进而说明局部区域中越可能存在着火点。
获得亮度方向混乱度和亮度参数后,便可根据亮度方向混乱度和亮度参数获取每个局部区域的火光环绕系数,火光环绕系数能够反映局部区域中存在着火点的可能性,便于后续根据火光环绕系数获得对应的火焰特征图。
优选地,在本发明的一个实施例中每个局部区域的火光环绕系数的获取方法具体包括:
根据亮度方向混乱度和亮度参数的乘积,获得每个局部区域的火光环绕系数。具体表达式为:
其中,表示每个局部区域的火光环绕系数;/>表示每个局部区域的亮度方向混乱度;/>表示每个局部区域的亮度参数。
局部区域的火光环绕系数能够反映出每个局部区域中存在着火点的可能性,火光环绕系数越大,说明局部区域中越可能有火焰存在,在后续可通过结合火光环绕系数和中断线段遮挡系数获得准确的火焰特征图。
火焰显著图获取模块104用于根据中断线段遮挡系数和火光环绕系数获得火焰特征图像,根据火焰特征图像和灰度图像获得火焰显著图像。
根据上述分析获得了中断线段遮挡系数和火光环绕系数之后,便可根据中断线段遮挡系数和火光环绕系数获得火焰特征图像。
优选地,在本发明的一个实施例中火焰特征图像的获取方法具体包括:
将每个化工管道上所有中断线段的中断线段遮挡系数的平均值作为化工管道的整体遮挡系数;根据整体遮挡系数和火光环绕系数的乘积,获得每个局部区域内每个化工管道的火焰遮挡系数;将火焰遮挡系数作为每个对应化工管道上被遮挡像素点的火焰特征值,将火光环绕系数作为化工管道上未被遮挡像素点的火焰特征值,将每个像素点的火焰特征值映射为灰度值获得火焰特征图像。每个化工管道火焰遮挡系数的表达式为:
其中,表示每个化工管道火焰遮挡系数;/>表示局部区域的火光环绕系数;/>表示化工管道一个边缘线上的中断线段的中断线段遮挡系数;/>表示化工管道另一个边缘线上的中断线段的中断线段遮挡系数。
在每个化工管道火焰遮挡系数的获取过程中,在ROI图像中,一个化工管道存在两个边缘线,则一个化工管道包含两个中断线段,所以将两个中断线段的中断线段遮挡系数的平均值作为化工管道的整体遮挡系数,并将整体遮挡系数与火光环绕系数的乘积作为化工管道的火焰遮挡系数。
由于获取的火焰特征图的显著性较低,无法直接根据火焰特征图判断化工厂内的风险情况,所以可根据火焰特征图像和灰度图像获得火焰显著图像,提高对火灾预测的准确性。
优选地,在本发明的一个实施例中火焰显著图像的获取方法具体包括:
获取灰度图像的LBP图像和梯度图像;基于四元数矩阵,对火焰特征图像、灰度图像、LBP图像、梯度图像进行四元数傅里叶变换后并进行反变换,将反变换的结果经过高斯滤波获得火焰显著图像。
在本发明实施例中四元数傅里叶变换所使用的四元数矩阵的表达式为:
其中,表示火焰特征图像;/>表示LBP图像;/>表示灰度图像;/>表示梯度图像;/>、/>、/>分别为虚数单位,/>、/>、/>的大小满足/>,且/>,/>,/>
需要说明的是,四元数傅里叶变换和反变换是本领域技术人员熟知的技术手段,在此不再赘述。
获取到火焰显著图像之后,便可根据火焰显著图像对化工厂内部环境的火灾风险进行分析。
风险监控模块105用于根据火焰显著图像监控化工厂内的风险情况。
火焰显著图像中各像素点的显著性得到提升,图像的质量得到明显的提升,火焰显著图像中各像素点的显著值能够准确地反映出图像中火焰的存在情况,所以可直接根据火焰显著图像监控化工厂内的风险情况。
优选地,在本发明的一个实施例中根据火焰显著图像监控化工厂内的风险情况方法具体包括:
检测火焰显著图像中每个像素点的显著值是否超过预设显著阈值,若任意一个像素点超过预设显著阈值则认为有发生火灾的风险,否则认为没有发生火灾的风险。在本发明的一个实施例中将预设显著阈值设置为10。
通过火焰显著图像检测出化工厂内存在火灾风险后,便可发出警报,提醒工作人员及时对火灾进行处理,避免了人员伤亡和财产损失。
