CN116913033B - 一种火灾大数据远程探测与预警*** - Google Patents

一种火灾大数据远程探测与预警*** Download PDF

Info

Publication number
CN116913033B
CN116913033B CN202310611930.XA CN202310611930A CN116913033B CN 116913033 B CN116913033 B CN 116913033B CN 202310611930 A CN202310611930 A CN 202310611930A CN 116913033 B CN116913033 B CN 116913033B
Authority
CN
China
Prior art keywords
fire
module
image
information
early warning
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
CN202310611930.XA
Other languages
English (en)
Other versions
CN116913033A (zh
Inventor
莫显胜
莫颖微
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.)
Project Fire Engineers Ltd Of Xingan Of Shenzhen
Original Assignee
Project Fire Engineers Ltd Of Xingan Of Shenzhen
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 Project Fire Engineers Ltd Of Xingan Of Shenzhen filed Critical Project Fire Engineers Ltd Of Xingan Of Shenzhen
Priority to CN202310611930.XA priority Critical patent/CN116913033B/zh
Publication of CN116913033A publication Critical patent/CN116913033A/zh
Application granted granted Critical
Publication of CN116913033B publication Critical patent/CN116913033B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G08B25/08—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 communication transmission lines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fire-Detection Mechanisms (AREA)

Abstract

本发明涉及火灾预警技术领域，具体为一种火灾大数据远程探测与预警***；包括信息获取单元、火灾探测单元和火灾预警单元；本发明能够获取监测区域内的红外线图像和可见光图像，并根据唯一的编码以及位置坐标识别标记，来对所获取的红外线图像和可见光图像进行编码和标记，在对红外图像进行去噪处理后，再进行轮廓提取，形成处理后的红外图像，将可见光图像和红外图像融合后提取判定因素，来与预存储的判定数据进行对比，判定是否发生火灾，此外，会根据火灾发生位置的标记，发出相应的火灾预警，同时，也会发出火灾等级预警信息，使得火灾处理人员能够准确的确定火灾位置信息以及火灾强度信息，便于后续进行火灾处理。

