KR102518367B1 - CCTV system for detecting heating objects using dual cameras - Google Patents
CCTV system for detecting heating objects using dual cameras Download PDFInfo
- Publication number
- KR102518367B1 KR102518367B1 KR1020220089309A KR20220089309A KR102518367B1 KR 102518367 B1 KR102518367 B1 KR 102518367B1 KR 1020220089309 A KR1020220089309 A KR 1020220089309A KR 20220089309 A KR20220089309 A KR 20220089309A KR 102518367 B1 KR102518367 B1 KR 102518367B1
- Authority
- KR
- South Korea
- Prior art keywords
- level
- luminance value
- area
- object area
- agent
- Prior art date
Links
- 230000009977 dual effect Effects 0.000 title claims abstract description 25
- 238000010438 heat treatment Methods 0.000 title claims abstract description 12
- 238000001931 thermography Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 239000003795 chemical substances by application Substances 0.000 description 21
- 239000000284 extract Substances 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/025—Interfacing a pyrometer to an external device or network; User interface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/60—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
Description
본 발명은 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템에 관한 것으로서, 더욱 상세하게는 열영상 카메라로 촬영한 열영상에 대하여 설정레벨 이상은 객체영역, 설정레벨 이하는 배경영역으로 이진화 후 상기 객체영역에 대해서 최저 온도값인 0레벨부터 최고 온도값인 255레벨까지 휘도값을 적용하고 적용된 0레벨부터 255레벨에 맞는 의사 색채(Pseudo color)가 적용되어 표시되는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템에 관한 것이다.The present invention relates to a CCTV system for detecting a heating object using a dual camera, and more particularly, with respect to a thermal image taken by a thermal imaging camera, after binarization into an object area above a set level and a background area below the set level, the object area CCTV system for detecting heating objects using dual cameras in which luminance values are applied from the lowest temperature level, 0 level, to the highest temperature level, 255 levels, and pseudo colors suitable for the applied 0 level to 255 level are applied and displayed It is about.
종래의 열영상 카메라는 영상 데이터를 보내주는 것이 아니고 픽셀마다 온도값으로 이뤄진 배열을 보내주고 이때 온도 데이터 배열은 사람의 육안으로 볼 수 있도록 이미지화하여 0레벨부터 255레벨까지의 256레벨의 휘도값으로 이루어진 열영상을 제공한다.Conventional thermal imaging cameras do not send image data, but send an array of temperature values for each pixel. At this time, the temperature data array is imaged so that the human eye can see it and converts it into 256 luminance values from 0 to 255 levels. Provides thermal imaging.
이때, 종래의 열영상 카메라는 최저 온도에 해당하는 0레벨 휘도값부터 최고 온도에 해당하는 255레벨 휘도값까지의 256레벨 휘도값 중 어느 하나의 휘도값을 갖는 픽셀들에 대해서 도 1에 도시된 A와 같은 객체를 추출한다.At this time, the conventional thermal imaging camera shows pixels having any one luminance value among 256 luminance values ranging from 0 level luminance value corresponding to the lowest temperature to 255 level luminance value corresponding to the maximum temperature. Extract objects such as A.
그러나, 종래의 열영상 카메라는 A와 같이 개략적으로 표시됨에 따라 열분포를 정확히 판단할 수 없고 또한, 도 1에 도시된 B와 같은 부분도 열이 있음에도 불구하고 쉽게 열분포를 확인하기 어려우며 만약, 화재가 발생하였다면 A와 같은 부분은 당연히 화재로 인한 영향이라 판단할 수 있지만 B와 같은 부분은 앞으로 화재 발생 우려가 있지만 개략적으로 표시됨에 따라 확인하기 어려운 문제점이 있었다.However, the conventional thermal imaging camera cannot accurately determine the heat distribution as it is schematically displayed as shown in A, and it is difficult to easily check the heat distribution even though there is heat in the part B shown in FIG. 1, and if a fire occurs If it occurred, it can be judged that the part such as A is naturally affected by the fire, but the part such as B has a risk of fire in the future, but there was a problem that was difficult to confirm as it was schematically displayed.
이와 같이, 열분포가 개략적이어서 구분하기 어려운 이유는 아래 [표 1]을 참조하여 설명한다.In this way, the reason why it is difficult to distinguish because the heat distribution is schematic will be explained with reference to [Table 1] below.
열영상의 프레임은 최저 온도가 -20℃이고 최고 온도가 300℃라면 최저 온도 -20℃가 0레벨, 최고 온도 300℃가 255레벨이 되고 전체 256레벨에 대해서 각 레벨당 1.25℃의 온도차가 발생하게 됨에 따라 252레벨부터 255레벨까지 [표 1]과 같은 온도값을 갖게 된다.In the frame of the thermal image, if the minimum temperature is -20℃ and the maximum temperature is 300℃, the minimum temperature of -20℃ becomes 0 level and the maximum temperature of 300℃ becomes 255 levels. As a result, it has the same temperature values as [Table 1] from the 252 level to the 255 level.
만약, 열영상 카메라가 촬영한 영상 중 임의의 한 픽셀이 296.7℃이면 252레벨에 해당되고 다른 픽셀이 297℃이라도 동일한 252레벨에 해당하는 이유는 레벨당 1.25℃ 온도차로 인하여 온도값에 차이가 있음에도 불구하고 같은 레벨로 표시되기 때문에 열분포가 개략적으로 표시되는 직접적인 문제점이 있고 이로 인하여 파생되는 다양한 문제점이 있었다.If any one pixel in the image captured by the thermal imaging camera corresponds to the 252 level, and the other pixel corresponds to the same 252 level even if it is 297 ° C, the reason is that there is a difference in temperature value due to a temperature difference of 1.25 ° C per level. However, since it is displayed at the same level, there is a direct problem that the heat distribution is roughly displayed, and there are various problems derived from this.
