一种火焰检测的识别方法、装置及终端设备制造方法及图纸

本申请提供了一种火焰检测的识别方法、装置及终端设备，适用于数据处理技术领域，该方法包括：基于训练图像，通过背景差分处理，得到第一火焰运动区域图像；基于所述训练图像，通过帧间差分处理，得到第二火焰运动区域图像；基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像；基于火焰特征库，对所述检测区域图像进行角点检测，得到第一火焰信息；将所述检测区域图像输入反向传播神经网络模型，得到第二火焰信息；基于所述第一火焰信息和所述第二火焰信息，进行火焰检测，得到火情结果。该方法能够实时检测火灾，准确发现火情安全隐患；具有较强的实用性和易用性。用性。用性。

【技术实现步骤摘要】
一种火焰检测的识别方法、装置及终端设备


[0001]本申请属于数据处理
，尤其涉及火焰检测的识别方法、装置及终端设备。

技术介绍

[0002]现有火情火警检测的技术，大多采用人工巡查、视频监控，其大多需要人工对火焰进行识别，从而确定火情的发生。该方法耗费较大的人工成本，效率低下，以及，该方法容易造成人为误差，无法准确、及时获取火情。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种火焰检测的识别方法、装置及终端设备，可以解决传统火灾检测方法无法实时、准确发现火情安全隐患的问题。
[0004]本申请实施例的第一方面提供了一种火焰检测的识别方法，包括：
[0005]基于训练图像，通过背景差分处理，得到第一火焰运动区域图像；
[0006]基于所述训练图像，通过帧间差分处理，得到第二火焰运动区域图像；
[0007]基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像；
[0008]基于火焰特征库，对所述检测区域图像进行角点检测，得到第一火焰信息；
[0009]将所述检测区域图像输入反向传播神经网络模型，得到第二火焰信息；
[0010]基于所述第一火焰信息和所述第二火焰信息，进行火焰检测，得到火情结果。
[0011]在第一方面的一种可能的实现方式中，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：
[0012]获取待检测的图像集，将所述待检测的图像集按照预设比例划分为训练图像集和测试图像集；
[0013]其中，所述待检测的图像集包括至少5000个原始图像。
[0014]在第一方面的一种可能的实现方式中，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：
[0015]将所述训练图像集中的所述原始图像进行预处理，得到所述训练图像。
[0016]在第一方面的一种可能的实现方式中，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：
[0017]对原始图像进行光照均衡处理，得到所述训练图像。
[0018]在第一方面的一种可能的实现方式中，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：
[0019]对原始图像进行光照均衡处理，得到第一训练图像；
[0020]对所述第一训练图像进行预处理，得到所述训练图像。
[0021]在第一方面的一种可能的实现方式中，所述基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像，包括：
[0022]将所述第一火焰运动区域图像和所述第二火焰运动区域图像进行合并处理，得到火焰运动区域图像；
[0023]基于所述火焰运动区域图像，确定所述第一火焰运动区域图像与所述第二火焰运动区域图像的重合区域图像为所述检测区域图像。
[0024]在第一方面的一种可能的实现方式中，所述基于所述第一火焰信息和所述第二火焰信息，进行火焰检测，得到火情结果，包括：
[0025]将所述第一火焰信息按照第一预设权重进行处理，得到第一识别结果；
[0026]将所述第二火焰信息按照第二预设权重进行处理，得到第二识别结果；
[0027]基于所述第一识别结果和所述第二识别结果，确定第三识别结果；
[0028]若所述第三识别结果大于预设阈值，则确定火情结果为有火情；
[0029]其中，所述第一预设权重与所述第二预设权重之和为1。
[0030]本申请实施例的第二方面提供了一种火焰检测的识别装置，包括：
[0031]第一处理模块，用于基于训练图像，通过背景差分处理，得到第一火焰运动区域；
[0032]第二处理模块，用于基于所述训练图像，通过帧间差分处理，得到第二火焰运动区域；