Description

一种火灾大数据远程探测与预警***
技术领域
本发明涉及火灾预警技术领域，具体为一种火灾大数据远程探测与预警***。
背景技术
火的使用是人类文明进步的重要标志，直至今天人们的日常生活仍然与火息息相关。然而随之而来的火灾，却使得人们备受困扰。火灾的突发性、复杂性和普遍性使其成为威胁公众安全和社会发展的主要灾害之一，其破坏程度虽然低于地震、洪涝以及干旱等灾害，但火灾的发生频率极高，使得其直接损失数倍于地震灾害等。尤其是在物质极大丰富的今天，自动化程度越来越高，社会分工越来越明确，一旦产生火灾将会使得人们的生命财产安全受到威胁，甚至对人类赖以生存的生态环境造成严重破坏。尤其在一些特殊场合，如车站、园林等场所，一旦发生火灾，可能影响整个关联***的正常运行，其造成的损失难以估计。
为了进行火灾预警，传统方法一般在监测区域安装烟雾报警器，或采用单一传感器对火灾进行探测，并凭经验设定阈值，来进行预警。但是在大范围的区域，由于面积较大、环境条件复杂，采用传感器探测区域无法全面有效覆盖，导致火灾发生时无法精确定位，同时，单一的探测方式，容易出现监测遗漏，而无法准确的发现火灾，影响了对于火灾的探测与预警效果，因此，如何进行准确的火灾探测和预警已经成为我国火灾预警业亟待解决的重要问题。
因此，本发明提供一种火灾大数据远程探测与预警***，用于解决上述所提出的相关技术问题。
发明内容
本发明的目的在于提供一种火灾大数据远程探测与预警***，本发明能够获取监测区域内的红外线图像和可见光图像，并根据唯一的编码以及位置坐标识别标记，来对所获取的红外线图像和可见光图像进行编码和标记，在对红外图像进行去噪处理后，再进行轮廓提取，形成处理后的红外图像，将可见光图像和红外图像融合后提取判定因素，来与预存储的判定数据进行对比，判定是否发生火灾，此外，会根据火灾发生位置的标记，发出相应的火灾预警，同时，也会发出火灾等级预警信息，使得火灾处理人员能够准确的确定火灾位置信息以及火灾强度信息，便于后续进行火灾处理。
为实现上述目的，本发明提供如下技术方案：
本发明提供了一种火灾大数据远程探测与预警***，包括信息获取单元、火灾探测单元和火灾预警单元，其中：
所述信息获取单元用于获取红外探测的图像信息以及可见光的图像信息，并对所获取图像信息进行编号和时间标记；
所述火灾探测单元根据所获取的红外探测的图像信息和可见光的图像信息，分别对图像进行预处理，并对图像进行分割，判定是否具有火灾，所述火灾探测单元与信息获取单元连接；
所述火灾预警单元根据获取判定结果对火灾进行等级划分，并基于所划分的等级触发预警提醒，所述火灾预警单元与信息获取单元连接。
本发明进一步的设置为：所述信息获取单元包括第一图像模块、第二图像模块和第一通讯模块，其中：
所述第一图像模块用于获取监测区域内的红外线图像信息；
所述第二图像模块用于获取监测区域的可见光图像信息；
所述第一通讯模块用于实现信息获取单元与火灾探测单元间的信息交互，所述第一通讯模块与第一图像模块和第二图像模块均连接。
本发明进一步的设置为：所述火灾探测单元包括第二通讯模块、图像预处理模块和图像再处理模块，其中：
所述第二通讯模块用于实现火灾探测单元与信息获取单元和火灾预警单元间的信息交互；
所述图像预处理模块用于对所获取的红外图像进行去噪，所述图像预处理模块与第二通讯模块连接；
所述图像再处理模块根据预处理后的红外图像信息，获取目标区域的轮廓信息，所述图像再处理模块与图像预处理模块连接。
本发明进一步的设置为：所述对所获取的红外图像进行去噪的过程如下：
以当前像素点及其领域作为一个窗口；
令窗口宽度为奇数，取中心点(i，j)所在的行、列以及两个对角线方向像素点的灰度值，取四个中值的最大值代替原中心点的灰度值，完成去噪。
本发明进一步的设置为：所述获取目标区域的轮廓信息的过程如下：
从预处理后的红外图像信息中随机选取n个像素点，作为聚类中心；
计算红外图像中每个像素点至各聚类中心的距离，将距离最短的像素点聚类到相应的聚类中心；
然后获取目标区域的轮廓即可。
本发明进一步的设置为：所述火灾探测单元还包括火灾判定模块和数据库模块，其中：
