一种基于NB-IoT的嵌入式图像型火灾报警方法技术

本发明专利技术涉及火灾报警的技术领域，揭露了一种基于NB

【技术实现步骤摘要】
一种基于NB
‑
IoT的嵌入式图像型火灾报警方法


[0001]本专利技术涉及火灾报警的
，尤其涉及一种基于NB
‑
IoT的嵌入式图像型火灾报警方法。

技术介绍

[0002]NB
‑
IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，与现有LTE网络兼容。是GSM网络的替代方案之一。未来还可以进一步升级满足5G需求，成为5G的一部分。在同样的频段下，NB
‑
IoT比现有的网络增益20dB，覆盖面积扩大100倍，同时NB
‑
IoT一个200KHz频率扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构。现有火灾检测以烟雾报警为主，该方式存在及时性差、误报率高等问题，虽然有部分研究开始使用图像检测技术，但是存在成本高，部署实施难的问题，而NB
‑
IoT设备则具有成本较低、覆盖面积广、低设备功耗等优点，基于NB
‑
IoT实现火灾报警，能够有效提高火灾报警准确性，降低部署难度，减少部署成本。

技术实现思路

[0003]有鉴于此，本专利技术提供一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，目的在于基于NB
‑
IoT实现火灾报警，有效提高火灾报警准确性，降低部署难度，减少部署成本。
[0004]实现上述目的，本专利技术提供的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，包括以下步骤：
[0005]S1：部署NB
‑
IOT设备形成IOT传输网络，每一个NB
‑
IOT设备采集室内目标位置火灾图像，并对采集到的目标位置火灾图像进行预处理，得到预处理后的目标位置火灾图像；
[0006]S2：对预处理后的目标位置火灾图像进行分割，并对分割后的图像块进行特征提取；
[0007]S3：基于提取的特征使用正交分形编码算法对每一图像块进行编码处理，得到压缩编码表示的目标位置火灾图像；
[0008]S4：构建嵌入式火灾图像网络资源分配模型，确定IOT网络资源分配目标函数；
[0009]S5：根据IOT传输网络资源分配目标函数形成IOT网络资源分配方案，并根据分配方案传输压缩编码表示的目标位置火灾图像到服务端；
[0010]S6：服务端接收压缩编码表示后的目标位置火灾图像进行解码操作，得到原始图像，并对原始图像进行图像识别，判断是否有火灾发生，若有则进行报警，否则不进行报警。作为本专利技术的进一步改进方法：
[0011]可选地，所述S1步骤中部署NB
‑
IOT设备形成IOT传输网络，每一个NB
‑
IOT设备采集室内目标位置火灾图像，包括：
[0012]设计低功耗设备在物理层和数据链路层的协议规定，将协议规定修改NB
‑
IOT标准，得到NB
‑
IOT设备，所述低功耗设备为低功耗的摄像机设备；
[0013]将NB
‑
IOT设备安装在室内目标位置的上方，并开启NB
‑
IOT设备，开启后的NB
‑
IOT
设备实时采集室内目标位置火灾图像，所采集的目标位置火灾图像的格式为N1×
N2像素，其中N1表示目标位置火灾图像在横轴方向的像素数，N2表示目标位置火灾图像在竖轴方向的像素数。
[0014]可选地，所述S1步骤中对采集到的目标位置火灾图像进行颜色补偿的预处理，对颜色补偿后的目标位置火灾图像进行颜色空间转换的预处理，得到预处理后的目标位置火灾图像，包括：
[0015]NB
‑
IOT设备将所采集的室内目标位置火灾图像存储在自身的嵌入式芯片中，并对所存储的目标位置火灾图像进行颜色补偿的预处理，所述颜色补偿处理的公式为：
[0016][0017]其中：
[0018]I
r
(x,y)表示目标位置火灾图像中红色通道补偿后的像素；
[0019](x,y)为目标位置火灾图像中像素的坐标；
[0020]I
r
(x,y)表示目标位置火灾图像中像素(x,y)在红色通道上的值；
[0021]I
g
(x,y)表示目标位置火灾图像中像素(x,y)在绿色通道上的值；
[0022]I
G
表示目标位置火灾图像中所有像素在绿色通道的均值；
[0023]I
R
表示目标位置火灾图像中所有像素在红色通道的均值。
[0024]通过对目标位置火灾图像中的所有像素进行所述颜色补偿处理，得到颜色补偿后的目标位置火灾图像I
′
，颜色补偿后的像素为I
′
(x,y)；
[0025]将颜色补偿后的目标位置火灾图像进行颜色空间转换的预处理，即将RGB颜色空间的目标位置火灾图像转换后到LAB空间的目标位置图像，所述颜色空间转换的预处理流程为：
[0026]1)将RGB颜色空间的目标位置火灾图像转换为XYZ空间的目标位置火灾图像：
[0027][0028]其中：
[0029]I
′
r
(x,y),I
′
g
(x,y),I
′
b
(x,y)为颜色补偿后的像素I
′
(x,y)分别在R、G、B颜色通道的值；
[0030]I
′
X
(x,y),I
′
Y
(x,y),I
′
Z
(x,y)为像素I
′
(x,y)分别在X、Y、Z空间的值；
[0031]以白色参考点对转换后的XYZ空间的目标位置火灾图像进行归一化处理：
[0032][0033]X
white
,Y
white
,Z
white
为白色像素点分别在X、Y、Z空间的值；
[0034]2)将归一化后的XYZ空间目标位置火灾图像转换为LAB空间的目标位置火灾图像：
[0035][0036]其中：
[0037]I
′
L
(x,y),I
′
A
(x,y),I
′
B
(x,y)为像素I
′
(x,y)分别在L、A、B空间的值；
[0038]将I
′
L
(x,y)设定为像素I
′
(x,y)的像素值；
[0039]对目标位置火灾图像中的所有像素进行颜色空间转换处理，并将亮度空间的值作为像素值，得到预处理后的目标位置火灾图像I
″
。
[0040]可选地，所述S2步骤中对预处理后的目标位置火灾图像进行分割，包括：...