아울러, 종래의 열영상 카메라는 상기 문제점들로 인하여 열로 인한 이상 징후를 모니터링 하는데 한계가 있고 예를 들어서, 배전반 같은 경우에 각종 배선, 소자 등에서 발생되는 각각의 열분포가 개략적으로 표시되어 구분하기 어렵고 또한, 화재 발생 여지 또는 장비의 기능을 저하시킬 우려가 있는 각각의 열분포에서 각각 고위험군을 찾기 어려워 조속히 대처할 수 없는 문제점이 있으며 특히, 화재의 경우 불길의 방향성을 찾기 어려운 문제점이 있었다.In addition, conventional thermal imaging cameras have limitations in monitoring abnormal signs due to heat due to the above problems, and for example, in the case of a switchboard, each heat distribution generated from various wires and elements is schematically displayed and difficult to distinguish. However, it is difficult to find a high-risk group in each heat distribution that can cause a fire or deteriorate the function of the equipment, so it is difficult to deal with it quickly. In particular, in the case of a fire, it is difficult to find the direction of the flame.
이러한 문제점에도 불구하고 위와 같은 문제점을 해결하기 위한 열영상 카메라와 관련된 기술을 찾아보기 어려울 정도이고 보편적으로 열영상과 관련된 기술로서 등록특허공보 제10-1938120호인 '열화상 촬영 장치 및 이를 이용한 열화상 분석 정보를 제공하는 방법'은 렌즈를 통해서 입사된 적외선 파장 대역의 광신호로부터 출입이 금지된 제한 영역의 열에너지를 감지하고, 상기 감지된 열에너지에 기반하여 특정 영역의 온도 분포를 나타내는 열화상 신호를 출력하는 열화상 출력부와, 상기 열화상 신호를 분석하여 상기 특정 영역에 위험 요소가 존재하는지를 나타내는 열화상 분석 정보를 생성하는 이미지 분석부와, 상기 열화상 신호를 압축하여 상기 압축된 열화상 신호 및 상기 열화상 분석 정보가 통신 인터페이스를 통해서 서비스 제공 장치로 전달하는 이미지 처리부, 및 상기 위험 요소로 판단될 수 있는 사람, 동물 또는 물체에 대한 대상별 온도 분포도를 저장하는 메모리로 이루어진다.Despite these problems, it is difficult to find a technology related to a thermal imaging camera to solve the above problems, and as a technology related to thermal imaging in general, Patent Registration No. 10-1938120 'thermal imaging device and thermal imaging using the same' A method for providing analysis information' detects thermal energy in a restricted area where access is prohibited from an optical signal of an infrared wavelength band incident through a lens, and generates a thermal image signal representing a temperature distribution in a specific area based on the detected thermal energy. A thermal image output unit that outputs a thermal image, an image analyzer that analyzes the thermal image signal and generates thermal image analysis information indicating whether a risk factor exists in the specific area, and compresses the thermal image signal to generate the compressed thermal image signal and an image processing unit that transmits the thermal image analysis information to a service providing device through a communication interface, and a memory that stores a temperature distribution map for each object of a person, animal, or object that can be determined as the risk factor.
이와 같은, 종래 기술은 열화상 촬영 장치가 데이터 손실 없는 영상 신호를 분석하여 열화상 분석 정보 및 열화상 신호를 제공하는 정도일 뿐이고 각각의 객체영역에 대한 열분포, 고위험군을 비롯하여 열의 방향성과 관련되어 찾아보기 어렵기 때문에 앞서 설명한 문제점을 그대로 갖고 있다.In this prior art, the thermal imaging device analyzes the image signal without data loss to provide thermal image analysis information and thermal image signals, and the heat distribution for each object area, the high-risk group, and the direction of heat are searched for. Because it is difficult, it has the same problems as described above.
따라서, 본 발명은 상기 문제점을 해결하기 위하여 안출된 것으로써, 본 발명은 열영상 카메라가 촬영한 열영상에 대하여 열을 갖는 적어도 하나 이상의 객체영역의 열분포를 보다 구체적으로 감지하는데 그 목적이 있다.Accordingly, the present invention has been made to solve the above problems, and an object of the present invention is to more specifically detect a thermal distribution of at least one object region having heat with respect to a thermal image captured by a thermal imaging camera.
또 다른 목적은 영상을 통한 열과 관련된 사고를 미연에 예방하는데 그 목적이 있다.Another purpose is to prevent accidents related to heat through video.
아울러, 기타 본 발명의 다른 목적들은 이하에서 설명하는 내용을 통해 유추될 수 있을 것이다.In addition, other objects of the present invention may be inferred through the contents described below.