所述火灾判定模块根据处理后的红外线图像信息以及可见光图像信息，将红外线图形和可见光图像融合，再判定是否存在火灾，所述火灾判定模块与第二通讯模块和图像再处理模块均连接；
所述数据库模块用于存储所接收到的图像信息以及预存储所设定的判定数据，所述数据库模块与第二通讯模块和火灾判定模块均连接。
本发明进一步的设置为：所述将红外线图形和可见光图像融合，再判定是否存在火灾的过程如下：
将可见图像旋转到符合红外光图像的角度；
再将可见光图像平移到红外光图像的位置；
然后将可见光图像与红外光图像叠加融合；
获取前后两张叠加融合图像的填充率特征和边缘粗糙度特征，将填充率特征和边缘粗糙度特征分别与预存储的判定数据进行对比，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾。
本发明进一步的设置为：所述火灾预警单元包括第三通讯模块、预警提醒模块和等级划分模块，其中：
所述第三通讯模块用于实现火灾预警单元与火灾探测单元间的信息交互；
所述预警提醒模块用于发出火灾预警提醒，所述预警提醒模块与第三通讯模块连接；
所述等级划分模块根据火灾的火势状况，对所发生的火灾进行等级划分，所述等级划分模块与第三通讯模块和预警提醒模块均连接。
本发明进一步的设置为：所述火灾预警单元还包括存储器模块，所述存储器模块用于存储火灾划分标准信息以及存储火灾预警信息，所述存储器模块与预警提醒模块和等级划分模块连接。
与现有技术相比，本发明的有益效果是：
本发明在所监测区域至少安装一个信息获取单元，对于多个信息获取单元均具有唯一的编码以及位置坐标识别标记，由信息获取单元获取监测区域内的红外线图像和可见光图像，并根据唯一的编码以及位置坐标识别标记，来对所获取的红外线图像和可见光图像进行编码和标记，将所获取的图像传输给火灾探测单元，由图像预处理模块对红外图像进行去噪，再图像再处理模块对图像的目标区域进行轮廓提取，形成处理后的红外图像，最后由火灾判定模块结合可见光图像，得到融合后的图像，从而能够使得所获取的图像，并提取判定因素，即填充率特征和边缘粗糙度特征，来与预存储的判定数据进行对比，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾，通过第二通讯模块将判定结果和融合图像传输给火灾预警单元，预警提醒模块根据火灾发生位置的标记，发出相应的火灾预警，同时，也会发出火灾等级预警信息，使得火灾处理人员能够准确的确定火灾位置信息以及火灾强度信息，便于后续进行火灾处理。
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，下面将对实施例或现有技术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，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他的附图。
图1为本发明一种火灾大数据远程探测与预警***的***图；
图2为本发明一种火灾大数据远程探测与预警***中信息获取单元的***图；
图3为本发明一种火灾大数据远程探测与预警***中火灾探测单元的***图；
图4为本发明一种火灾大数据远程探测与预警***中火灾预警单元的***图。
图中标号说明：
100、信息获取单元；110、第一图像模块；120、第二图像模块；130、第一通讯模块；200、火灾探测单元；210、第二通讯模块；220、图像预处理模块；230、图像再处理模块；240、火灾判定模块；250、数据库模块；300、火灾预警单元；310、第三通讯模块；320、预警提醒模块；330、等级划分模块；340、存储器模块。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例：
如图1～图4所示，本实施例提供了一种火灾大数据远程探测与预警***，包括信息获取单元100、火灾探测单元200和火灾预警单元300，其中：信息获取单元100用于获取红外探测的图像信息以及可见光的图像信息，并对所获取图像信息进行编号和时间标记；火灾探测单元200根据所获取的红外探测的图像信息和可见光的图像信息，分别对图像进行预处理，并对图像进行分割，判定是否具有火灾，火灾探测单元200与信息获取单元100连接；火灾预警单元300根据获取判定结果对火灾进行等级划分，并基于所划分的等级触发预警提醒，火灾预警单元300与信息获取单元100连接。