【技术保护点】

【技术特征摘要】
1.一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述方法包括：S1：部署NB
‑
IOT设备形成IOT传输网络，每一个NB
‑
IOT设备采集室内目标位置火灾图像，并对采集到的目标位置火灾图像进行预处理，得到预处理后的目标位置火灾图像；S2：对预处理后的目标位置火灾图像进行分割，并对分割后的图像块进行特征提取；S3：基于提取的特征使用正交分形编码算法对每一图像块进行编码处理，得到压缩编码表示的目标位置火灾图像；S4：构建嵌入式火灾图像网络资源分配模型，确定IOT网络资源分配目标函数；S5：根据IOT传输网络资源分配目标函数形成IOT网络资源分配方案，并根据分配方案传输压缩编码表示的目标位置火灾图像到服务端；S6：服务端接收压缩编码表示后的目标位置火灾图像进行解码操作，得到原始图像，并对原始图像进行图像识别，判断是否有火灾发生，若有则进行报警，否则不进行报警。2.如权利要求1所述的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述S1步骤中部署NB
‑
IOT设备形成IOT传输网络，每一个NB
‑
IOT设备采集室内目标位置火灾图像，包括：设计低功耗设备在物理层和数据链路层的协议规定，将协议规定修改NB
‑
IOT标准，得到NB
‑
IOT设备，所述低功耗设备为低功耗的摄像机设备；将NB
‑
IOT设备安装在室内目标位置的上方，并开启NB
‑
IOT设备，开启后的NB
‑
IOT设备实时采集室内目标位置火灾图像，所采集的目标位置火灾图像的格式为N1×
N2像素，其中N1表示目标位置火灾图像在横轴方向的像素数，N2表示目标位置火灾图像在竖轴方向的像素数。3.如权利要求2所述的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述S1步骤中对采集到的目标位置火灾图像进行颜色补偿的预处理，对颜色补偿后的目标位置火灾图像进行颜色空间转换的预处理，得到预处理后的目标位置火灾图像，包括：NB
‑
IOT设备将所采集的室内目标位置火灾图像存储在自身的嵌入式芯片中，并对所存储的目标位置火灾图像进行颜色补偿的预处理，所述颜色补偿处理的公式为：其中：I
r
(x,y)表示目标位置火灾图像中红色通道补偿后的像素；(x,y)为目标位置火灾图像中像素的坐标；I
r
(x,y)表示目标位置火灾图像中像素(x,y)在红色通道上的值；I
g
(x,y)表示目标位置火灾图像中像素(x,y)在绿色通道上的值；I
G
表示目标位置火灾图像中所有像素在绿色通道的均值；I
R
表示目标位置火灾图像中所有像素在红色通道的均值。通过对目标位置火灾图像中的所有像素进行所述颜色补偿处理，得到颜色补偿后的目标位置火灾图像I
′
，颜色补偿后的像素为I
′
(x,y)；将颜色补偿后的目标位置火灾图像进行颜色空间转换的预处理，即将RGB颜色空间的目标位置火灾图像转换后到LAB空间的目标位置图像，所述颜色空间转换的预处理流程为：1)将RGB颜色空间的目标位置火灾图像转换为XYZ空间的目标位置火灾图像：
其中：I
′
r
(x,y),I
′
g
(x,y),I
′
b
(x,y)为颜色补偿后的像素I
′
(x,y)分别在R、G、B颜色通道的值；I
′
X
(x,y),I