상기한 해결하고자 하는 과제를 달성하기 위한 본 발명의 일실시예에 따른 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템은 열영상 카메라와 실영상 카메라를 포함하며 상기 열영상 카메라와 실영상 카메라가 같은 관심영역을 촬영하는 듀얼 카메라와; 상기 듀얼 카메라 중 열영상 카메라가 촬영한 열영상을 수신한 프레임들에 대해서 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값까지의 256레벨 휘도값 중 어느 한 레벨의 휘도값을 갖는 각각의 픽셀이 사용자가 설정한 설정레벨 이상의 픽셀 그룹이 모인 적어도 하나 이상의 객체영역, 설정레벨 이하의 픽셀들은 배경영역으로 이진화하며, 상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각 픽셀들을 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값으로 변환한 후 0레벨 휘도값부터 255레벨 휘도값까지 각 휘도값에 맞는 의사 색채(Pseudo color)로 표시하는 에이전트가 탑재된 서버로 이루어진 것을 해결 수단으로 한다.A CCTV system for detecting a heating object using a dual camera according to an embodiment of the present invention for achieving the above object to be solved includes a thermal image camera and a real image camera, and the thermal image camera and the real image camera have the same interest. a dual camera for capturing an area; A luminance value of any one level among 256 luminance values ranging from 0 level luminance value, which is the lowest temperature value, to 255 level luminance value, which is the highest temperature value, for frames receiving thermal images taken by a thermal imaging camera among the dual cameras. At least one or more object areas where each pixel has a group of pixels higher than the set level set by the user, pixels below the set level are binarized into the background area, and each pixel for each object area for the at least one or more object areas is binarized. To a server equipped with an agent that converts the temperature value, 0 level luminance value, to the highest temperature value, 255 level luminance value, and displays from 0 level luminance value to 255 level luminance value in pseudo color suitable for each luminance value. what has been done as a solution.
본 발명은 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 열분포를 이용하여 이상 현상을 쉽게 관찰할 수 있는 효과가 있고 열분포, 고위험군, 열의 방향성을 관리자가 확인할 수 있어서 열로 인한 사고를 미연에 예방할 수 있으며 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각각의 고위험군의 온도값을 확인하여 사고 발생 위험성을 미리 인지하고 예방하는 효과가 있다.The present invention has the effect of easily observing abnormal phenomena by using the heat distribution for each object area for at least one object area, and the manager can check the heat distribution, high-risk group, and direction of heat, so that accidents due to heat can be prevented in advance. There is an effect of recognizing and preventing the risk of an accident in advance by checking the temperature value of each high-risk group for each object area with respect to at least one or more object areas.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며 언급되지 않은 또 다른 효과들은 아래 기재로부터 당업자에게 명확하게 이해될 수 있는 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.
도 1은 종래 기술을 설명하기 위한 열영상 이미지 예시도
도 2는 본 발명의 일실시예에 따른 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템 구성도
도 3은 본 발명의 일실시예에 따른 동일 레벨 또는 미세 레벨 차이에 의한 온도 차이 예시도
도 4는 본 발명의 일실시예에 따른 적어도 하나 이상의 객체영역에 의사 색채가 적용된 예시도
도 5는 본 발명의 일실시예에 따른 배경영역에 대하여 0레벨에 해당하는 의사 색채 적용 예시도
도 6은 본 발명의 일실시예에 따른 적어도 하나 이상의 객체영역이 포함된 열영상 프레임에 실영상 프레임에서 생성된 엣지가 적용된 예시도
도 7은 본 발명의 일실시예에 따른 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 고위험군 추출 예시도
도 8은 본 발명의 일실시예에 따른 객체영역별 평균온도 예시도1 is an exemplary view of a thermal imaging image for explaining the prior art;
2 is a block diagram of a CCTV system for detecting a heating object using a dual camera according to an embodiment of the present invention.
3 is an exemplary view of temperature difference due to the same level or fine level difference according to an embodiment of the present invention
4 is an exemplary diagram in which pseudo colors are applied to at least one object area according to an embodiment of the present invention;
5 is an exemplary view of applying pseudo colors corresponding to level 0 to a background area according to an embodiment of the present invention.
6 is an exemplary diagram in which an edge generated from a real image frame is applied to a thermal image frame including at least one object region according to an embodiment of the present invention.
7 is an exemplary view of extracting a high-risk group for each object area with respect to at least one or more object areas according to an embodiment of the present invention.
8 is an exemplary diagram of an average temperature for each object area according to an embodiment of the present invention;
이하, 본 발명의 최적 실시예에 대하여 첨부된 도면을 참조하여 그 구성 및 작용을 설명하고 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며 도면에서 구성요소의 형상 등은 보다 명확한 설명을 강조하기 위해서 과장되어 표현될 수 있고 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기술 및 그 구성에 대한 상세한 기술은 생략한다.Hereinafter, the configuration and operation of the best embodiment of the present invention will be described with reference to the accompanying drawings, and the embodiment of the present invention can be modified in various forms, and the shape of the components in the drawings emphasizes clearer description. In order to do so, detailed descriptions of well-known technologies and their configurations, which may be exaggerated and determined to unnecessarily obscure the subject matter of the present invention, will be omitted.