在本实施例中，需要说明的是，所设置的信息获取单元100至少为一个，对于多个信息获取单元100均具有唯一的编码以及位置坐标识别标记，信息获取单元100会获取监测区域内的红外线图像和可见光图像，并根据唯一的编码以及位置坐标识别标记，来对所获取的红外线图像和可见光图像进行编码和标记，使得后续的在处理图像时，能够准确的得知所获取图像的位置以及将红外线图像和可见光图像进行匹配，信息获取单元100获取的红外线图像和可见光图像会传输给火灾探测单元200，由火灾探测单元200首先进行图像的预处理，即对红外图像进行去噪，由于红外图像中的噪声点较多，待测目标区域易被强噪声覆盖，因此需要对红外图像进行去噪处理，在去噪完成后，火灾探测单元200再对图像的目标区域进行轮廓提取，形成处理后的红外图像，并结合可见光图像，得到融合后的图像，从而能够使得所获取的图像，能够排除干扰，准确的反应监测区域的状况，再提取判定因素，即填充率特征和边缘粗糙度特征，来与预存储的判定数据进行对比，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾，完成火灾的判定，同时将判定结果和融合图像传输给火灾预警单元300，火灾预警单元300会接收到火灾信息，根据火灾发生位置的标记，发出相应的火灾预警，同时，火灾预警单元300还会根据火灾发生位置的数量以及填充率特征和边缘粗糙度特征等，来划分火灾等级，并也会发出火灾等级预警信息，使得火灾处理人员能够准确的确定火灾位置信息以及火灾强度信息，便于后续进行火灾处理。
在本发明中，信息获取单元100包括第一图像模块110、第二图像模块120和第一通讯模块130，其中：第一图像模块110用于获取监测区域内的红外线图像信息；第二图像模块120用于获取监测区域的可见光图像信息；第一通讯模块130用于实现信息获取单元100与火灾探测单元200间的信息交互，第一通讯模块130与第一图像模块110和第二图像模块120均连接。
在本实施例中，需要说明的是，第一图像模块110和第二图像模块120会分别获取监测区域的红外图像、可见光图像，此外，每一个信息获取单元100均具有唯一的编码以及位置坐标识别标记，会在获取红外图像、可见光图像时，对所获取的红外图像、可见光图像进行编码和标记，使得后续能够进行图像融合时，能够准确的进行的红外图像、可见光图像的匹配，以及在后续发送火灾时，能够准确的定位火灾区域。
在本发明中，火灾探测单元200包括第二通讯模块210、图像预处理模块220和图像再处理模块230，其中：第二通讯模块210用于实现火灾探测单元200与信息获取单元100和火灾预警单元300间的信息交互；图像预处理模块220用于对所获取的红外图像进行去噪，图像预处理模块220与第二通讯模块210连接；图像再处理模块230根据预处理后的红外图像信息，获取目标区域的轮廓信息，图像再处理模块230与图像预处理模块220连接。
其中，对所获取的红外图像进行去噪的过程如下：
以当前像素点及其领域作为一个窗口；
令窗口宽度为奇数，取中心点(i，j)所在的行、列以及两个对角线方向像素点的灰度值，取四个中值的最大值代替原中心点的灰度值，完成去噪。
获取目标区域的轮廓信息的过程如下：
从预处理后的红外图像信息中随机选取n个像素点，作为聚类中心；
计算红外图像中每个像素点至各聚类中心的距离，将距离最短的像素点聚类到相应的聚类中心；
然后获取目标区域的轮廓即可。
在本实施例中，需要说明的是，通过第二通讯模块210接收信息获取单元100的信息，然后传输给图像预处理模块220，图像预处理模块220采用中值滤波的方法，对所获取的红外图像进行处理，得到去噪后的红外图像，再将去噪后的红外图像传输给图像再处理模块230，图像再处理模块230采用聚类方式对像素点进行距离，假设随机选取两个像素点，则将这两个像素点作为聚类中心，然后分别计算图像中各像素点距这两个距离中心的距离，并分别将各像素点聚类到这两个聚类中心(按照最短距离进行距离分配)，便可以得到目标区域的轮廓，即得到处理后的红外线图像，使得后续融合时，能够将清晰的红外图像融合到可见光图像上。
