一种有效的煤矿火灾检测系统技术方案

一种有效的煤矿火灾检测系统，包括视频采集模块、目标检测模块、数据处理模块、目标识别模块和火灾报警模块，所述视频采集模块由前端监控摄像机组成，用于对井下环境进行实时扫描，所述目标检测模块用于从采集得到的视频图像中检测出烟雾区域，所述数据处理模块用于对检测出的烟雾可疑区域进行灰度化处理和图像增强处理，所述目标识别模块用于对所述烟雾区域进行特征提取和识别，从而判断是否发生火灾，所述火灾报警模块用于在检测到发生火灾时即进行报警。本发明专利技术的有益效果为：通过摄像机实时采集井下的视频图像，采用背景估计法结合色彩判断法对采集得到的视频图像进行目标检测，能够有效的检测出所述视频图像中的烟雾图像。

【技术实现步骤摘要】
一种有效的煤矿火灾检测系统
本专利技术创造涉及煤矿安全监测领域，具体涉及一种有效的煤矿火灾检测系统。
技术介绍
矿井火灾是煤矿的主要灾害之一，通常它会造成环境破坏、设备损坏、资源损失甚至人员伤亡。此外，矿井火灾还可能会诱发瓦斯、煤尘爆炸，从而使灾害程度和灾害范围相互扩大，极大的困扰了煤矿火灾救援。煤矿火灾事故预防是煤矿安全生产的根本，对煤矿火灾进行实时有效的检测，一方面能够有效预防火灾，另一方面能够及早发现火情，在煤矿火灾强度较小、相对范围小，蔓延缓慢时即进行救援，从而减轻了损失和人员伤亡。本专利技术提供一种有效的煤矿火灾检测系统，采用摄像机对井下环境进行实时监控，通过对采集得到的井下图像进行运动目标检测、图像处理和目标识别，能够对井下火灾进行有效的检测。
技术实现思路
针对上述问题，本专利技术旨在提供一种有效的煤矿火灾检测估系统。本专利技术创造的目的通过以下技术方案实现：一种有效的煤矿火灾检测系统，包括视频采集模块、目标检测模块、数据处理模块、目标识别模块和火灾报警模块，所述视频采集模块由前端监控摄像机组成，用于对井下环境进行实时扫描，所述目标检测模块用于从采集得到的视频图像中检测出烟雾区域，所述数据处理模块用于对检测出的烟雾可疑区域进行灰度化处理和图像增强处理，所述目标识别模块用于对检测得到的烟雾区域进行烟雾特征提取，并根据提取得到的烟雾特征识别图像中的烟雾，所述火灾报警模块用于在检测到发生火灾时即进行报警。本专利技术创造的有益效果：本专利技术通过摄像机实时采集井下的视频图像，采用背景估计法结合色彩判断法对采集得到的视频图像进行目标检测，能够有效的检测出所述视频图像中的烟雾图像，进而从所述烟雾图像中识别烟雾信息，实现井下火灾的有效检测。附图说明利用附图对专利技术创造作进一步说明，但附图中的实施例不构成对本专利技术创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术结构示意图；附图标记：视频采集模块1；目标检测模块2；图像处理模块3；目标识别模块4；火灾报警模块5。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种有效的煤矿火灾检测系统，包括视频采集模块1、目标检测模块2、数据处理模块3、目标识别模块4和火灾报警模块5，所述视频采集模块1由前端监控摄像机组成，用于采集井下的环境视频图像，所述目标检测模块2用于从所述井下环境视频图像中检测出烟雾目标区域，所述数据处理模块3用于对检测到的烟雾目标区域进行灰度化处理和图像增强处理，所述目标识别模块4用于从处理后的烟雾目标区域中提取烟雾特征并进行识别，从而判断有无火灾发生，当判断井下发生火灾时即令火灾报警模块5进行报警。优选地，所述火灾报警模块5采用灯光和声音结合的方式进行报警。本优选实施例通过摄像机实时采集井下的视频图像，采用背景估计法结合色彩判断法对采集得到的视频图像进行目标检测，能够有效的检测出所述视频图像中的烟雾图像，进而从所述烟雾图像中识别烟雾信息，实现井下火灾的有效检测。优选地，所述目标检测模块2用于从采集得到的井下视频图像序列中提取出烟雾运动目标，具体包括：(1)采用背景估计法从所述井下视频图像序列中提取烟雾运动目标，其采用一种改进的背景更新公式，具体为：式中，Bn+1(x,y)是第n+1帧背景图像中坐标为(x,y)的点的灰度值，jn+1(x,y)是从监控视频中截取的视频图像序列的第n+1帧中坐标为(x,y)的点的灰度值，jn(x,y)是从监控视频中截取的视频图像序列的第n帧中坐标为(x,y)的点的灰度值，(x,y)静止和(x,y)运动是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值有无差别，有差别则为运动，无差别则为静止，BI(x,y)表示设定为图像序列首幅图像的原始背景中坐标为(x,y)的点的灰度值，Gn(x,y)表示全局光照变化因子，M表示图像的大小，a,b和c分别为权重系数，a+b+c＝1；(2)采用颜色特征对上述检测得到的烟雾运动目标中的非烟雾的像素点进行过滤，对烟雾颜色特征进行判别的公式具体为：式中，R(x,y)、G(x,y)和B(x,y)分别代表监测得到的烟雾运动目标中坐标(x,y)处像素的红色分量、绿色分量和蓝色分量，u代表烟雾颜色阈值。本优选实施例采用背景估计法对采集得到的视频进行运动目标检测，背景更新模型中引入原始背景图像和光照因子，原始背景图像的引入使得扩散速度较为缓慢的烟雾不会被当做背景图像过滤掉，光照因子的引入避免了光照的骤变影响背景更新的质量；此外，通过本实施例的颜色判断准则，可以排除颜色相对鲜艳的像素点，从而排除部分非烟雾的运动主体，为后续的图像识别过程减轻了工作量。优选地，所述数据处理模块3用于对检测所得的烟雾运动区域进行灰度化处理和图像增强处理，包括图像转换单元和图像增强单元，所述图像灰度化单元用于将检测得到的烟雾运动区域转化为灰度图像，所述图像增强单元通过对改变所述烟雾运动区域的像素点的灰度值进行图像增强。优选地，所述图像转换单元用于将检测得到的烟雾运动区域转换为灰度图像，具体为：h(i,j)＝0.11*R(i,j)+0.59*G(i,j)+0.3B(i,j)式中，h(i,j)表示烟雾运动区域中坐标为(i,j)的点的灰度值，R(i,j)表示烟雾运动区域中坐标为(i,j)的像素点的红色分量值，G(i,j)表示烟雾运动区域中坐标为(i,j)的像素点的绿色分量值，B(i,j)表示烟雾运动区域中坐标为(i,j)的像素点的蓝色分量值。本优选实施例使得检测得到的火焰图像的反差增强，有利于烟雾特征的表达。优选地，所述图像增强单元通过改变所述烟雾运动区域中像素的灰度值进行图像增强，其采用一种改进的灰度级映射算法，具体为：式中，h(i,j)代表所述烟雾运动区域在像素坐标(i,j)的灰度值，[A,B]代表所述烟雾运动区域的灰度值范围，h′(i,j)代表经过变换后的烟雾运动区域在像素坐标(i,j)处的灰度值，[C,D]代表转换后的烟雾运动区域的灰度值范围。本优选实施例通过本实施例的映射关系进行所述烟雾图像中灰度级的改变，改善了图像的质量，解决了光照不足或阴暗天气的情况导致的烟雾图像区域内图像特征不明显的缺陷。最后应当说明的是，以上实施例仅用以说明本专利技术的技术方案，而非对本专利技术保护范围的限制，尽管参照较佳实施例对本专利技术作了详细地说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的实质和范围。本文档来自技高网...