도 2는 본 발명의 일실시예에 따른 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템 구성도로서, 상기 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템은 듀얼 카메라(100)와 에이전트(210)를 포함하는 서버(200)로 이루어진다.2 is a configuration diagram of a CCTV system for detecting a heating object using a dual camera according to an embodiment of the present invention. The CCTV system for detecting a heating object using a dual camera includes a
더욱 상세하게, 상기 듀얼 카메라(100)는 열영상 카메라와 실영상 카메라를 포함하고 상기 열영상 카메라와 실영상 카메라는 같은 관심영역을 촬영한다.More specifically, the
예컨대, 상기 듀얼 카메라(100)의 열영상 카메라는 각 픽셀마다 온도 데이터의 배열을 보내주는 카메라로서 상기 온도 데이터의 배열은 사람이 육안으로 볼 수 있도록 이미지화하기 위하여 0레벨(Level) 내지 255레벨을 갖는 256레벨의 휘도값으로 이루어진 흑백의 열영상으로 관심영역을 촬영하여 생성한다.For example, the thermal imaging camera of the
상기 듀얼 카메라(100)의 실영상 카메라는 각 픽셀마다 RGB값을 갖는 영상으로 관심영역을 촬영하여 생성한다.The real image camera of the
상기 서버(200)에 탑재된 에이전트(210)는 상기 듀얼 카메라(100) 중 열영상 카메라가 촬영한 열영상을 수신한 프레임들에 대해서 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값까지의 256레벨 휘도값 중 어느 한 레벨의 휘도값을 갖는 각각의 픽셀이 사용자가 설정한 설정레벨 이상의 픽셀 그룹이 모인 적어도 하나 이상의 객체영역, 설정레벨 이하의 픽셀들은 배경영역으로 이진화하며, 상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각 픽셀들을 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값으로 변환한 후 0레벨 휘도값부터 255레벨 휘도값까지 각 휘도값에 맞는 의사 색채(Pseudo color)로 표시한다.The
예컨대, 상기 에이전트(210)는 사용자가 설정한 설정레벨 이상 의미가 곧 특정온도 이상이라는 것을 의미함으로 특정온도 이상의 픽셀 그룹들이 모이면 관찰 대상이 되는 객체영역이고 이러한 객체영역이 적어도 하나 이상이며 설정레벨 이하의 픽셀들은 특정온도 이하의 의미를 갖고 있음으로 관찰하고자 하는 열분포 대상이 아니기 때문에 배경영역으로 이진화한다.For example, the
이때, 상기 에이전트(210)는 촬영되는 열영상 이미지의 각 프레임들이 적어도 하나 이상의 객체영역과 배경영역으로 이진화되어 구분됨에 따라 적어도 하나 이상의 객체영역의 동일 레벨 또는 미세 레벨 차이에 대해서 발명의 이해를 돕기 위하여 도 3에서 1개 객체영역으로 설명하면 객체영역의 A픽셀이 5레벨이고 B픽셀도 5레벨이라고 한다면 동일한 휘도값 레벨에 해당함으로 동일하게 표현되지만 실제 서로 다른 온도값을 갖을 수 있고 또한, A픽셀이 5레벨이고 B픽셀이 6레벨이라고 한다면 휘도값 레벨이 1레벨 차이에 불과하지만 실제 온도차이가 상당한 차이가 남으로 객체영역 내에서 세부적 열분포를 확인하기 위해서 다시 한번 객체영역에 대하여 열분포를 레벨별로 분석한다.At this time, the
우선, 상기 동일 레벨 또는 미세 레벨 차이에 의한 온도 차이에 대해서 보다 구체적으로 살펴보면, 임의의 열영상 프레임에서 0레벨부터 255레벨까지의 256레벨 중에서 0레벨의 최저 온도값과 255레벨의 최고 온도값에 대하여 레벨당 표시되는 온도를 아래 [표 2]을 참조하여 설명한다.First, looking at the temperature difference due to the same level or minute level difference in more detail, the lowest temperature value of the 0 level and the highest temperature value of the 255 level among 256 levels from the 0 level to the 255 level in an arbitrary thermal image frame. The temperature displayed per level for each level will be described with reference to [Table 2] below.
ㆍ
ㆍdot
dot
dot
ㆍ
ㆍdot
dot
dot
ㆍ
ㆍdot
dot
dot
상기 [표 2]에서 온도 범위 0℃∼20℃일 때 0레벨부터 255레벨까지 1레벨당 0.078125℃에 해당하고 온도 범위 0℃∼256℃일 때 0레벨부터 255레벨까지 1레벨당 1℃에 해당하는 바, 온도 범위 0℃∼20℃에서 열영상 프레임 상에서 픽셀이 0.1℃라면 0레벨로 표시되고 온도 범위 0℃∼256℃일 때 픽셀이 0.1℃라면 0레벨로 같은 휘도값을 갖는 레벨로 표시된다.[Table 2] corresponds to 0.078125℃ per level from 0 level to 255 level when the temperature range is 0℃∼20℃, and 1℃ per level from 0 level to 255 level when the temperature range is 0℃∼256℃. Correspondingly, if the pixel is 0.1 °C on the thermal image frame in the temperature range of 0 ° C to 20 ° C, the level is displayed as 0, and in the temperature range of 0 ° C to 256 ° C, if the pixel is 0.1 ° C, the level is 0 and has the same luminance value. displayed
반면, 다른 픽셀이 0.3℃라면 온도 범위 0℃∼20℃에서는 2레벨 정도로 표시되지만 온도 범위 0℃∼256℃에서는 0.3℃이면 앞서 0.1℃도 보다 0.2℃가 상승했음에도 불구하고 0레벨로 표시된다.On the other hand, if the other pixel is 0.3 ° C, it is displayed as
따라서, 도 3에 도시된 A, B픽셀이 같은 5레벨이면 [표 2]에서 0℃∼256℃일 때 6℃이상 7℃미만까지 1℃ 정도의 차이가 있고 또한, A픽셀이 5레벨이면 [표 2]에서 0℃∼256℃일 때 6℃이상 7℃미만에 해당되고 B픽셀이 A픽셀보다 단지 1레벨 높은 6레벨이면 [표 2]에서 0℃∼256℃일 때 7℃이상 8℃미만에 해당함으로 총 6℃이상 8℃미만까지 2℃ 정도의 차이가 있다.Therefore, if the A and B pixels shown in FIG. 3 are of the same 5 level, there is a difference of about 1 ° C from 0 ° C to 256 ° C from 0 ° C to 256 ° C, and there is a difference of about 1 ° C. In [Table 2], if 0℃∼256℃ corresponds to 6℃ or more and less than 7℃, and B pixel is only 1 level higher than A pixel, if 6 levels are higher than A pixel, in [Table 2], 7℃ or more 8 when 0℃∼256℃ As it corresponds to less than ℃, there is a difference of about 2 ℃ from 6 ℃ to less than 8 ℃ in total.