在本发明中，火灾探测单元200还包括火灾判定模块240和数据库模块250，其中：火灾判定模块240根据处理后的红外线图像信息以及可见光图像信息，将红外线图形和可见光图像融合，再判定是否存在火灾，火灾判定模块240与第二通讯模块210和图像再处理模块230均连接；数据库模块250用于存储所接收到的图像信息以及预存储所设定的判定数据，数据库模块250与第二通讯模块210和火灾判定模块240均连接。
其中，将红外线图形和可见光图像融合，再判定是否存在火灾的过程如下：
将可见图像旋转到符合红外光图像的角度；
再将可见光图像平移到红外光图像的位置；
然后将可见光图像与红外光图像叠加融合；
获取前后两张叠加融合图像的填充率特征和边缘粗糙度特征，将填充率特征和边缘粗糙度特征分别与预存储的判定数据进行对比，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾。
在本实施例中，需要说明的是，图像再处理模块230将红外图像传输给火灾判定模块240，同时，通过红外图像的编码会匹配相应的可见光图像，然后火灾判定模块240获取前后两张叠加融合图像的填充率特征和边缘粗糙度特征，其中填充率特征的计算公式为：式中，H1为疑似区域的面积，H2为外接矩形的周长，边缘粗糙度特征的计算公式为：式中，A为区域的周长，Ac为外接凸包的周长，将填充率特征值和边缘粗糙度特征值分别与预存储的标准判定值，即判定数据进行对比，便可以得到基于填充率特征和边缘粗糙度特征的两个判定结果，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾，从而能够实现对于火灾的判定效果。
在本发明中，火灾预警单元300包括第三通讯模块310、预警提醒模块320和等级划分模块330，其中：第三通讯模块310用于实现火灾预警单元300与火灾探测单元200间的信息交互；预警提醒模块320用于发出火灾预警提醒，预警提醒模块320与第三通讯模块310连接；等级划分模块330根据火灾的火势状况，对所发生的火灾进行等级划分，等级划分模块330与第三通讯模块310和预警提醒模块320均连接。
此外，火灾预警单元300还包括存储器模块340，存储器模块340用于存储火灾划分标准信息以及存储火灾预警信息，存储器模块340与预警提醒模块320和等级划分模块330连接。
在本实施例中，需要说明的是，通过第三通讯模块310会获取火灾探测单元200的判定结果，使得预警提醒模块320能够发出火灾预警，并根据信息获取的位置信息以及编码信息，可以发出火灾位置的预警，同时，等级划分模块330会接收到融合的图像信息以及填充率特征和边缘粗糙度特征信息，根据火灾的火势状况，对所发生的火灾进行等级划分，得到火灾等级信息，并传输给预警提醒模块320，也由预警提醒模块320发出相应的火灾等级信息，使得火灾处理人员能够准确的确定火灾位置信息以及火灾强度信息，便于后续进行火灾处理。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种火灾大数据远程探测与预警***，其特征在于，包括信息获取单元(100)、火灾探测单元(200)和火灾预警单元(300)，其中：
所述信息获取单元(100)用于获取红外探测的图像信息以及可见光的图像信息，并对所获取图像信息进行编号和时间标记；
所述火灾探测单元(200)根据所获取的红外探测的图像信息和可见光的图像信息，分别对图像进行预处理，并对图像进行分割，判定是否具有火灾，所述火灾探测单元(200)与信息获取单元(100)连接；
所述火灾预警单元(300)根据获取判定结果对火灾进行等级划分，并基于所划分的等级触发预警提醒，所述火灾预警单元(300)与信息获取单元(100)连接；
所述火灾探测单元(200)包括第二通讯模块(210)、图像预处理模块(220)和图像再处理模块(230)，其中：
所述第二通讯模块(210)用于实现火灾探测单元(200)与信息获取单元(100)和火灾预警单元(300)间的信息交互；
所述图像预处理模块(220)用于对所获取的红外图像进行去噪，所述图像预处理模块(220)与第二通讯模块(210)连接；
