【技术实现步骤摘要】
一种基于智慧建筑的消防隐患监测方法及系统
[0001]本专利技术涉及图像处理
，具体涉及一种基于智慧建筑的消防隐患监测方法及系统。
技术介绍
[0002]由于在进行消防隐患烟雾的监测过程中，消防监控室的监控员通过实时观察监控图像，若出现火灾的征兆，如对应的烟雾的出现时，立马做出及时的反应；并且由于各个地点的监控图像数量较多，消防隐患烟雾往往很难看清，尤其是火灾发生前的烟雾细小更难识别，因此需要对采集的监控图像进行处理，使得监控员可以更好的识别出消防隐患烟雾。
[0003]传统的显著性检测算法中有HC(Histogram
‑
based Contrast)算法，是基于图像的颜色全局直方图的颜色对比度算法，其中图像中像素点与其他像素点之间的颜色特征分布差异越大，则表明像素点的显著性越大。但是消防隐患监测中在计算监控图像的各个区域内像素点的显著性值的时候，由于监控图像中的颜色分布不均匀，例如监测的楼道里含有很多物体，不同的物体对应的像素点的颜色差异也大，但是对于消防隐患烟雾监控来说不是监控的重点，因此...
【技术保护点】
【技术特征摘要】
1.一种基于智慧建筑的消防隐患监测方法，其特征在于，该方法包括以下步骤：采集监控图像和对应的热红外图像；将所有帧监控图像进行时间段划分；获取监控图像中的至少两个连通域，根据同一时间段内相邻两帧监控图像中同一坐标位置处像素点的所属连通域的灰度变化情况、面积变化情况和像素点到所属连通域内灰度值最大的像素点的距离，得到监控图像中像素点的第一显著性因子；根据同一时间段内相邻两帧热红外图像的同一坐标位置处像素点及其邻域内像素点的温度变化情况，得到热红外图像中像素点的第二显著性因子；对于任意像素点，根据所述第一显著性因子和所述第二显著性因子得到修正显著因子；基于修正显著因子对像素点的显著性值进行修正得到修正显著性值；基于各像素点的所述修正显著性值生成显著性监控图像；对所述显著性监控图像进行实时隐患监测。2.根据权利要求1所述的一种基于智慧建筑的消防隐患监测方法，其特征在于，所述根据同一时间段内相邻两帧监控图像中同一坐标位置处像素点的所属连通域的灰度变化情况、面积变化情况和像素点到所属连通域内灰度值最大的像素点的距离，得到监控图像中像素点的第一显著性因子，包括：对于同一时间段，当前监控图像的前所有帧监控图像中像素点的初始第一显著性因子之和作为当前监控图像中像素点的第一显著性因子；所述初始第一显著性因子的计算公式为：其中，为第j+1帧监控图像中第l个像素点的初始第一显著性因子；为第j+1帧监控图像中第l个像素点所属连通域中的最大灰度值；为第j+1帧监控图像中第l个像素点的灰度值；为第j+1帧监控图像中第l个像素点所属连通域中的最大灰度值对应的像素点；为第j+1帧监控图像中第l个像素点所属连通域中的最大灰度值对应的像素点和第l个像素点的欧式距离；为第j+1帧监控图像中第l个像素点所属连通域的面积；为第j帧监控图像中第l个像素点所属连通域的面积；exp为以自然常数为底数的指数函数。3.根据权利要求1所述的一种基于智慧建筑的消防隐患监测方法，其特征在于，所述根据同一时间段内相邻两帧热红外图像的同一坐标位置处像素点及其邻域内像素点的温度变化情况，得到热红外图像中像素点的第二显著性因子，包括：对于同一时间段，当前热红外图像的前所有帧热红外图像中像素点的初始第二显著性因子之和作为当前热红外图像中像素点的第二显著性因子；所述初始第二显著性因子的计算公式为：其中，为第j+1帧热红外图像中第l个像素点的初始第二显著性因子；为第j+1帧热红外图像中第l个像素点的温度值；为第j帧热红外图像中第l个像素点的温度值；为第j+1帧热红外图像中以第l个像素点为窗口中心像素点的窗口内第u
个像素点的温度值；为对于第j+1帧热红外图像中以第l个像素点为窗口中心像素点的窗口内第u个像素点，以第u个像素点为窗口中心像素点的窗口内的温度均值；为第j+1帧热红外图像中以第l个像素点为窗口中心像素点的窗口内第u个像素点的温度均差值；为第j+1帧热红外图像中以...
【专利技术属性】
技术研发人员：侯兴珑，李文彬，孙菲，刘伟，张睿，
申请(专利权)人：同方德诚山东科技股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。