一种基于监控图像的火焰检测方法技术

本发明专利技术公开一种基于监控图像的火焰检测方法，其通过使用像素点性质对图像进行处理初步排除非火焰场景，可以减少不包含火焰的场景使用火焰检测模型进行检测的次数，提高了检测的效率；同时通过对火焰检测模型的检测结果与检测前的帧间差综合判断火焰，减少了误检情况的发生；此外，通过摄像头的红外模式对初步判定的火焰进一步进行验证，提高了火焰检测的准确性，降低了误检情况的发生。降低了误检情况的发生。降低了误检情况的发生。

【技术实现步骤摘要】
一种基于监控图像的火焰检测方法


[0001]本专利技术涉及图像检测
，具体而言，涉及一种基于监控图像的火焰检测方法。

技术介绍

[0002]火焰检测是检测火灾发生，避免财产损失，减少人员监控难度的有效方法。目前有关火焰检测的方法通常是采用温感器或者红外摄像设备确定场景中的局部升温区域，或者将监控摄像拍摄的图像输入数据集训练的神经网络，进行火焰检测。
[0003]其中，现有技术之一是通过红外摄像或温感器对特定区域进行监视，并提供局部温度信息，从而判断是否有火焰。然而，此方案使用在包含有易升温物体的特殊场景中，例如暴晒下的钢管、不锈钢保温杯或者黑色防尘车罩等，就可能会发生误报的情形。
[0004]现有技术的另一种方案是通过对神经网络训练后可对拍摄到的图片进行检测，从而判断当前场景中是否有火焰。但是，使用神经网络训练的火焰检测区域对图片进行火焰识别判断时会存在误检的可能性，尤其是对红色异常敏感，容易对图像中的车灯和场景区域的反光误检。
[0005]因此，本领域需要一种误检率较低且能够广泛应用于监控系统的火焰检测方法。