所述图像再处理模块(230)根据预处理后的红外图像信息，获取目标区域的轮廓信息，所述图像再处理模块(230)与图像预处理模块(220)连接；
所述获取目标区域的轮廓信息的过程如下：
从预处理后的红外图像信息中随机选取n个像素点，作为聚类中心；
计算红外图像中每个像素点至各聚类中心的距离，将距离最短的像素点聚类到相应的聚类中心；
然后获取目标区域的轮廓即可；
所述火灾探测单元(200)还包括火灾判定模块(240)和数据库模块(250)，其中：
所述火灾判定模块(240)根据处理后的红外线图像信息以及可见光图像信息，将红外线图形和可见光图像融合，再判定是否存在火灾，所述火灾判定模块(240)与第二通讯模块(210)和图像再处理模块(230)均连接；
所述数据库模块(250)用于存储所接收到的图像信息以及预存储所设定的判定数据，所述数据库模块(250)与第二通讯模块(210)和火灾判定模块(240)均连接；
所述将红外线图形和可见光图像融合，再判定是否存在火灾的过程如下：
将可见图像旋转到符合红外光图像的角度；
再将可见光图像平移到红外光图像的位置；
然后将可见光图像与红外光图像叠加融合；
获取前后两张叠加融合图像的填充率特征和边缘粗糙度特征，将填充率特征和边缘粗糙度特征分别与预存储的判定数据进行对比，若至少一个判定为火灾，则确定发生火灾，否则，未发生火灾；
其中填充率特征的计算公式为：式中，H1为疑似区域的面积，H2为外接矩形的周长，边缘粗糙度特征的计算公式为：/>式中，A为区域的周长，Ac为外接凸包的周长。
2.根据权利要求1中所述的一种火灾大数据远程探测与预警***，其特征在于：所述信息获取单元(100)包括第一图像模块(110)、第二图像模块(120)和第一通讯模块(130)，其中：
所述第一图像模块(110)用于获取监测区域内的红外线图像信息；
所述第二图像模块(120)用于获取监测区域的可见光图像信息；
所述第一通讯模块(130)用于实现信息获取单元(100)与火灾探测单元(200)间的信息交互，所述第一通讯模块(130)与第一图像模块(110)和第二图像模块(120)均连接。
3.根据权利要求1中所述的一种火灾大数据远程探测与预警***，其特征在于：所述对所获取的红外图像进行去噪的过程如下：
以当前像素点及其领域作为一个窗口；
令窗口宽度为奇数，取中心点(i，j)所在的行、列以及两个对角线方向像素点的灰度值，取四个中值的最大值代替原中心点的灰度值，完成去噪。
4.根据权利要求1中所述的一种火灾大数据远程探测与预警***，其特征在于：所述火灾预警单元(300)包括第三通讯模块(310)、预警提醒模块(320)和等级划分模块(330)，其中：
所述第三通讯模块(310)用于实现火灾预警单元(300)与火灾探测单元(200)间的信息交互；
所述预警提醒模块(320)用于发出火灾预警提醒，所述预警提醒模块(320)与第三通讯模块(310)连接；
所述等级划分模块(330)根据火灾的火势状况，对所发生的火灾进行等级划分，所述等级划分模块(330)与第三通讯模块(310)和预警提醒模块(320)均连接。
5.根据权利要求4中所述的一种火灾大数据远程探测与预警***，其特征在于：所述火灾预警单元(300)还包括存储器模块(340)，所述存储器模块(340)用于存储火灾划分标准信息以及存储火灾预警信息，所述存储器模块(340)与预警提醒模块(320)和等级划分模块(330)连接。
CN202310611930.XA 2023-05-29 2023-05-29 一种火灾大数据远程探测与预警*** Active CN116913033B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310611930.XA CN116913033B (zh) 2023-05-29 2023-05-29 一种火灾大数据远程探测与预警***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310611930.XA CN116913033B (zh) 2023-05-29 2023-05-29 一种火灾大数据远程探测与预警***