[0033]确定模块，用于基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像；
[0034]第三处理模块，用于基于火焰特征库，对所述检测区域图像进行角点检测，得到第一火焰信息；
[0035]第四处理模块，用于将所述检测区域图像输入反向传播神经网络模型，得到第二火焰信息；
[0036]检测模块，用于基于所述第一火焰信息和所述第二火焰信息，进行火焰检测，得到火情结果。
[0037]本申请实施例的第三方面提供了一种终端设备，所述终端设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述火焰检测的识别方法的步骤。
[0038]本申请实施例的第四方面提供了一种计算机可读存储介质，包括：存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述火焰检测的识别方法的步骤。
[0039]本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述火焰检测的识别方法。
[0040]本申请实施例与现有技术相比存在的有益效果是：基于训练图像，通过背景差分处理，得到第一火焰运动区域图像；基于训练图像，通过帧间差分处理，得到第二火焰运动区域图像；基于第一火焰运动区域图像和第二火焰运动区域图像，确定检测区域图像，从而进一步保证检测区域的准确性。以及，基于火焰特征库，对检测区域图像进行角点检测，得到第一火焰信息；将检测区域图像输入反向传播神经网络模型，得到第二火焰信息；基于第一火焰信息和第二火焰信息，进行火焰检测，得到火情结果。通过第一火焰信息和第二火焰信息，从而自动对火焰进行检测识别，以提高对火焰检测的识别效果，及时得到火情结果；具有较强的易用性与实用性。
附图说明
[0041]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本申请实施例提供的火焰检测的识别方法的实现流程示意图；
[0043]图2是本申请实施例提供的火焰检测的识别方法的实现流程示意图；
[0044]图3是本申请实施例提供的火焰检测的识别方法的实现流程示意图；
[0045]图4是本申请实施例提供的火焰检测的识别方法的实现流程示意图；
[0046]图5是本申请实施例提供的火焰检测的识别方法的实现流程示意图；
[0047]图6是本申请实施例提供的火焰检测的识别装置的结构示意图；
[0048]图7是本申请实施例提供的终端设备的示意图。
具体实施方式
[0049]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火焰检测的识别方法，其特征在于，包括：基于训练图像，通过背景差分处理，得到第一火焰运动区域图像；基于所述训练图像，通过帧间差分处理，得到第二火焰运动区域图像；基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像；基于火焰特征库，对所述检测区域图像进行角点检测，得到第一火焰信息；将所述检测区域图像输入反向传播神经网络模型，得到第二火焰信息；基于所述第一火焰信息和所述第二火焰信息，进行火焰检测，得到火情结果。2.如权利要求1所述的火焰检测的识别方法，其特征在于，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：获取待检测的图像集，将所述待检测的图像集按照预设比例划分为训练图像集和测试图像集；其中，所述待检测的图像集包括至少5000个原始图像。3.如权利要求2所述的火焰检测的识别方法，其特征在于，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：将所述训练图像集中的所述原始图像进行预处理，得到所述训练图像。4.如权利要求1所述的火焰检测的识别方法，其特征在于，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：对原始图像进行光照均衡处理，得到所述训练图像。5.如权利要求1所述的火焰检测的识别方法，其特征在于，在所述基于训练图像，通过背景差分处理，得到第一火焰运动区域图像之前，所述方法包括：对原始图像进行光照均衡处理，得到第一训练图像；对所述第一训练图像进行预处理，得到所述训练图像。6.如权利要求1所述的火焰检测的识别方法，其特征在于，所述基于所述第一火焰运动区域图像和所述第二火焰运动区域图像，确定检测区域图像，包括：将所述第一火焰运动区域图像和所...

【专利技术属性】
技术研发人员：李炜，吴锦松，钱鼎智，李勇猷，
申请(专利权)人：深圳太极数智技术有限公司，
类型：发明
国别省市：