[0069]
[0070] 其中Rt为红色分量的阈值，a、b表示系数，X、y表示像素点的坐标，R(x，y，t)表 示像素点在t时刻的红色亮度数值，同理，G(x，y，t)表示像素点在t时刻的绿色亮度数值， B(x，y，t)表示像素点在t时刻的蓝色亮度数值；S(x，y，t)表示根据BP神经网络方程计算 出的一个比较值，若像素点满足以上条件则判定该像素点满足火焰颜色的条件。
[0071] 本实施例中，BP神经网络的输出res大于0. 7时，像素点被判定为烟雾像素点或火 焰像素点，此时若BP神经网络的输出res连续大于0. 7的个数大于阈值，则进行报警。本 实施例中，阈值为30,若BP神经网络的输出res连续大于0. 7的个数out小于阈值，则不 产生报警；30〈〇ut〈80时，产生烟雾预警或火焰报警；当80〈〇ut〈120时，产生一级烟雾警报 信号或一级火焰警报信号；120〈out〈180时，产生二级烟雾警报信号或二级火焰警报信号； 180〈out时，产生三级烟雾警报信号或三级火焰警报信号。
[0072] 火灾发生或往往是一个持续发展的过程，现有的技术方案只能够对火灾的发生、 持续与否做一个简单的判定，而不能对火灾的发展程度做探测，因此在功能上十分受限。而 本发明提供的监测报警方法，能够根据火灾现场采集的疑烟区域或准火焰区域的烟雾像素 点或火焰像素点的数目来判定火灾的发展程度，并发出相应的警报信号供消防人员进行参 考，这种功能、这种思路是现有技术所无法提供的。
[0073] 与现有技术相比，本发明的有益效果是：
[0074] 1)具有很高的智能性，抗干扰能力强（能够排除日常中例如日光灯，粉尘，雷电， 水汽等因素的干扰），探测范围广，响应速度快，适合大空间早期火灾的探测；
[0075] 2)能够将烟雾检测和火焰检测这两大功能集成到同一个硬件设备上，在保持准确 率的前提下，提高了监测能力，在实际的实用当中，减少了设备安装的复杂性，提高了资源 的利用率；
[0076] 3)对检测出来的火灾信号进行了等级分析，并且建立了一套分等级报警体制。火 灾产生时，探测器经过火灾等级分析，从报警信号中就可以知道此时火灾的发展程度和发 展趋势；
[0077] 4)可以直接利用监控设备，不需要再次安装烟感、温感探测器等，大大减少了各种 材料施工费用，对一些不方便布线施工的场合非常方便。
[0078] 显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对 本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可 以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本 发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求 的保护范围之内。
【主权项】
1. 一种基于图像处理技术的远程大空间火灾监测报警方法，其特征在于：包括以下步 骤：51. 使用摄像头获取监控现场的视频数据，然后对视频数据进行运动目标的提取；若 提取得到运动目标，则进入步骤S2 ;52. 判定运动目标的各个像素点是否满足烟雾颜色的条件，并根据判定的结果确定疑 烟区域；53. 对疑烟区域的各个像素点进行烟雾特征的提取，并分别将提取的烟雾特征作为BP 神经网络的输入，然后根据BP神经网络的输出值判断该像素点是否为烟雾像素点；54. 判断疑烟区域中包含的烟雾像素点的数目是否大于阈值，若是则进行报警，否则进 入步骤S5 ;55. 判定运动目标的各个像素点是否满足火焰颜色的条件，并根据判定的结果确定准 火焰区域；56. 对准火焰区域的各个像素点进行火焰特征的提取，并分别将提取的火焰特征作为 BP神经网络的输入，然后根据BP神经网络的输出值判断该像素点是否为火焰像素点；57. 判断准火焰区域中火焰像素点的数目是否大于阈值，若是则进行报警，否则进入步 骤Sl〇2. 根据权利要求1所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：步骤S1中，提取运动目标的过程如下：读取视频数据的视频帧，使用混合高斯模型对 每一视频帧的背景进行建模，然后利用当前视频帧与构建的视频帧的背景作差分，即可获 取运动目标。3. 根据权利要求1所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：步骤S2中，判断像素点是否满足烟雾颜色条件的过程具体如下：获取像素点的RGB 值，并判断像素点是否满足以下条件：T1取值15~25, T2 = 80, T3 = 220, T4 = 30,当像素点同时满足条件一和条件二或 者同时满足条件二与条件三，则该像素点满足烟雾颜色的条件。4. 根据权利要求1所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：步骤S5中，判断像素点是否满足火焰颜色条件的过程具体如下：获取像素点的RGB 值，判断像素点是否满足以下条件：其中Rt为红色分量的阈值，a、b表示系数，x、y表示像素点的坐标，R(x，y，t)表示 像素点在t时刻的红色亮度数值，同理，G(x，y，t)表示像素点在t时刻的绿色亮度数值， B(x，y，t)表示像素点在t时刻的蓝色亮度数值；S(x，y，t)表示根据BP神经网络方程计算 出的一个比较值，若像素点满足以上条件则判定该像素点满足火焰颜色的条件。5. 根据权利要求1~4任一项所述的基于图像处理技术的远程大空间火灾监测报警方 法，其特征在于：所述步骤S3中提取了三个烟雾特征，分别为背景高频信号的衰减率、烟雾 的扩散率、烟雾的轮廓不规则率，并将这三个特征作为BP神经网络的输入。6. 根据权利要求5所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：所述步骤S6中提取了三个火焰特征，分别为火焰的尖角变化率、火焰的圆形度、火焰 的面积变化率，并将这三个特征作为BP神经网络的输入。7. 根据权利要求6所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：步骤S4、S7中，BP神经网络的输出res大于0. 7时，像素点被判定为烟雾像素点或火 焰像素点，此时若BP神经网络的输出res连续大于0. 7的个数大于阈值，则进行报警。8. 根据权利要求7所述的基于图像处理技术的远程大空间火灾监测报警方法，其特征 在于：所述阈值为30,若BP神经网络的输出res连续大于0. 7的个数out小于阈值，则不 产生报警；30〈〇ut〈80时，产生烟雾预警或火焰报警；当80〈〇ut〈120时，产生一级烟雾警报 信号或一级火焰警报信号；120〈out〈180时，产生二级烟雾警报信号或二级火焰警报信号； 180〈out时，产生三级烟雾警报信号或三级火焰警报信号。
【专利摘要】本发明涉及一种基于图像处理技术的远程大空间火灾监测报警方法：S1.使用摄像头获取监控现场的视频数据，然后对视频数据进行运动目标的提取；S2.判定运动目标的各个像素点是否满足烟雾颜色的条件，确定疑烟区域；S3.对疑烟区域的各个像素点进行烟雾特征的提取，然后判断该像素点是否为烟雾像素点；S4.判断烟雾像素点的数目是否大于阈值，若是则进行报警，否则进入步骤S5；S5.判定运动目标的各个像素点是否满足火焰颜色的条件，确定准火焰区域；S6.对准火焰区域的各个像素点进行火焰特征的提取，然后判断该像素点是否为火焰像素点；S7.判断火焰像素点的数目是否大于阈值，若是则进行报警，否则进入步骤S1。
【IPC分类】G08B17/12
【公开号】CN105336085
【申请号】CN201510559309
【发明人】熊爱民, 张力文, 曾翠欣, 杨海滨
【申请人】华南师范大学, 广州保得威尔电子科技股份有限公司
【公开日】2016年2月17日
【申请日】2015年9月2日