综上所述,本发明实施例首先获取化工厂内部环境的灰度图像,对灰度图像进行霍夫直线检测得到中断线段,根据每个中断线段上所有像素点的整体亮度值和整体亮度变化率,获得中断线段的亮度特征参数;根据每个中断线段和参考中断线段之间的长度差异以及亮度特征参数,获得中断线段遮挡系数;然后对仅包含化工管道的ROI图像划分出预设数量个局部区域,根据每个局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度;根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度参数;根据亮度方向混乱度和亮度参数获得每个局部区域的火光环绕系数;根据中断线段遮挡系数和火光环绕系数获得火焰特征图像,基于四元数傅里叶变换和反变换,根据火焰特征图像和灰度图像获得火焰显著图像,根据火焰显著图像监控化工厂内的风险情况。本发明实施例根据火焰对化工管道遮挡时产生的中断线段进行分析,获得中断线段遮挡系数,并针对每个局部区域进行分析,获得每个局部区域的火光环绕系数,结合中断线段遮挡系数和火光环绕系数获取火焰特征图像,并进一步获取火焰显著图像,根据火焰显著图像监控化工厂内的风险情况。
一种化工生产安全火焰检测***实施例:
现有的化工生产安全火焰检测方法为:预先确定火焰像素点的灰度值范围,将图像中灰度值在预设火焰灰度值范围内的像素点作为疑似火焰像素点,将检测出了所有疑似火焰像素点作为火焰区域。但由于化工厂内存在大量化工管道,并且化工管道表面比较光滑,存在火焰时,化工管道表面会出现反光现象,亮度提高,化工管道与火焰像素点之间的灰度值接近,导致从而无法准确检测出火焰的存在,降低了检测出的火焰区域的准确性。
为了解决该问题,本实施例提供了一种化工生产安全火焰检测***,包括:
图像采集模块,用于获取化工厂内部环境的灰度图像;
中断线段分析模块,用于根据所述灰度图像获取化工管道边缘线上的中断线段;根据每个所述中断线段上所有像素点的整体亮度值和整体亮度变化率,获得中断线段的亮度特征参数;根据每个所述中断线段和参考中断线段之间的长度差异以及所述亮度特征参数,获得中断线段遮挡系数;
火光环绕系数分析模块,用于获取仅包含化工管道的ROI图像,将所述ROI图像划分为预设数量个局部区域;根据每个所述局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度;根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度参数;根据所述亮度方向混乱度和所述亮度参数获得每个局部区域的火光环绕系数;
火焰显著图像获取模块,用于根据所述中断线段遮挡系数和所述火光环绕系数获得火焰特征图像,根据所述火焰特征图像和所述灰度图像获得火焰显著图像;
其中,图像采集模块、中断线段分析模块、火光环绕系数分析模块、火焰显著图像获取模块在上述化工生产安全风险实时监控***实施例中已给出了详细说明,在此不再赘述。
本实施例带来的有益效果为:考虑到化工厂内存在大量的化工管道,火焰从视觉上具体实体性,会遮挡后方的化工管道,造成灰度图像中化工管道边缘线不连续的特点,所以可根据灰度图像获取化工管道边缘线上的中断线段,便于后续对中断线段的分析;考虑到火焰的存在会增大中断线段上像素点的亮度,并且使得中断线段上像素点的亮度变化的趋势较为稳定,所以可根据每个中断线段上所有像素点的整体亮度值和整体亮度变化率获得中断线段的亮度特征参数,便于后续根据亮度特征参数获得中断线段遮挡系数;考虑到火焰产生初期,火焰呈现上窄下宽的不规则形态,火焰对化工管道遮挡产生的中断线段的长度各不相同,所以可根据每个中断线段和参考中断线段之间的长度差异以及亮度特征参数,获得中断线段遮挡系数,中断线段遮挡系数能够反映出是由火焰遮挡而形成的中断线段的可能性;考虑到火焰位于不同的位置对局部区域内管道的影响不同,所以将ROI图像划分为预设数量个局部区域,对每个局部区域单独分析;当局部区域中存在火焰时,会导致局部区域中所有化工管道上亮度变化的整体方向的不一致,并且局部区域中的火焰距离该局部区域中的化工管道较近,距离火焰越近的化工管道上最大亮度越大,亮度极差越大,所以可通过结合亮度方向混乱度和亮度差异参数获得每个局部区域的火光环绕系数,火光环绕系数能够反映出局部区域存在着火点的可能性,便于后续结合火光环绕系数和中断线段遮挡系数获取火焰特征图像,并进一步获得火焰显著图像,提高了检测出的火焰区域的准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。