이와 같이, 동일 레벨에서 1℃차이 1레벨 차이에서 2℃ 차이는 본 발명은 이해를 돕기 위해서 실시예를 든 것일 뿐, 온도차가 500℃, 1000℃ 등 그 차이가 크면 객체영역 역시도 더욱 개략적으로 표현되어 객체영역 내에서 열분포를 정확히 확인하기 어렵게 된다.In this way, the difference of 1 ° C. at the same level and the difference of 2 ° C. at the same level are only given as examples to help the understanding of the present invention. If the difference is large, such as 500 ° C. or 1000 ° C. Therefore, it is difficult to accurately check the heat distribution within the object area.
따라서, 본 발명은 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 열분포를 확인하기 위하여 각 객체영역 내에서 최저 온도값부터 최대 온도값까지 각 픽셀을 256레벨 범위에 맞게 적용한다.Therefore, in the present invention, each pixel from the lowest temperature value to the maximum temperature value within each object region is applied according to the range of 256 levels in order to check the heat distribution for each object region with respect to at least one or more object regions.
즉, 각 객체영역은 사용자가 설정한 설정레벨 이상의 레벨에 해당함으로 우선 위험성을 갖을 수 있는 높은 온도를 갖는 상태이다.That is, since each object area corresponds to a level higher than the set level set by the user, it is in a state of having a high temperature that may have a risk first.
이때, 상기 에이전트(210)는 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 최저 온도값을 0레벨로 하고 최고 온도값을 255레벨로 하여 각 레벨별로 변환한 후 도 4에 도시된 바와 같이, A객체, B객체, C객체가 각각의 객체 내에서 0레벨 휘도값부터 255레벨 휘도값에 맞는 의사 색채로 표시한다.At this time, the
여기서, A객체, B객체, C객체는 같은 레벨에 해당하여 같은 색으로 표현된다 하더라도 이진화 후 각 객체 내에서 0레벨부터 255레벨로 구분한 것이므로 같은 색으로 표현되어도 서로 다른 온도값을 갖음으로 관리자가 용이하게 객체별 온도상태를 확인할 수 있는 작용을 한다.Here, even though A object, B object, and C object correspond to the same level and are expressed in the same color, they are divided into levels from 0 to 255 within each object after binarization, so even if they are expressed in the same color, they have different temperature values. can easily check the temperature status of each object.
따라서, 관리자는 산불, 배전반, 공장 설비 등에서 동시에 객체영역별로 열분포를 확인할 수 있음과 동시에 각 객체 내에서 같은 레벨의 의사 색채로 표시되어 객체영역별로 최저 온도값과 최고 온도값을 인지하고 있음으로 열로 인한 사고를 미연에 예방할 수 있는 작용을 한다.Therefore, the manager can check the heat distribution by object area at the same time in forest fires, switchboards, factory facilities, etc., and at the same time, it is displayed in the same level of pseudo color within each object, recognizing the lowest and highest temperature values for each object area. It acts as a preventive measure against accidents.
한편, 상기 에이전트(210)는 상기 설정레벨 이하의 배경영역을 0레벨 휘도값으로 변환한 이후에 0레벨에 맞는 의사 색채로 표시하는 수행이 더 포함되는 것도 바람직하다.Meanwhile, it is also preferable that the
예컨대, 상기 에이전트(210)는 적어도 하나 이상의 객체영역과 배경영역으로 이진화 하면 배경영역 내에서 도 5에 도시된 (a)의 A-1, A-2와 같은 영역들이 배경영역으로 결정된 것이지만 객체영역처럼 보이는 영역들이 발생하면 하드웨어, 소프트웨어적인 측면에서 노드가 걸려 연산처리가 늦어지고 또한, 관리자 측면에서 도 5에 도시된 B와 같은 부분은 시각적으로 불편하게 됨에 따라 배경영역을 모두 0레벨로 변환한 후 도 5에 도시된 (b)와 같이 0레벨에 해당하는 의사 색채(이해를 돕기 위하여 0레벨을 보라색 계열로 표현)로 표현한다.For example, if the
따라서, 적어도 하나 이상의 객체영역은 도 5에 도시된 (b)와 같이 객체영역별로 표현됨에 따라 관리자 측면에서 동시에 열분포를 정확히 확인하는 작용을 한다.Accordingly, as at least one or more object regions are expressed for each object region as shown in (b) of FIG. 5, the manager simultaneously accurately checks the heat distribution.
한편, 상기 에이전트(210)는 상기 듀얼 카메라(100) 중 실영상 카메라가 촬영한 영상으로부터 객체의 엣지를 생성하고 생성된 엣지를 적어도 하나 이상의 객체영역을 포함하는 열영상 프레임에 적용하는 수행이 더 포함되는 것도 바람직하다.Meanwhile, the
예컨대, 상기 에이전트(210)는 상기 듀얼 카메라(100) 중 실영상 카메라가 열영상 카메라와 같은 관심영역을 촬영함에 따라 관심영역을 촬영한 실영상에 대해서 배경영역과 객체영역 사이의 경계선에서 RGB값의 차이가 크게 발생하는 곳에서 엣지를 생성하고 생성된 엣지를 도 5에 도시된 (b)와 같은 적어도 하나 이상의 객체영역을 포함하는 열영상 프레임에 적용함에 따라 도 6에 도시된 A와 같은 엣지가 적용되어 표현한다.For example, as a real image camera of the
따라서, 관리자는 열을 발생하는 객체의 형태를 쉽게 확인할 수 있고 해당 객체의 형태롤 통해서 열로 인한 사고를 미연에 예방하는 작용을 한다.Therefore, the manager can easily check the shape of the object generating heat, and through the shape of the object, an accident due to heat can be prevented in advance.