Publications (2)

Publication Number Publication Date
CN116913033A CN116913033A (zh) 2023-10-20
CN116913033B true CN116913033B (zh) 2024-04-05

Family

ID=88351797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310611930.XA Active CN116913033B (zh) 2023-05-29 2023-05-29 一种火灾大数据远程探测与预警***

Country Status (1)

Country Link
CN (1) CN116913033B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123680A (zh) * 2006-08-09 2008-02-13 上海杰得微电子有限公司 去除摄像头斑点噪声的方法
CN101673448A (zh) * 2009-09-30 2010-03-17 青岛科恩锐通信息技术有限公司 一种森林火灾探测方法及***
CN103116746A (zh) * 2013-03-08 2013-05-22 中国科学技术大学 一种基于多特征融合技术的视频火焰探测方法
CN103312940A (zh) * 2013-06-17 2013-09-18 中国航天科工集团第三研究院第八三五八研究所 一种基于fpga的自适应中值滤波方法
CN103971114A (zh) * 2014-04-23 2014-08-06 天津航天中为数据***科技有限公司 基于航空遥感的森林火灾探测方法
CN105512667A (zh) * 2014-09-22 2016-04-20 中国石油化工股份有限公司 红外和可见光视频图像融合识别火灾的方法
CN105528768A (zh) * 2015-12-10 2016-04-27 国网四川省电力公司天府新区供电公司 一种图像去噪方法
WO2018019128A1 (zh) * 2016-07-29 2018-02-01 努比亚技术有限公司 一种夜景图像的处理方法和移动终端
CA3028659A1 (en) * 2017-12-11 2019-06-11 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for identifying and positioning objects around a vehicle
CN111354152A (zh) * 2018-12-24 2020-06-30 北京华航无线电测量研究所 一种火焰检测与定位***
CN111353350A (zh) * 2018-12-24 2020-06-30 北京华航无线电测量研究所 一种基于组合传感器图像融和技术的火焰检测与定位方法
CN112291536A (zh) * 2020-12-26 2021-01-29 深圳应急者安全技术有限公司 一种消防识别方法和消防***
CN112365669A (zh) * 2020-10-10 2021-02-12 北京索斯克科技开发有限公司 双波段远红外融叠成像及火灾预警方法及***
CN112733646A (zh) * 2020-12-30 2021-04-30 大连海事大学 一种基于热成像的液态介质泄漏自动检测方法及***
CN112781791A (zh) * 2020-12-30 2021-05-11 大连海事大学 一种基于光学气体成像的VOCs气体泄漏检测方法及***
CN215868087U (zh) * 2021-03-25 2022-02-18 深圳龙铁高科技术有限公司 一种火灾检测预警***
CN115423998A (zh) * 2022-08-25 2022-12-02 西安电子科技大学 一种基于轻量级无锚检测模型的可见光森林火灾检测方法
CN115424049A (zh) * 2022-08-25 2022-12-02 西安电子科技大学 一种基于优化K-means聚类和C-V模型的红外林火检测方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123680A (zh) * 2006-08-09 2008-02-13 上海杰得微电子有限公司 去除摄像头斑点噪声的方法
CN101673448A (zh) * 2009-09-30 2010-03-17 青岛科恩锐通信息技术有限公司 一种森林火灾探测方法及***
CN103116746A (zh) * 2013-03-08 2013-05-22 中国科学技术大学 一种基于多特征融合技术的视频火焰探测方法
CN103312940A (zh) * 2013-06-17 2013-09-18 中国航天科工集团第三研究院第八三五八研究所 一种基于fpga的自适应中值滤波方法
CN103971114A (zh) * 2014-04-23 2014-08-06 天津航天中为数据***科技有限公司 基于航空遥感的森林火灾探测方法
CN105512667A (zh) * 2014-09-22 2016-04-20 中国石油化工股份有限公司 红外和可见光视频图像融合识别火灾的方法
CN105528768A (zh) * 2015-12-10 2016-04-27 国网四川省电力公司天府新区供电公司 一种图像去噪方法
WO2018019128A1 (zh) * 2016-07-29 2018-02-01 努比亚技术有限公司 一种夜景图像的处理方法和移动终端
CA3028659A1 (en) * 2017-12-11 2019-06-11 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for identifying and positioning objects around a vehicle
CN111354152A (zh) * 2018-12-24 2020-06-30 北京华航无线电测量研究所 一种火焰检测与定位***
CN111353350A (zh) * 2018-12-24 2020-06-30 北京华航无线电测量研究所 一种基于组合传感器图像融和技术的火焰检测与定位方法
CN112365669A (zh) * 2020-10-10 2021-02-12 北京索斯克科技开发有限公司 双波段远红外融叠成像及火灾预警方法及***
CN112291536A (zh) * 2020-12-26 2021-01-29 深圳应急者安全技术有限公司 一种消防识别方法和消防***
CN112733646A (zh) * 2020-12-30 2021-04-30 大连海事大学 一种基于热成像的液态介质泄漏自动检测方法及***
CN112781791A (zh) * 2020-12-30 2021-05-11 大连海事大学 一种基于光学气体成像的VOCs气体泄漏检测方法及***
CN215868087U (zh) * 2021-03-25 2022-02-18 深圳龙铁高科技术有限公司 一种火灾检测预警***
CN115423998A (zh) * 2022-08-25 2022-12-02 西安电子科技大学 一种基于轻量级无锚检测模型的可见光森林火灾检测方法
CN115424049A (zh) * 2022-08-25 2022-12-02 西安电子科技大学 一种基于优化K-means聚类和C-V模型的红外林火检测方法

Also Published As

Publication number Publication date
CN116913033A (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN103065413B (zh) 获取火灾等级信息的方法及装置
CN107437318B (zh) 一种可见光智能识别算法
CN111626203B (zh) 一种基于机器学习的铁路异物识别方法及***
CN101334924A (zh) 一种火灾探测***及其火灾探测方法
WO2018161849A1 (zh) 一种基于图像水纹的落水报警***及其方法
CN111310556A (zh) 基于中小学学生区域防溺水******及其监控方法
CN110801593B (zh) 一种融合多模态数据的极早期火灾预警***及方法
CN111461080B (zh) 一种基于图像的智能围栏搭建和识别方法
CN112800901A (zh) 一种基于视觉感知的矿山人员安全检测方法
CN112183219A (zh) 一种基于人脸识别的公共安全视频监测方法及***
CN115147939A (zh) 一种大规模场景下的数据分发管理***及方法
CN110428579B (zh) 基于图像识别的室内监控***、方法及装置
CN111539264A (zh) 一种船舶火焰探测定位***与探测定位方法
CN113449675A (zh) 一种煤矿人员越界检测方法
KR20160108740A (ko) 작업 현장 영상 데이터 내의 작업자 인식 방법
CN116913033B (zh) 一种火灾大数据远程探测与预警***
CN115083096A (zh) 一种基于多传感器信息融合的火灾预警和定位***
CN112598865B (zh) 一种电缆线路防外力破坏的监控方法及***
CN111753587A (zh) 一种倒地检测方法及装置
JP2008152586A (ja) エリア警戒自動識別監視システム
CN110751014A (zh) 一种火焰检测***及方法
CN113657275B (zh) 一种林草火点自动检测方法
CN115841730A (zh) 视频监控***、异常事件检测方法
CN112507925A (zh) 一种基于慢特征分析的火灾检测方法
TW200839663A (en) Fall-down detection and notification system

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240311

Address after: 518000, No. 920 and 921, Xianke Electromechanical Building, Bagua Fourth Road, Futian District, Shenzhen City, Guangdong Province (for office only)

Applicant after: Project Fire Engineers Ltd. of Xingan of Shenzhen

Country or region after: China

Address before: Room 201, Building 1, No. 2, 18th Lane, Nanzha Wenming Road, Humen Town, Dongguan City, Guangdong Province 523000

Applicant before: Dongguan Zhongke Intelligent Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant
GR01 Patent grant