Claims (6)

1.一种化工生产安全风险实时监控***,其特征在于,所述***包括:
图像采集模块,用于获取化工厂内部环境的灰度图像;
中断线段分析模块,用于根据所述灰度图像获取化工管道边缘线上的中断线段;根据每个所述中断线段上所有像素点的整体亮度值和整体亮度变化率,获得中断线段的亮度特征参数;根据每个所述中断线段和参考中断线段之间的长度差异以及所述亮度特征参数,获得中断线段遮挡系数;
火光环绕系数分析模块,用于获取仅包含化工管道的ROI图像,将所述ROI图像划分为预设数量个局部区域;根据每个所述局部区域中化工管道之间亮度变化方向的差异获得局部区域的亮度方向混乱度;根据每个化工管道的最大亮度和亮度极差获得局部区域的亮度参数;根据所述亮度方向混乱度和所述亮度参数获得每个局部区域的火光环绕系数,其中,所述亮度变化方向为每个化工管道上由亮度最低指向亮度最高的方向;
火焰显著图像获取模块,用于根据所述中断线段遮挡系数和所述火光环绕系数获得火焰特征图像,根据所述火焰特征图像和所述灰度图像获得火焰显著图像;
风险监控模块,用于根据所述火焰显著图像监控化工厂内的风险情况;
所述中断线的亮度特征参数的获取方法包括:
将每个所述中断线段上所有像素点的亮度平均值作为所述整体亮度值;将每个所述中断线段上相邻像素点之间的亮度差值的平方作为相邻像素点的亮度差异,将每个所述中断线段上所有所述亮度差异的平均值作为所述整体亮度变化率;
将所述整体亮度值和所述整体亮度变化率的比值作为每个中断线段的亮度特征参数;
所述中断线段遮挡系数的获取方法包括:
将与所述中断线段相互平行且距离所述中断线段最近的其他中断线段,作为所述中断线段的参考中断线段;
将所述中断线段和所述参考中断线段的长度差值的绝对值作为长度差异;
根据所述长度差异和所述亮度特征参数的乘积获得每个中断线段的中断线段遮挡系数;
所述局部区域的亮度参数的获取方法包括:
将每个化工管道上的亮度最大值和亮度最小值的差值作为亮度极差,根据每个化工管道上的亮度最大值和所述亮度极差的乘积获得每个化工管道的亮度分布参数;
将所述局部区域内所有化工管道的所述亮度分布参数的累加值作为局部区域的亮度参数;
所述每个局部区域的火光环绕系数的获取方法包括:
根据所述亮度方向混乱度和所述亮度参数的乘积,获得每个局部区域的火光环绕系数。
2.根据权利要求1所述的一种化工生产安全风险实时监控***,其特征在于,所述化工管道边缘线上的中断线段的获取方法包括:
对所述灰度图像进行霍夫直线检测,获得灰度图像中的直线区域,将所述直线区域中长度大于预设长度阈值的直线作为边缘直线,所述边缘直线为水平直线或竖直直线;
利用单像素点滑窗,从每个所述边缘直线的任意一点沿所述边缘直线移动的同时计算所述边缘直线与水平方向的夹角,将所述夹角发生变化的位置作为所述边缘直线上的中断点,将所述中断点之间的连线作为中断线段。
3.根据权利要求1所述的一种化工生产安全风险实时监控***,其特征在于,所述局部区域的亮度方向混乱度的获取方法包括:
在每个所述局部区域内,根据每个化工管道上亮度变化方向赋予每个化工管道对应的标签值,所述标签值为1和-1,其中若化工管道上的亮度变化方向为向上或向左,则标签值为1,若化工管道上的亮度变化方向为向下或向右,则标签值为-1;
在每个所述局部区域内,任意选取一个水平化工管道和垂直化工管道,将所述水平化工管道与所有其他水平化工管道之间所述标签值的差值平方的累加值作为水平混乱度,将所述垂直化工管道与所有其他垂直化工管道之间所述标签值的差值平方的累加值作为垂直混乱度;
将所述水平混乱度和所述垂直混乱度的和值作为分子,水平化工管道数量和垂直化工管道数量的和值作为分母,获得每个局部区域的亮度方向混乱度。
4.根据权利要求1所述的一种化工生产安全风险实时监控***,其特征在于,所述火焰特征图像的获取方法包括:
将每个化工管道上所有所述中断线段的所述中断线段遮挡系数的平均值作为化工管道的整体遮挡系数;根据所述整体遮挡系数和所述火光环绕系数的乘积,获得每个所述局部区域内每个化工管道的火焰遮挡系数;
将所述火焰遮挡系数作为每个对应化工管道上被遮挡像素点的火焰特征值,将所述火光环绕系数作为化工管道上未被遮挡像素点的火焰特征值,将每个像素点的火焰特征值映射为灰度值获得火焰特征图像。
5.根据权利要求1所述的一种化工生产安全风险实时监控***,其特征在于,所述火焰显著图像的获取方法包括:
获取所述灰度图像的LBP图像和梯度图像;
基于四元数矩阵,对所述火焰特征图像、所述灰度图像、所述LBP图像、所述梯度图像进行四元数傅里叶变换后并进行反变换,将反变换的结果经过高斯滤波获得火焰显著图像。
6.根据权利要求1所述的一种化工生产安全风险实时监控***,其特征在于,所述根据所述火焰显著图像监控化工厂内的风险情况包括:
检测所述火焰显著图像中每个像素点的显著值是否超过预设显著阈值,若超过预设显著阈值则认为有发生火灾的风险,否则认为没有发生火灾的风险。
CN202310942760.3A 2023-07-31 2023-07-31 一种化工生产安全风险实时监控*** Active CN116665136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310942760.3A CN116665136B (zh) 2023-07-31 2023-07-31 一种化工生产安全风险实时监控***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310942760.3A CN116665136B (zh) 2023-07-31 2023-07-31 一种化工生产安全风险实时监控***

Publications (2)

Publication Number Publication Date
CN116665136A CN116665136A (zh) 2023-08-29
CN116665136B true CN116665136B (zh) 2023-10-31

Family

ID=87722776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310942760.3A Active CN116665136B (zh) 2023-07-31 2023-07-31 一种化工生产安全风险实时监控***

Country Status (1)

Country Link
CN (1) CN116665136B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494483B (zh) * 2024-01-02 2024-03-19 中铁上海工程局集团第七工程有限公司 一种双洞隧道断面变形数据的数值优化方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001067566A (ja) * 1999-08-30 2001-03-16 Fujitsu Ltd 火災検知装置
JP2014229156A (ja) * 2013-05-24 2014-12-08 ホーチキ株式会社 火災検知装置及び火災検知方法
JP2016035747A (ja) * 2014-07-31 2016-03-17 ホーチキ株式会社 火災検知装置及び火災検知方法
JP2017102719A (ja) * 2015-12-02 2017-06-08 能美防災株式会社 炎検出装置および炎検出方法
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
JP2020021300A (ja) * 2018-08-01 2020-02-06 株式会社シー・イー・デー・システム 火災監視装置、火災監視システム、および火災監視装置のプログラム
CN113221763A (zh) * 2021-05-18 2021-08-06 东南大学 一种基于视频图像亮度的火焰识别方法
CN115691026A (zh) * 2022-12-29 2023-02-03 湖北省林业科学研究院 一种森林防火的智能预警监控管理方法
CN116229668A (zh) * 2022-12-05 2023-06-06 江苏弘业环保科技产业有限公司 基于红外视频监测的火灾定位***

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001067566A (ja) * 1999-08-30 2001-03-16 Fujitsu Ltd 火災検知装置
JP2014229156A (ja) * 2013-05-24 2014-12-08 ホーチキ株式会社 火災検知装置及び火災検知方法
JP2016035747A (ja) * 2014-07-31 2016-03-17 ホーチキ株式会社 火災検知装置及び火災検知方法
JP2017102719A (ja) * 2015-12-02 2017-06-08 能美防災株式会社 炎検出装置および炎検出方法
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
JP2020021300A (ja) * 2018-08-01 2020-02-06 株式会社シー・イー・デー・システム 火災監視装置、火災監視システム、および火災監視装置のプログラム
CN113221763A (zh) * 2021-05-18 2021-08-06 东南大学 一种基于视频图像亮度的火焰识别方法
CN116229668A (zh) * 2022-12-05 2023-06-06 江苏弘业环保科技产业有限公司 基于红外视频监测的火灾定位***
CN115691026A (zh) * 2022-12-29 2023-02-03 湖北省林业科学研究院 一种森林防火的智能预警监控管理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A Vision-Based Approach to Fire Detection";Gomes P等;《International Journal of Advanced Robotic Systems》;第11卷(第9期);全文 *
基于三角扩散模型的遮挡林火图像中火源点确定;赵齐;韩宁;罗琴娟;;林业机械与木工设备(第09期);全文 *
基于亮度守恒假设的火灾图像运动特征提取;李婷雪;;沈阳大学学报(自然科学版)(第03期);全文 *

Also Published As

Publication number Publication date
CN116665136A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN116665136B (zh) 一种化工生产安全风险实时监控***
US20030141980A1 (en) Smoke and flame detection
CN110458157B (zh) 一种电力电缆生产过程智能监控***
JP4705090B2 (ja) 煙感知装置及びその方法
CN102881106B (zh) 一种热成像视频双鉴林火识别***及其识别方法
CN115240353B (zh) 一种基于物联传感的消防险情处理方法
CN110009651B (zh) 仪表视觉读数在线监测***的抗干扰方法
US6956485B1 (en) Fire detection algorithm
EP1256105B1 (en) Smoke and flame detection
CN111899210A (zh) 一种基于图像识别的电弧检测方法
CN115311623A (zh) 一种基于红外热成像的设备漏油检测方法及***
JP6074304B2 (ja) 煙検出装置および煙検出方法
JP6166650B2 (ja) 炎検出装置および炎検出方法
JP6166651B2 (ja) 炎検出装置および炎検出方法
CN116740885A (zh) 烟雾火焰报警方法、装置、电子设备及存储介质
JP2015108917A (ja) 炎検出装置および炎検出候補領域特定方法
CN104850826B (zh) 一种火灾红外波段检测方法
JP5309069B2 (ja) 煙検出装置
CN114459606B (zh) 一种热像仪对日保护方法、***、智能终端以及存储介质
CN113362563B (zh) 电力隧道异常情况的确定方法和装置
CN104766094B (zh) 一种视频监控火焰的识别方法
JP2015108922A (ja) 炎検出装置および炎検出方法
KR102642392B1 (ko) 증강현실기술을 이용한 시설물 유지관리 시스템
CN115797372B (zh) 一种基于组合型图像分割的火焰目标提取方法
CN117911932B (zh) 一种基于视频检测的火灾智能检测方法及***

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No. 5 Chenyang Road, New Materials Park, Yunhe Economic Development Zone, Rencheng District, Jining City, Shandong Province, 272053

Applicant after: Shandong Changxing Plastic Additives Co.,Ltd.

Address before: No. 5 Chenyang Road, New Materials Park, Yunhe Economic Development Zone, Rencheng District, Jining City, Shandong Province, 272053

Applicant before: JINING CHANGXING PLASTIC ADDITIVE CO.,LTD.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A real-time monitoring system for chemical production safety risks

Granted publication date: 20231031

Pledgee: Jining Rushang Rural Bank Co.,Ltd. Nanzhang Branch

Pledgor: Shandong Changxing Plastic Additives Co.,Ltd.

Registration number: Y2024980003698