一种基于计算机视觉的森林火灾检测及预警系统技术方案

本发明专利技术提供了一种基于计算机视觉的森林火灾检测及预警系统，包括中心服务站、视频采集模块、视频存储模块、图片对照模块、采集控制模块、深度分析模块和通讯模块，所述视频采集模块用于获取所述森林预警站周围的图像数据，所述视频存储模块用于存储对照图片组，所述图片对照模块用于将对照图片组与实时的图像数据进行对比得到可疑区域，所述采集控制模块控制所述视频采集模块获取可疑区域的详情图，所述深度分析模块对所述详情图进行火焰识别，识别到火焰后所述通讯模块将图像数据发送至所述中心服务站。该系统将火焰的检测分为图像对照和深度分析两个层次，在有限的计算资源下能够精确地检测出初期的火势，减小火灾带来的损失。

【技术实现步骤摘要】
一种基于计算机视觉的森林火灾检测及预警系统
本专利技术涉及森林火灾检测
，尤其涉及一种基于计算机视觉的森林火灾检测及预警系统。
技术介绍
森林火灾是森林最危险的敌人，也是林业最可怕的灾害，它会给森林带来最有害，具有毁灭性的后果，森林火灾不只是烧毁成片的森林，伤害林内的动物，而且还降低森林的更新能力，引起土壤的贫瘠和破坏森林涵养水源的作用，甚而导致生态环境失去平衡，如何在有效地识别出火灾初期的火势，从而及早作出部署进行灭活，降低火灾带来的损失时当前火灾预警系统面临的问题。现在已经开发出了很多火灾预警系统，经过我们大量的检索与参考，发现现有的预警系统有如公开号为KR101146474B1，KR101085975B1、CN101719298B和KR101532055B1所公开的系统，利用了卫星遥感数据在大尺度空间上的信息表现力，以遥感数据为基础，包括了对大空间范围森林草原生态系统的火灾危险性评估，以及森林草原异常高温点检测，通过异常高温点检测数据与火灾危险性评估数据的同化加工处理，生成点面结合的森林草原火灾遥感监测预警信息，为森林草原防火以及火灾应急反映提供有效的决策指示信息。但该系统采用遥感技术，虽然检测范围广，但无法检测到小规模的火势，预警效率不够高，使消防人员无法在早期扑灭火势。
技术实现思路
本专利技术的目的在于，针对所存在的不足，提出了一种基于计算机视觉的森林火灾检测及预警系统，为了克服现有技术的不足，本专利技术采用如下技术方案：一种基于计算机视觉的森林火灾检测及预警系统，其特征在于，包括若干森林预警站和中心服务站，所述森林预警站用于采集前线的图像数据并进行火灾分析，所述中心服务站用于统筹所有森林预警站的数据以及火情地图的可视化；所述森林预警站包括视频采集模块、视频存储模块、图片对照模块、采集控制模块、深度分析模块和通讯模块，所述视频采集模块用于获取所述森林预警站周围的图像数据，所述视频存储模块用于存储对照图片组，所述图片对照模块用于将对照图片组与实时的图像数据进行对比得到可疑区域，所述采集控制模块控制所述视频采集模块获取可疑区域的详情图，所述深度分析模块对所述详情图进行火焰识别，识别到火焰后所述通讯模块将图像数据发送至所述中心服务站；所述图片对照模块根据图纹从所述对照图片组中选择一张最接近实时图像的对照图片，所述图纹的计算方式为：根据图片的像素点获得灰度特征g，以固定顺序从整张图片中得到灰度特征序列{gi}，i为元素序号，对所述灰度特征序列按照下述方式进行压缩：；其中，j为压缩后的灰度特征序列的元素序号；不断重复压缩过程，使得最终的灰度特征序列的元素个数处于预设范围内，所述灰度特征序列为该图片的图纹；所述深度分析模块从你两张连续的详情图中检索出疑似火焰像素点，重叠的疑似火焰像素点为集合{H1}，未重叠的疑似火焰像素点为集合{H2}，分别对集合{H1}和{H2}计算离散度Q：；其中，N为集合内像素点的总个数，(x，y)为集合中像素点的坐标，为集合中所有像素点的坐标平均值；所述深度分析模块计算出火焰指数Y：；其中，N1为集合{H1}中像素点的个数，N2为集合{H2}中像素点的个数，r为比例基数；当所述火焰指数超过阈值时，所述深度分析模块识别出火焰；进一步的，所述视频采集模块获取的图片设有图片属性，所述图片属性包含水平角度、俯仰角度、焦距、天气状况和拍摄时间，所述对照图片组中包含了不同属性的图片；进一步的，所述采集控制模块设有巡逻模式和监控模式，在所述巡逻模式下，所述视频采集模块以固定的速度拍摄不同水平角度和不同俯仰角度下的视频，在所述监控模式下，所述视频采集模块以固定的水平角度、俯仰角度和焦距拍摄视频；进一步的，所述系统还包括对照替换模块，当因季节变化以及植物的生长导致视频采集模块获取的图片信息与对照图片组中的图片信息产生区别时，所述对照替换模块从所述视频采集模块拍摄的视频中截取图片替换原有的对照图片组；进一步的，当其中一个森林预警站检测到火焰信息后，所述中心服务站向火焰点周边的森林预警站发送指令，使其处于监控模式下对后续的火势发展进行监测并上传图像数据。本专利技术所取得的有益效果是：本系统将火势的检测分为两个层次，普通图像对照和详细图像分析，普通图像对照将实时图像和对照图像进行对比，能够发现细微的差别，且对照图像包含了不同属性的图像，减少了误检的发生率，再获取细微差别处的详情图，深度分析是否存在火焰，这能大大提高了检测火势的效率，使得工作人员能及早作出处理，减小火灾造成的损失。附图说明从以下结合附图的描述可以进一步理解本专利技术。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。图1为整体结构框架示意图。图2为火灾检测预警流程示意图。图3为网络摄像机在巡逻模式下的工作流程示意图。图4为巡逻模式下的采样示意图。图5为获取采样图片的可疑区域流程示意图。具体实施方式为了使得本专利技术的目的.技术方案及优点更加清楚明白，以下结合其实施例，对本专利技术进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统.方法和/或特征将变得显而易见。旨在所有此类附加的系统.方法.特征和优点都包括在本说明书内.包括在本专利技术的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。本专利技术实施例的附图中相同或相似的标号对应相同或相似的部件；在本专利技术的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。实施例一。结合图1和图2，本实施例提供了一种基于计算机视觉的森林火灾检测及预警系统，包括若干森林预警站和中心服务站，所述森林预警站用于采集前线的图像数据并进行火灾分析，所述中心服务站用于统筹所有森林预警站的数据以及火情地图的可视化；所述森林预警站包括视频采集模块、视频存储模块、图片对照模块、采集控制模块、深度分析模块和通讯模块，所述视频采集模块用于获取所述森林预警站周围的图像数据，所述视频存储模块用于存储对照图片组，所述图片对照模块用于将对照图片组与实时的图像数据进行对比得到可疑区域，所述采集控制模块控制所述视频采集模块获取可疑区域的详情图，所述深度分析模块对所述详情图进行火焰识别，识别到火焰后所述通讯模块将图像数据发送至所述中心服务站；所述图本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的森林火灾检测及预警系统，其特征在于，包括若干森林预警站和中心服务站，所述森林预警站用于采集前线的图像数据并进行火灾分析，所述中心服务站用于统筹所有森林预警站的数据以及火情地图的可视化；/n所述森林预警站包括视频采集模块、视频存储模块、图片对照模块、采集控制模块、深度分析模块和通讯模块，所述视频采集模块用于获取所述森林预警站周围的图像数据，所述视频存储模块用于存储对照图片组，所述图片对照模块用于将对照图片组与实时的图像数据进行对比得到可疑区域，所述采集控制模块控制所述视频采集模块获取可疑区域的详情图，所述深度分析模块对所述详情图进行火焰识别，识别到火焰后所述通讯模块将图像数据发送至所述中心服务站；/n所述图片对照模块根据图纹从所述对照图片组中选择一张最接近实时图像的对照图片，所述图纹的计算方式为：/n根据图片的像素点获得灰度特征g，以固定顺序从整张图片中得到灰度特征序列{g

【技术特征摘要】
1.一种基于计算机视觉的森林火灾检测及预警系统，其特征在于，包括若干森林预警站和中心服务站，所述森林预警站用于采集前线的图像数据并进行火灾分析，所述中心服务站用于统筹所有森林预警站的数据以及火情地图的可视化；
所述森林预警站包括视频采集模块、视频存储模块、图片对照模块、采集控制模块、深度分析模块和通讯模块，所述视频采集模块用于获取所述森林预警站周围的图像数据，所述视频存储模块用于存储对照图片组，所述图片对照模块用于将对照图片组与实时的图像数据进行对比得到可疑区域，所述采集控制模块控制所述视频采集模块获取可疑区域的详情图，所述深度分析模块对所述详情图进行火焰识别，识别到火焰后所述通讯模块将图像数据发送至所述中心服务站；
所述图片对照模块根据图纹从所述对照图片组中选择一张最接近实时图像的对照图片，所述图纹的计算方式为：
根据图片的像素点获得灰度特征g，以固定顺序从整张图片中得到灰度特征序列{gi}，i为元素序号，对所述灰度特征序列按照下述方式进行压缩：

；
其中，j为压缩后的灰度特征序列的元素序号；
不断重复压缩过程，使得最终的灰度特征序列的元素个数处于预设范围内，所述灰度特征序列为该图片的图纹；
所述深度分析模块从两张连续的详情图中检索出疑似火焰像素点，重叠的疑似火焰像素点为集合{H1}，未重叠的疑似火焰像素点为集合{H2}，分别对集合{H1}和{H2}计算离散度Q：

；
其中，N为集合内像素点的总个数，(x，y)为集合中像素点的坐标，为集合中...

【专利技术属性】
技术研发人员：张卫平，张浩宇，张思琪，李显阔，
申请(专利权)人：环球数科集团有限公司，
类型：发明
国别省市：广东;44