一种基于可见光图像识别的火灾分析方法及系统技术方案

本发明专利技术提供了一种基于可见光图像识别的火灾分析方法，包括以下步骤：步骤1：输入视频流；步骤2：图像预处理，抓取流式视频实时图片，对图像进行高斯模糊操作；步骤3：目标分割，从画面背景中提取和分割候选区域，得到准确的团块；步骤4：火灾智能分析识别，判断视频中是否存在烟雾或火焰；步骤5：人工确认和反馈，建立用户反馈数据库；步骤6：联动报警，将识别结果通知用户。本发明专利技术还提供了一种基于可见光图像识别的火灾分析系统。本发明专利技术的有益效果是：提升了火灾识别的准确率，鲁棒性、适应性比较好。

【技术实现步骤摘要】
一种基于可见光图像识别的火灾分析方法及系统
本专利技术涉及人工智能图像分析
，尤其涉及一种基于可见光图像识别的火灾分析方法及系统。
技术介绍
图像识别是人工智能的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的目标。图像是人类获取和交换信息的主要来源，因此与图像相关的图像识别技术必定也是未来的研究重点。利用图像进行火灾探测有自己独特的优势，因为图像是包含了强度、形体、位置等信息的信号。目前国内外对这种新的火灾探测技术开展了深入研究。比如视频火灾探测方法；通过提取电站锅炉燃烧火焰的图像特征，再用人工神经网络的方法对火焰形态作研究，这样在区分燃烧情况方面就得到了更好的结果；通过阐述火灾图像探测的基本原理，提出了提取早期火灾火焰辐射持性、形体变化特性的几种新方法等。目前为止，综合国内外的火灾图像识别研究，可以看出大都是在灰度图的基础上进行处理，采用的大都是比较单一的判据，导致了漏报，误报率比较高，火灾识别的准确率较低，系统本文档来自技高网...

【技术保护点】
1.一种基于可见光图像识别的火灾分析方法，其特征在于，包括以下步骤：/n步骤1：输入视频流；/n步骤2：图像预处理，抓取流式视频实时图片，对图像进行高斯模糊操作；/n步骤3：目标分割，从画面背景中提取和分割候选区域，得到准确的团块；/n步骤4：火灾智能分析识别，判断视频中是否存在烟雾或火焰；/n步骤5：人工确认和反馈，建立用户反馈数据库；/n步骤6：联动报警，将识别结果通知用户。/n

【技术特征摘要】
1.一种基于可见光图像识别的火灾分析方法，其特征在于，包括以下步骤：
步骤1：输入视频流；
步骤2：图像预处理，抓取流式视频实时图片，对图像进行高斯模糊操作；
步骤3：目标分割，从画面背景中提取和分割候选区域，得到准确的团块；
步骤4：火灾智能分析识别，判断视频中是否存在烟雾或火焰；
步骤5：人工确认和反馈，建立用户反馈数据库；
步骤6：联动报警，将识别结果通知用户。


2.根据权利要求1所述的基于可见光图像识别的火灾分析方法，其特征在于：在步骤1中，对采集视频流的前端摄像头进行注册和管理，接入前端摄像头的视频流；根据画面质量、网络条件、分配的用户权限，对视频流的分辨率和帧率参数，及主/子码流进行设置。


3.根据权利要求1所述的基于可见光图像识别的火灾分析方法，其特征在于：在步骤2中，利用视频解码、切割技术，对输入的流式视频实时抓取无重影图片；对图像进行预处理，高斯模糊操作，降低噪声，及去抖动和过滤冗余信息。


4.根据权利要求1所述的基于可见光图像识别的火灾分析方法，其特征在于：在步骤3中，将图像从RGB空间转换到HSV空间，使用颜色检测，对明度和饱和度在阈值范围内的区域作掩码图像，根据像素值提取目标候选区域；目标分割，设定好烟火目标的颜色的阈值区间，排除干扰，得到准确的团块。


5.根据权利要求4所述的基于可见光图像识别的火灾分析方法，其特征在于：在步骤4中，进行火灾智能分析识别，判断视频中是否存在烟雾或火焰，目标检测，对根据步骤3得到的掩码图像利用漫水填充算法填充各个颜色相近的邻近区域，使用轮廓检测筛选出其中面积在阈值以上的凸包含区域，作为新的掩码图像，判断是否烟雾或火焰目标；进行卷积神经网络判别，用训练好的卷积神经网络，对目标检测中的各个连通域进行进一步的判别是否为烟雾或火焰目标；跟踪结合火灾智能分析识别和卷积神经网络判别的判断结果，综合判定是否为烟雾或火焰目标。


6.根据权利要求5所述的基于可见光图像识别的火灾分析方法，其特征在于：对卷积神经网络的训练，在烟火模型中加入先验信息；所述综合判定包括：通过设置识别结果阈值，结合对烟雾、火焰的多特征相关参数的融合判断，给出烟雾或火焰的最终识别结论。


7.根据权利要求1所述的基于可见光图像识别的火灾分析方法，其特征在于：在步骤5中，人工...

【专利技术属性】
技术研发人员：张圣，孟毅，黄成，蒋太意，
申请(专利权)人：深圳航天智慧城市系统技术研究院有限公司，
类型：发明
国别省市：广东;44