【技术保护点】
1.一种有效的煤矿火灾检测系统，其特征是，包括视频采集模块、目标检测模块、数据处理模块、目标识别模块和火灾报警模块，所述视频采集模块由前端监控摄像机组成，用于采集井下的环境视频图像，所述目标检测模块用于从所述井下环境视频图像中检测出烟雾目标区域，具体包括：(1)采用背景估计法从井下视频图像序列中提取烟雾运动目标，其采用一种改进的背景更新公式，具体为：

【技术特征摘要】
1.一种有效的煤矿火灾检测系统，其特征是，包括视频采集模块、目标检测模块、数据处理模块、目标识别模块和火灾报警模块，所述视频采集模块由前端监控摄像机组成，用于采集井下的环境视频图像，所述目标检测模块用于从所述井下环境视频图像中检测出烟雾目标区域，具体包括：(1)采用背景估计法从井下视频图像序列中提取烟雾运动目标，其采用一种改进的背景更新公式，具体为：式中，Bn+1(x,y)是第n+1帧背景图像中坐标为(x,y)的点的灰度值，jn+1(x,y)是从监控视频中截取的视频图像序列的第n+1帧中坐标为(x,y)的点的灰度值，jn(x,y)是从监控视频中截取的视频图像序列的第n帧中坐标为(x,y)的点的灰度值，(x,y)静止和(x,y)运动是指上一帧背景图形和下一帧原始图像在(x,y)的点的灰度值有无差别，有差别则为运动，无差别则为静止，BI(x,y)表示设定为图像序列首幅图像的原始背景中坐标为(x,y)的点的灰度值，Gn(x,y)表示全局光照变化因子，M表示图像的大小，a,b和c分别为权重系数，a+b+c＝1；(2)采用颜色特征对上述检测得到的烟雾运动目标中的非烟雾的像素点进行过滤，对烟雾颜色特征进行判别的公式具体为：式中，R(x,y)、G(x,y)和B(x,y)分别代表监测得到的烟雾运动目标中坐标(x,y)处像素的红色分量、绿色分量和蓝色分量，u代表烟雾颜色阈值；所述数据处理模块用于对检测到的烟雾目标区域进行灰度化处理和图像增强处理，所述目标识别模块用于从处理后的烟雾目标区域中提取烟雾特征并进行识别，从而判断有无火灾发生，...

【专利技术属性】
技术研发人员：陈参，蒋秀燕，庞金蕊，石志星，尹增梅，
申请(专利权)人：陈参，蒋秀燕，庞金蕊，石志星，尹增梅，
类型：发明
国别省市：天津,12