一种楼宇智能化消防火灾识别方法技术

本发明专利技术涉及数据处理与识别技术领域，具体涉及一种楼宇智能化消防火灾识别方法，该方法步骤包括：利用电子设备获取消防监控图像；对每一帧消防监控图像进行数据处理得到火焰区域内每个位置的闪烁度，并将闪烁度大于阈值的位置作为目标位置；根据全部目标位置构建火焰多维直方图确定任一位置为火焰的先验概率分布；根据先验概率分布计算出当前帧每个位置为火焰的概率，结合每个位置的相邻时刻差异度，通过进一步的数据处理获取每个位置的综合评分；根据综合评分构建SLIC超像素分割算法距离度量准则，利用该准则对图像数据进行处理，最终识别出准确的火灾区域；本发明专利技术对火焰位置的特征进行数据分析与处理，保证识别出的火灾区域更加准确。域更加准确。域更加准确。

【技术实现步骤摘要】
一种楼宇智能化消防火灾识别方法


[0001]本专利技术涉及数据处理与识别
，具体涉及一种楼宇智能化消防火灾识别方法。

技术介绍

[0002]消防火灾识别监控系统基于智能视频分析，实现对监控区域内的烟雾和火焰进行识别。并且能动态识别烟雾从有到无、火焰从小到大的过程，并根据识别情况实时分析报警。目前火焰识别方法主要有基于人工设计的图像特征和基于卷积神经网络提取的图像的深度特征。
[0003]为了准确的识别出火焰区域，现有技术中利用超像素定位火焰区域。一种基于超像素定位火焰区域引导的FasterＲ
‑
CNN的模型结合掩膜卷积技术，在超像素定位的火焰区域中的超像素的聚类中心设置锚点，减少了FasterＲ
‑
CNN火焰检测的计算量，提高了检测效率，并提高了图像火焰检测的性能。但是基于FasterＲ
‑
CNN的超像素定位引导的图像火焰检测方法，检测的准确性依赖于超像素分割结果的准确性。同时传统的SLIC超像素分割算法距离度量准则不能保证对火焰区域进行超像素分割的准确性，需要结合像素点为火焰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种楼宇智能化消防火灾识别方法，其特征在于，该方法包括：获取消防监控视频中发生火灾时间段内的多帧消防监控图像；计算出每一帧所述消防监控图像人为标注火焰区域内每个像素点的闪烁度，并获取闪烁度大于阈值的像素点作为目标像素点；根据全部所述目标像素点构建火焰RGB颜色
‑
颜色均值多维直方图，并且根据RGB颜色
‑
颜色均值多维直方图获取任一像素点为火焰的先验概率分布；根据所述先验概率分布计算出在当前帧消防监控图像中每个像素点为火焰的概率，同时计算当前帧所述每个像素点在多帧消防监控图像中的帧间灰度差异度；根据所述帧间灰度差异度和所述概率获取当前帧所述每个像素点的综合评分，根据所述综合评分构建SLIC超像素分割算法距离度量准则；根据所述距离度量准则对当前帧消防监控图像进行超像素分割获取当前帧超像素分割图像，并将当前帧超像素分割图像输入超像素定位火焰模型识别当前帧消防监控图像中的火焰并标注；所述根据全部所述目标像素点构建火焰RGB颜色
‑
颜色均值多维直方图，包括：获取全部所述目标像素点在红色通道内的颜色数值、在绿色通道内的颜色数值、在蓝色通道内的颜色数值；同时获取全部所述目标像素点对应的八邻域像素点在红色通道内的颜色均值、在绿色通道内的颜色均值、在蓝色通道内的颜色均值；根据全部所述目标像素点的颜色数值和所述颜色均值构建火焰RGB颜色
‑
颜色均值多维直方图。2.根据权利要求1所述的一种楼宇智能化消防火灾识别方法，其特征在于，所述闪烁度计算公式如下式所示：其中，表示第m帧消防监控图像中第个像素点的颜色值；表示第m
‑
1帧消防监控图像中第个像素点的颜色值；表示遍历以第个像素点为中心3
×
3邻域内的全部像素点。3.根据权利要求1所述的一种楼宇智能化消防火灾识别方法，其特征在于，所述并且根据RGB颜色
‑
颜色均值多维直方图获取任一像素点为火焰的先验概率分布，包括：所述任一像素点为火焰的先验概率分布如下式所示：其中，为像素点在红色通道内的颜色数值；为像素点在绿色通道内的颜色数值；为像素点在蓝色通道内的颜色数值；为像素点对应的八邻域像素点在红色通道内的颜色均值；为像素点对应的八邻域像素点在绿色通道内的颜色均值；为像素点对应的八邻域像素点在蓝色通道内的颜色均值；表示像素点颜色均值分别为
时，像素点颜色数值为的先验概率。4.根据权利要求1所述的一种楼宇智能化消防火灾识别方法，其特征在于，所述获取消防监控视频中发生火灾时间段内的多帧消防监控图像，包括：对每一秒的消防监控视频进行火焰识别，识别出发生火灾时间段内的消防监控视频；根据所述发生火灾时间段内...

【专利技术属性】
技术研发人员：王景丽，张进中，
申请(专利权)人：江苏南通二建集团讯腾云创智能科技有限公司，
类型：发明
国别省市：