基于RGB视觉的电厂烟火监测方法、装置、系统和存储介质制造方法及图纸

本发明专利技术提供一种基于RGB视觉的电厂烟火监测方法、装置、系统和存储介质，所述方法包括：获取预设监测区域的RGB视频图像；对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息；本发明专利技术解决了现有技术中的电厂烟火监测方法不能对烟火进行及时有效的预判和报警，并且由于外界环境的原因经常出现误判的问题，具有处理速度快、实时性强和准确率高的特点，有助于解决电厂安全方面的问题。

【技术实现步骤摘要】
基于RGB视觉的电厂烟火监测方法、装置、系统和存储介质
本专利技术涉及图像识别
，具体涉及基于RGB视觉的电厂烟火监测方法、装置、系统和存储介质。
技术介绍
目前，电厂对烟火的监测根据烟火不同的燃烧现象采样不同类型的烟火探测器，其主要类型有：感温型、感烟型、感光型和气敏型四大类。通常火灾的发生过程由六个阶段组成：吸热阶段、热解阶段、发烟阶段、扩散阶段、明火阶段和衰减阶段，但烟火探测器多数都是在火灾出现的后面三个阶段出现警报，而此时火灾可能相当严重了，而且烟火探测器大多是采用浓度检测法，采集的火灾信息物理量少，相对大空间场所、大范围场景等，常常会由于探测的远近或位置等因素无法起作用；另外，一些对于可见光和红外光的结合使用用于火灾的判断也具备同样的缺点，容易受环境温度等条件影响，进而影响烟火发生判断。可见，现有技术中的电厂烟火监测方法不能对烟火进行及时有效的预判和报警，并且由于外界环境的原因经常出现误判的问题，因此不能及时有效的解决电厂安全方面的问题。
技术实现思路
针对现有技术中所存在的不足，本专利技术提供的基于RGB视觉的电厂烟火监测方法、装置、系统和存储介质，其解决了现有技术中的电厂烟火监测方法不能对烟火进行及时有效的预判和报警，并且由于外界环境的原因经常出现误判的问题，具有处理速度快、实时性强和准确率高的特点，有助于解决电厂安全方面的问题。第一方面，本专利技术提供一种基于RGB视觉的电厂烟火监测方法，应用于图像采集端，所述方法包括：获取预设监测区域的RGB视频图像；对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息。可选地，根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置，包括：根据基础网络算法对所述目标视频图像进行多尺度检测，得到烟火形态图像；对所述烟火形态图像进行类别预测，获取到所述烟火种类；根据所述RGB视频图像，对所述烟火形态图像进行位置回归，获取到所述坐标位置。可选地，对所述烟火形态图像进行类别预测，获取到所述烟火种类，包括：构建生成对抗网络模型；将烟火样本图像输入到所述生成对抗网络模型，得到烟火样本图像集；将所述烟火形态图像与所述烟火样本图像集进行比较，得到所述烟火形态图像中的烟火种类。可选地，根据所述RGB视频图像，对所述烟火形态图像进行位置回归，获取到所述坐标位置，包括：构建位置回归网络模型；将所述烟火形态图像输入到所述位置回归网络模型；根据所述烟火形态图像得到相对位置数据；根据所述RGB视频图像，对所述相对位置数据进行定位，得到所述坐标位置。可选地，对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像，包括：通过背景自适应算法对所述RGB视频图像进行处理，得到所述RGB视频图像中的运动目标；根据所述运动目标和自适应阈值，得到所述RGB视频图像中的运动区域；将所述运动区域从所述RGB视频图像中进行分割，得到所述目标视频图像。可选地，根据基础网络算法对所述目标视频图像进行多尺度检测，得到烟火形态图像，包括：将所述目标视频图像输入特征提取器进行特征提取，得到特征图；将所述特征图输入多特征融合模块，获取特征信息；将所述特征信息输入多尺度聚合模块和残差预测模块，获取到所述烟火形态图像。第二方面，本专利技术提供一种基于RGB视觉的电厂烟火监测装置，应用于图像采集端，所述装置包括：视频图像获取模块，用于获取预设监测区域的RGB视频图像；提取模块，用于对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；烟火检测模块，用于根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；发送模块，用于将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息。可选地，所述烟火检测模块包括：多尺度监测模块，用于根据基础网络算法对所述目标视频图像进行多尺度检测，得到烟火形态图像；类别预测模块，用于对所述烟火形态图像进行类别预测，获取到所述烟火种类；位置回归模块，用于根据所述RGB视频图像，对所述烟火形态图像进行位置回归，获取到所述坐标位置。第三方面，本专利技术提供一种基于RGB视觉的电厂烟火监测系统，所述系统包括：图像采集装置、云服务器、报警装置和监控上位机；所述图像采集装置，用于获取预设监测区域的RGB视频图像，还用于对所述RGB视频图像进行感兴趣区域提取得到目标视频图像，还用于根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；所述云服务器与所述图像采集装置相连，用于接收所述图像采集装置发送的所述RGB视频图像、所述烟火种类和所述坐标位置，还用于根据所述坐标位置发出相应的报警信息；所述报警装置与所述云服务器相连，用于根据所述报警信息发出声光报警；所述监控上位机与所述云服务器相连，用于接收和显示所述云服务器发送的所述报警信息和所述RGB视频图像。第四方面，本专利技术提供一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：获取预设监测区域的RGB视频图像；对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息。与现有技术相比，本专利技术的有益效果为：本专利技术针对烟火监测区域RGB视频图像，采用深度学习目标检测算法，实时对被监测区域进行监测，既无需传感器或者红外图像提供场景中温度、烟雾等信息，又可一次性实时对监测区域中所有出现烟火区域进行一次性检测；本专利技术在图像采集端进行边缘计算，具有处理速度快、实时性强和准确率高的特点，并且能够及时发现电厂等场景中的烟火现象，有助于解决电厂安全方面的问题，具有广泛的应用前景。附图说明图1所示为本专利技术实施例提供的一种基于RGB视觉的电厂烟火监测方法的流程示意图；图2所示为本实施例图1中的步骤S103的具体流程示意图；图3所示为本专利技术实施例提供的另一种基于RGB视觉的电厂烟火监测方法的流程示意图；图4所示为本专利技术实施例提供的一种基于RGB视觉的电厂烟火监测装置的结构示意图；图5所示为本专利技术实施例提供的一种基于RGB视觉的电厂烟火监测系统的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没本文档来自技高网...