한편, 상기 에이전트(210)는 상기 0레벨에 맞는 의사 색채가 표시되는 프레임을 시간의 흐름에 의하여 연속적으로 변환됨에 따라 객체에 대한 열분포의 방향성이 표시되는 것도 바람직하다.Meanwhile, as the
예컨대, 상기 에이전트(210)는 화재 같은 경우에 주변 환경에 의해서 불길의 변화가 발생할 수 있음으로 의사 색채로 표시되는 연속적인 프레임을 통해서 열분포에 대한 방향성을 표시함으로써 열로 인한 사고를 예측하고 예방하는 작용을 한다.For example, the
이때, 열분포의 방향성 표시는 다양한 형태로 표시할 수 있어서 더 이상의 설명은 생략한다.At this time, since the directional display of the thermal distribution can be displayed in various forms, further description is omitted.
한편, 상기 에이전트(210)는 상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 가장 높은 레벨인 255레벨을 갖는 적어도 하나 이상의 픽셀을 고위험군으로 추출하는 것도 바람직하다.Meanwhile, the
예컨대, 상기 에이전트(210)는 도 7에 도시된 바와 같이 3개의 객체영역이 검출되면 A, B, C지점에서 가장 높은 레벨인 255레벨 휘도값을 갖는 픽셀들이 응집하여 분포되고 응집 분포된 픽셀들을 고위험군으로 추출한다.For example, as shown in FIG. 7, when three object areas are detected, the
이때, A, B, C지점은 이진화 시 설정레벨에 의하여 객체영역으로 구분된 것이기 때문에 고위험군에 해당하는 255레벨이라 하여도 고위험군의 온도값은 각 객체영역별로 다르게 나타난다.At this time, since the points A, B, and C are divided into object areas by the set level during binarization, the temperature value of the high-risk group is different for each object area even if the level is 255 corresponding to the high-risk group.
따라서, 관리자는 이진화 시 설정레벨에 의해 추출된 객체영역의 온도를 인지한 상태에서 고위험군의 위치를 인지 예를 들어서 변압기와 같은 장비에서 열분포 중 고위험군을 확인함에 따라 특정 부분에 대한 위험성을 쉽게 판단할 수 있는 작용을 한다.Therefore, the administrator can easily determine the risk for a specific part by recognizing the location of the high-risk group while recognizing the temperature of the object area extracted by the set level during binarization. For example, by checking the high-risk group among heat distribution in equipment such as a transformer works as it can.
상기 고위험군 추출은 본 발명의 이해를 돕기 위하여 컵의 온수, 모니터를 활용한 것일 뿐, 산업현장에서 열로 인하여 발생할 수 있는 화재 위험성, 장비의 파손 및 수명 저하, 자동화 시스템의 중단 등 다양한 분야에 적용되어 위험성을 대비할 수 있는 작용을 한다.The high-risk group extraction is applied to various fields such as hot water in a cup and a monitor to help understanding of the present invention, fire risk that may occur due to heat in an industrial field, damage and lifespan of equipment, and suspension of an automation system It acts as a countermeasure against risk.
한편, 상기 에이전트(210)는 상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각각 평균온도를 추출하고 상기 각 객체영역별 고위험군이 각 객체영역별로 설정된 설정범위 이상이면 위험상황으로 판단하는 것도 바람직하다.Meanwhile, it is also preferable that the
예컨대, 상기 에이전트(210)는 도 8에 도시된 A객체영역의 평균온도가 60.7℃이고 고위험군의 온도가 80.7℃라면 20℃라는 온도 차이가 발생하지만 설정범위가 30℃라면 고위험군이라 하더라도 안정적인 상태로 판단한다.For example, the
더 설명하면, 도 8에 도시된 B객체영역의 평균온도가 33.6℃, C객체영역 평균온도가 34.2℃이고 고위험군 온도가 B객체영역에서 45℃ C객체영역에서 38℃이며 설정범위가 10℃라 할 경우에 B객체영역에 해당하는 모니터는 고위험군의 온도가 설정범위를 벗어난 것이기 때문에 관리자 측면에서 모니터의 성능이 저하될 우려가 있다고 판단할 수 있고 C객체영역에 해당하는 모니터는 고위험군의 온도가 설정범위 내에 있기 때문에 관리자 측면에서 온도는 다소 높지만 모니터 기능상에 문제가 없는 정상으로 판단한다.More specifically, the average temperature of object area B shown in FIG. 8 is 33.6°C, the average temperature of object area C is 34.2°C, the temperature of the high-risk group is 45°C in object area B and 38°C in object area C, and the setting range is 10°C. In this case, since the temperature of the monitor corresponding to the B object area is outside the set range, the administrator can determine that the performance of the monitor may deteriorate, and the monitor corresponding to the C object area has the temperature of the high risk group set. Since it is within the range, the temperature is somewhat high from the administrator's point of view, but it is judged normal with no problem with the monitor function.
또한, 상기 평균온도는 도 8에서 객체영역만을 평균온도로 하였지만 객체영역을 포함하는 소정 영역에서 평균온도를 구하여 고위험군과 대비하는 것도 바람직하다.In addition, although the average temperature is set as the average temperature of only the object area in FIG. 8, it is preferable to obtain the average temperature in a predetermined area including the object area to compare with the high-risk group.