技术实现思路

[0006]为解决上述问题，本专利技术提供一种基于监控图像的火焰检测方法，通过将火焰检测模型的检测结果与模型检测前的帧间差综合判断是否存在火焰，以减少误检情况的发生，并针对神经网络会产生误检的情况，且通过像素性质提前排除非火焰场景以减少不含有火焰场景使用火焰检测模型的检测次数，以提高检测效率。另外，通过增加摄像头红外模式对初步判定的火焰进行二次筛选，进一步验证火焰检测的准确性，从而减少误检情况，提升检测的准确率。
[0007]为达到上述目的，本专利技术提供了一种基于监控图像的火焰检测方法，其通过至少一摄像头实现，其中，所述至少一摄像头为具备红外模式的摄像头，所述火焰检测方法包括：步骤S1：所述至少一摄像头分别获取检测场景下的两帧图像作为检测图像，其中，两帧图像之间间隔一预设间隔时间；步骤S2：通过计算两帧图像的帧间差获取所述两帧图像之间的多个加载差异区域，并对所有加载差异区域进行腐蚀操作得到多个腐蚀后的差异区域，以减除并抑制图像中的微小物体；步骤S3：对每个腐蚀后的差异区域进行阈值检测，若任一腐蚀后的差异区域小于预设检测区域阈值，则舍弃对应区域，反之则保留；步骤S4：对保留的所有腐蚀后的差异区域进行膨胀操作得到膨胀后的差异区域，以将每一差异区域恢复到与腐蚀前的对应加载差异区域大小接近；
步骤S5：提取任一膨胀后的差异区域中纵向间隔预设比例的所有像素点的RGB值与YCbCr值，并由对应像素点形成一单个矩形；步骤S6：提取所述单个矩形的亮度信息，并计算从所述单个矩形中提取红色像素点与黄色像素点的比例，当所述亮度信息达到并超过预设亮度信息阈值且所述红色像素点与黄色像素点的比例达到并超过预设红黄比例阈值时，构筑对应差异区域的外接矩形，并记录外接矩形左上顶点与右下顶点的坐标；反之，舍弃对应差异区域；步骤S7：将步骤S1中两帧图像的后一帧图像输入训练好的火焰检测模型进行目标检测，并预设目标检测阈值，当检测区域达到预设目标检测阈值，则输出对应检测框的左上顶点与右下顶点的坐标；反之则认定对应检测区域没有火焰；其中，所述火焰检测模型为YOLOv5网络模型；步骤S8：获取步骤S7输出的检测框与步骤S6中得到的对应差异区域的外接矩形的交集，并计算所述交集与步骤S2中对应的加载差异区域的比值：若所述比值大于等于预设比值，则初步判定检测区域中存在火焰，并记录所述交集的交集框，再通过摄像头的红外模式继续进行火焰验证过程。
[0008]在本专利技术一实施例中，其中，步骤S1中的预设间隔时间为2秒。
[0009]在本专利技术一实施例中，其中，步骤S3中的预设检测区域阈值为预设一固定宽和高的检测区域大小。
[0010]在本专利技术一实施例中，其中，步骤S2的腐蚀操作与步骤S4的膨胀操作采用的卷积核均为5*5的卷积核。
[0011]在本专利技术一实施例中，其中，步骤S5中的纵向间隔预设比例为1:4。
[0012]在本专利技术一实施例中，其中，步骤S6中构筑对应差异区域的外接矩形的具体过程包括：步骤S601：遍历对应差异区域内所有的像素点；步骤S602：设图像宽为x轴方向，高为y轴方向，记录所有像素点中最小的x,y坐标值与最大的x,y坐标值；步骤S603：设置最小的x,y坐标值为外接矩形的左上顶点坐标，设置最大的x,y坐标值为外接矩形的右下顶点坐标。
[0013]在本专利技术一实施例中，其中，所述火焰验证过程还包括：步骤S9：通过对应摄像头提供的接口将对应摄像头自动设置为红外模式；步骤S10：获取红外模式下的图像数据，并统计红外图像中对应步骤S8的所述交集框中的所有像素点的像素值，若像素值大于预设像素阈值的总像素数量大于等于预设总数，则判定存在火焰；步骤S11：完成火焰验证，并通过对应摄像头提供的接口将摄像头模式调整回非红外模式。
[0014]本专利技术提供的基于监控图像的火焰检测方法，与现有技术相比，其通过使用像素点性质对图像处理初步排除非火焰场景，可以减少不包含火焰的场景使用火焰检测模型进行检测的次数，提高了检测的效率；同时通过对火焰检测模型的检测结果与检测前的帧间差综合判断火焰，减少了误检情况的发生；此外，通过摄像头的红外模式对初步判定的火焰进一步进行验证，提高了火焰检测的准确性，降低了误检情况的发生。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术一实施例的流程示意图。
实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]图1为本专利技术一实施例的流程示意图，如图1所示，本实施例提供一种基于监控图像的火焰检测方法，其通过至少一摄像头实现，其中，所述至少一摄像头为具备红外模式的摄像头，所述火焰检测方法包括：步骤S1：所述至少一摄像头分别获取检测场景下的两帧图像作为检测图像，其中，两帧图像之间间隔一预设间隔时间；在本实施例中，其中，步骤S1中的预设间隔时间为2秒。在其他实施例中，预设间隔时间也可以根据实际需求设置为其他值，本专利技术不对其进行限定。
[0019]步骤S2：通过计算两帧图像的帧间差获取所述两帧图像之间的多个加载差异区域，并对所有加载差异区域进行腐蚀操作得到多个腐蚀后的差异区域，以减除并抑制图像中的微小物体；其中，帧间差的计算过程与图像腐蚀的方法均为图像处理领域的常规计算方法，故在此不做赘述；步骤S3：对每个腐蚀后的差异区域进行阈值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于监控图像的火焰检测方法，其通过至少一摄像头实现，其特征在于，所述火焰检测方法包括：步骤S1：所述至少一摄像头分别获取检测场景下的两帧图像作为检测图像，其中，两帧图像之间间隔一预设间隔时间；步骤S2：通过计算两帧图像的帧间差获取所述两帧图像之间的多个加载差异区域，并对所有加载差异区域进行腐蚀操作得到多个腐蚀后的差异区域，以减除并抑制图像中的微小物体；步骤S3：对每个腐蚀后的差异区域进行阈值检测，若任一腐蚀后的差异区域小于预设检测区域阈值，则舍弃对应区域，反之则保留；步骤S4：对保留的所有腐蚀后的差异区域进行膨胀操作得到膨胀后的差异区域，以将每一差异区域恢复到与腐蚀前的对应加载差异区域大小接近；步骤S5：提取任一膨胀后的差异区域中纵向间隔预设比例的所有像素点的RGB值与YCbCr值，并由对应像素点形成一单个矩形；步骤S6：提取所述单个矩形的亮度信息，并计算从所述单个矩形中提取红色像素点与黄色像素点的比例，当所述亮度信息达到并超过预设亮度信息阈值且所述红色像素点与黄色像素点的比例达到并超过预设红黄比例阈值时，构筑对应差异区域的外接矩形，并记录外接矩形左上顶点与右下顶点的坐标；反之，舍弃对应差异区域；步骤S7：将步骤S1中两帧图像的后一帧图像输入训练好的火焰检测模型进行目标检测，并预设目标检测阈值，当检测区域达到预设目标检测阈值，则输出对应检测框的左上顶点与右下顶点的坐标；反之则认定对应检测区域没有火焰；其中，所述火焰检测模型为YOLOv5网络模型；步骤S8：获取步骤S7输出的检测框与步骤S6中得到的对应差异区域的外接矩形的交集，并计算所述交集与步骤S2中对应的加载差异区域的...

【专利技术属性】
技术研发人员：闫博通，琚午阳，张何伟，
申请(专利权)人：北京睿芯高通量科技有限公司，
类型：发明
国别省市：