【技术保护点】
1.一种基于RGB视觉的电厂烟火监测方法，其特征在于，应用于图像采集端，所述方法包括：/n获取预设监测区域的RGB视频图像；/n对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；/n根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；/n将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息。/n

【技术特征摘要】
1.一种基于RGB视觉的电厂烟火监测方法，其特征在于，应用于图像采集端，所述方法包括：
获取预设监测区域的RGB视频图像；
对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像；
根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置；
将所述RGB视频图像、所述烟火种类和所述坐标位置发送到云服务器，使云服务器根据所述坐标位置发出相应的报警信息。


2.如权利要求1所述的基于RGB视觉的电厂烟火监测方法，其特征在于，根据深度学习目标检测算法对所述目标视频图像进行烟火检测，得到所述目标视频图像中的烟火种类和坐标位置，包括：
根据基础网络算法对所述目标视频图像进行多尺度检测，得到烟火形态图像；
对所述烟火形态图像进行类别预测，获取到所述烟火种类；
根据所述RGB视频图像，对所述烟火形态图像进行位置回归，获取到所述坐标位置。


3.如权利要求2所述的基于RGB视觉的电厂烟火监测方法，其特征在于，对所述烟火形态图像进行类别预测，获取到所述烟火种类，包括：
构建生成对抗网络模型；
将烟火样本图像输入到所述生成对抗网络模型，得到烟火样本图像集；
将所述烟火形态图像与所述烟火样本图像集进行比较，得到所述烟火形态图像中的烟火种类。


4.如权利要求2所述的基于RGB视觉的电厂烟火监测方法，其特征在于，根据所述RGB视频图像，对所述烟火形态图像进行位置回归，获取到所述坐标位置，包括：
构建位置回归网络模型；
将所述烟火形态图像输入到所述位置回归网络模型；
根据所述烟火形态图像得到相对位置数据；
根据所述RGB视频图像，对所述相对位置数据进行定位，得到所述坐标位置。


5.如权利要求1所述的基于RGB视觉的电厂烟火监测方法，其特征在于，对所述RGB视频图像进行感兴趣区域提取，得到目标视频图像，包括：
通过背景自适应算法对所述RGB视频图像进行处理，得到所述RGB视频图像中的运动目标；
根据所述运动目标和自适应阈值，得到所述RGB视频图像中的运动区域；
将所述运动区域从所述RGB视频图像中进行分割，得到所述目标视频图像。


6.如权利要求2所述的基于RGB视觉的电厂烟火监测方法，其特征在于，根据基础网络算...

【专利技术属性】
技术研发人员：唐晓泽，段美前，李正家，戴冬生，邓炯，岳兰成，邓资华，
申请(专利权)人：重庆市科源能源技术发展有限公司，
类型：发明
国别省市：重庆;50