′
Y
(x,y),I
′
Z
(x,y)为像素I
′
(x,y)分别在X、Y、Z空间的值；以白色参考点对转换后的XYZ空间的目标位置火灾图像进行归一化处理：X
white
,Y
white
,Z
white
为白色像素点分别在X、Y、Z空间的值；2)将归一化后的XYZ空间目标位置火灾图像转换为LAB空间的目标位置火灾图像：其中：I
′
L
(x,y),I
′
A
(x,y),I
′
B
(x,y)为像素I
′
(x,y)分别在L、A、B空间的值；将I
′
L
(x,y)设定为像素I
′
(x,y)的像素值；对目标位置火灾图像中的所有像素进行颜色空间转换处理，并将亮度空间的值作为像素值，得到预处理后的目标位置火灾图像I
″
。4.如权利要求1所述的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述S2步骤中对预处理后的目标位置火灾图像进行分割，包括：对预处理后的目标位置火灾图像I
″
进行分割处理，所述分割方式包括固定块分割法以及滑动窗口分割法；其中固定块分割法即设置一个固定大小的图像块，所设置的图像块大小为r1×
r1像素，将目标位置火灾图像I
″
分割成同所设置图像块大小的若干互不重叠的图像块，将所述分割成的互不重叠的图像块作为d
j
，j＝1,2,3,
…
,m1，m1为分割后互不重叠的图像块的总数；滑动窗口分割法即设置一个大小为r2×
r2像素的滑动窗口，滑动窗口每次移动的步长为l，l<r2，将滑动窗口沿先水平后竖直的方向移动，每次移动得到一个图像块，从而得到若干互有重叠的图像块，将所述分割成的互有重叠的图像块作为a
i
，i＝1,23,
…
,m2，m2为分割后互有重叠的图像块的总数。5.如权利要求4所述的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述S2步骤中对分割后的图像块进行特征提取，并基于提取的特征使用正交分形编码算法对每一图像块进行编码处理，包括：对于分割后的图像块，分别提取图像块d
j
和图像块a
i
的特征，所述特征提取流程为：1)从图像块中任意取一点像素s1＝(x,y)以及偏移像素s2＝(x+x1,y+y1)构成点对，则点对的像素值对为(f1,f2)，其中f1为像素s1的像素值，f2为像素s2的像素值，计算(f1,f2)在图像块中出现的概率，记为p(f1,f2)；重复该步骤，得到所有像素组合的像素值概率；
2)提取图像块的特征，所述特征提取公式为：F
k
＝[F
k,1
,F
k,2
,F
k,3
]]]其中：(f
′
,f
″
)为图像块中的一组像素值点对；F
k
为图像块的特征向量，k＝{0,1}，k＝0表示为互不重叠的图像块，k＝1表示为互有重叠的图像块；3)得到图像块的特征向量集合：3)得到图像块的特征向量集合：其中：m1为分割后互不重叠的图像块的总数；m2为分割后互有重叠的图像块的总数；为图像块的特征向量。6.如权利要求5所述的一种基于NB
‑
IoT的嵌入式图像型火灾报警方法，其特征在于，所述S3步骤中基于提取的特征使用正交分形编码算法对每一图像块进行编码处理，包括：计算d
F
中任意特征向量F
dj
与a
F
中所有特征向量的...

【专利技术属性】
技术研发人员：高晓波，杨耿冰，
申请(专利权)人：深圳市铠湾安全技术有限公司，
类型：发明
国别省市：