한편, 상기 에이전트(210)는 적어도 하나 이상의 객체영역에서 최고 레벨인 255레벨을 포함한 일정레벨까지 설정한 범위를 고위험군으로 추출하는 것도 바람직하다.Meanwhile, it is preferable that the
예컨대, 상기 에이전트(210)는 화재와 같은 경우에 최고 레벨인 255레벨은 당연히 위험성을 갖고 있고 이때, 255레벨 보다 1레벨 낮은 254레벨은 255레벨보다 온도는 낮을지 모르지만 255레벨과 같이 위험성을 갖고 있음으로 위험성의 범주에 맞게 고위험군 설정범위를 정하여 고위험군을 추출한다.For example, in the case of a fire, the
화재 이외에도 고위험군 설정범위는 다양한 산업 현장에 적용될 수 있다.In addition to fire, the high-risk group setting range can be applied to various industrial sites.
한편, 상기 에이전트(210)는 상기 적어도 하나 이상의 객체영역의 각 객체영역별로 각각 평균온도를 추출하고 상기 각 객체영역별 255레벨부터 설정범위까지 고위험군 평균온도가 각 객체영역별로 설정된 설정범위 이상이면 위험상황으로 판단하는 것도 바람직하다.Meanwhile, the
상기 각 객체영역별 255레벨부터 설정범위까지 고위험군 평균온도로 하는 점만 제외하고 앞서 도 8에서 설명한 동작 원리와 유사하여 더 이상의 설명은 생략한다.It is similar to the operation principle described in FIG. 8 except that the average temperature of the high-risk group is set from the 255 level for each object region to the set range, so further explanation is omitted.
본 발명은 이해를 돕기 위하여 도면에서 2개의 모니터와 온수를 이용하여 예시하였지만 장비 내부, 공장 설비, 크게는 화재 등 다양한 산업분야에서 열로 인한 사고를 예방하기 위해 적용된다.Although the present invention is illustrated using two monitors and hot water in the drawing for better understanding, it is applied to prevent accidents due to heat in various industrial fields such as inside equipment, factory facilities, and fire.
또한, 본 발명은 실시하기 위한 하나의 실시예에 해당하는 것으로서, 본 발명은 상기한 실시예에 한정되지 않고 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 사상이 있다고 할 것이다.In addition, the present invention corresponds to one embodiment to be practiced, and the present invention is not limited to the above-described embodiments, and as claimed in the following claims, the present invention belongs without departing from the gist of the present invention. Anyone with ordinary knowledge in the field will say that the technical spirit of the present invention exists to the extent that various changes can be made.
100 : 듀얼 카메라 200 : 서버
210 : 에이전트100: dual camera 200: server
210: agent
Claims (8)
상기 듀얼 카메라 중 열영상 카메라가 촬영한 열영상을 수신한 프레임들에 대해서 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값까지의 256레벨 휘도값 중 어느 한 레벨의 휘도값을 갖는 각각의 픽셀이 사용자가 설정한 설정레벨 이상의 픽셀 그룹이 모인 적어도 하나 이상의 객체영역, 설정레벨 이하의 픽셀들은 배경영역으로 이진화하며, 상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각 픽셀들을 최저 온도값인 0레벨 휘도값부터 최고 온도값인 255레벨 휘도값으로 변환한 후 0레벨 휘도값부터 255레벨 휘도값까지 각 휘도값에 맞는 의사 색채(Pseudo color)로 표시하는 에이전트가 탑재된 서버로 이루어지면서,
상기 에이전트는 상기 설정레벨 이하의 배경영역을 0레벨 휘도값으로 변환한 이후에 0레벨에 맞는 의사 색채로 표시하는 수행이 더 포함되고, 상기 0레벨에 맞는 의사 색채가 표시되는 프레임을 시간의 흐름에 의하여 연속적으로 변환함에 따라 객체에 대한 열분포의 방향성이 표시되는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.
a dual camera including a thermal imaging camera and a real imaging camera, wherein the thermal imaging camera and the real imaging camera capture the same region of interest;
A luminance value of any one level among 256 luminance values ranging from 0 level luminance value, which is the lowest temperature value, to 255 level luminance value, which is the highest temperature value, for frames receiving thermal images taken by a thermal imaging camera among the dual cameras. At least one or more object areas where each pixel has a group of pixels higher than the set level set by the user, pixels below the set level are binarized into the background area, and each pixel for each object area for the at least one or more object areas is binarized. To a server equipped with an agent that converts the temperature value, 0 level luminance value, to the highest temperature value, 255 level luminance value, and displays from 0 level luminance value to 255 level luminance value in pseudo color suitable for each luminance value. As it is done,
The agent further includes converting the background area below the set level into a 0-level luminance value and then displaying the pseudo color suitable for the 0 level, and displaying the frame in which the pseudo color suitable for the 0 level is displayed over time. A CCTV system for detecting a heating object using a dual camera, characterized in that the direction of heat distribution for the object is displayed as it is continuously converted by.
상기 듀얼 카메라 중 실영상 카메라가 촬영한 영상으로부터 객체의 엣지를 생성하고 생성된 엣지를 적어도 하나 이상의 객체영역을 포함하는 열영상 프레임에 적용하는 수행이 더 포함되는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.
The method according to claim 1, wherein the agent
Generating an edge of an object from an image captured by a real camera among the dual cameras and applying the generated edge to a thermal image frame including at least one object area CCTV system for object detection.
상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 가장 높은 레벨인 255레벨을 갖는 적어도 하나 이상의 픽셀을 고위험군으로 추출하는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.
The method according to claim 1, wherein the agent
A CCTV system for detecting a heating object using a dual camera, characterized in that for the at least one or more object areas, at least one or more pixels having a level 255, which is the highest level for each object area, are extracted as a high-risk group.
상기 적어도 하나 이상의 객체영역에 대하여 각 객체영역별로 각각 평균온도를 추출하고 상기 각 객체영역별 고위험군이 각 객체영역별로 설정된 설정범위 이상이면 위험상황으로 판단하는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.
The method according to claim 5, wherein the agent
Extracting an average temperature for each object region for the at least one or more object regions, and determining a dangerous situation if the high-risk group for each object region exceeds a set range set for each object region. for CCTV system.
상기 적어도 하나 이상의 객체영역에서 최고 레벨인 255레벨을 포함한 일정레벨까지 설정한 범위를 고위험군으로 추출하는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.
The method according to claim 1, wherein the agent
A CCTV system for detecting a heating object using a dual camera, characterized in that for extracting a range set to a certain level including the highest level of 255 in the at least one object area as a high-risk group.
상기 적어도 하나 이상의 객체영역의 각 객체영역별로 각각 평균온도를 추출하고 상기 각 객체영역별 255레벨부터 설정범위까지 고위험군 평균온도가 각 객체영역별로 설정된 설정범위 이상이면 위험상황으로 판단하는 것을 특징으로 하는 듀얼 카메라를 이용한 발열객체 감지용 CCTV 시스템.The method according to claim 7, wherein the agent
Extracting the average temperature for each object area of the at least one or more object areas, and determining that it is a dangerous situation if the average temperature of the high-risk group from the 255 level to the set range for each object area is higher than the set range set for each object area. CCTV system for detecting heating objects using dual cameras.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089309A KR102518367B1 (en) | 2022-07-20 | 2022-07-20 | CCTV system for detecting heating objects using dual cameras |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220089309A KR102518367B1 (en) | 2022-07-20 | 2022-07-20 | CCTV system for detecting heating objects using dual cameras |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102518367B1 true KR102518367B1 (en) | 2023-04-05 |
Family
ID=85884799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220089309A KR102518367B1 (en) | 2022-07-20 | 2022-07-20 | CCTV system for detecting heating objects using dual cameras |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102518367B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101938120B1 (en) | 2018-09-07 | 2019-04-11 | 안도균 | Thermal imaging apparatus and method for providing thermal imaging analysis information |
| KR102152072B1 (en) * | 2019-09-27 | 2020-09-04 | 조소정 | Object detection system integrating real video camera and thermal video camera |
| KR102262974B1 (en) * | 2020-10-29 | 2021-06-10 | 주식회사 유솔 | Thermal image monitoring system usinig intelligent camera |
| KR102341076B1 (en) * | 2021-06-15 | 2021-12-20 | 주식회사 에너지코리아 | Heat detection system for inside the enclosure box |
| KR102368794B1 (en) * | 2021-06-08 | 2022-03-02 | 탑아이티 주식회사 | Thermal image and real image automatic matching system |
-
2022
- 2022-07-20 KR KR1020220089309A patent/KR102518367B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101938120B1 (en) | 2018-09-07 | 2019-04-11 | 안도균 | Thermal imaging apparatus and method for providing thermal imaging analysis information |
| KR102152072B1 (en) * | 2019-09-27 | 2020-09-04 | 조소정 | Object detection system integrating real video camera and thermal video camera |
| KR102262974B1 (en) * | 2020-10-29 | 2021-06-10 | 주식회사 유솔 | Thermal image monitoring system usinig intelligent camera |
| KR102368794B1 (en) * | 2021-06-08 | 2022-03-02 | 탑아이티 주식회사 | Thermal image and real image automatic matching system |
| KR102341076B1 (en) * | 2021-06-15 | 2021-12-20 | 주식회사 에너지코리아 | Heat detection system for inside the enclosure box |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100851601B1 (en) | Fire alarm method and system | |
| CN105512667B (en) | Infrared and visible light video image fusion recognition fire method | |
| US5937092A (en) | Rejection of light intrusion false alarms in a video security system | |
| KR100638120B1 (en) | Sensor for detecting fire-sensing | |
| KR100922784B1 (en) | Image base fire sensing method and system of crime prevention and disaster prevention applying method thereof | |
| KR101998639B1 (en) | Intelligent system for ignition point surveillance using composite image of thermal camera and color camera | |
| KR101726786B1 (en) | System and method for real-time fire detection using color information of the image | |
| JP2008077517A (en) | Camera block detection system | |
| KR20150120975A (en) | Unevenness inspection system, unevenness inspection method, and unevenness inspection program | |
| CN113393486B (en) | Abnormal event monitoring method, intelligent monitoring terminal and system | |
| JP3486229B2 (en) | Image change detection device | |
| KR102113527B1 (en) | Thermal ip cctv system and method for detecting fire by using the same | |
| CN105551178A (en) | Power grid intelligent monitoring alarm method and device | |
| KR20230036024A (en) | Electric vehicle charger fire detection and charger condition prediction system | |
| CN109034038B (en) | Fire identification device based on multi-feature fusion | |
| KR20190130801A (en) | Combined fire alarm system using stand-alone fire alarm and visible light camera | |
| CN107396053B (en) | A kind of outdoor safety defense monitoring system | |
| KR101938120B1 (en) | Thermal imaging apparatus and method for providing thermal imaging analysis information | |
| CN102999994A (en) | Flame detection device based on video image analysis | |
| KR101428913B1 (en) | Surveillance system for overheating state utilizing micro-size image array sensor | |
| KR102518367B1 (en) | CCTV system for detecting heating objects using dual cameras | |
| CN103020588B (en) | Based on the flame detecting method of video image analysis | |
| KR20140109671A (en) | Flame dete ction method based on gray imaging signal of a cameras | |
| JP5286113B2 (en) | Smoke detector | |
| JPH06308256A (en) | Cloudy fog detecting method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |