一种家用智能安防监控方法及系统技术方案

本发明专利技术涉及智能安全监控技术领域，尤其涉及一种家用智能安防监控方法及系统。所述方法包括以下步骤：利用预设的远程监控摄像机按照预设的时间间隔进行家庭环境拍摄，从而获取第一传输图像；对第一传输图像进行关键帧提取处理，获得第一关键帧集；基于所述的远程监控摄像机中的处理模块对第一关键帧集进行帧图像重合处理，生成环境模糊图像；对环境模糊图像进行图像切割处理，生成环境切割图像；对环境切割图像进行图像预处理，生成标准环境切割图像；对标准环境切割图像进行色深检测处理，生成环境色深图像；本发明专利技术通过对环境拍摄图像进行分析处理，构建智能烟雾浓度预测模型，以实现一种家用智能安防监控方法。现一种家用智能安防监控方法。现一种家用智能安防监控方法。

【技术实现步骤摘要】
一种家用智能安防监控方法及系统


[0001]本专利技术涉及智能安全监控
，尤其涉及一种家用智能安防监控方法及系统。

技术介绍

[0002]随着互联网的普及，家用安防监控系统逐渐与网络技术结合，这样的系统通过网络将摄像头的视频信号传输到远程设备上，用户可以通过手机、平板电脑或计算机实时监控家庭，实现远程监控。其中，家用智能安防监控系统的核心是视频监控技术。通过高清摄像头、红外感应器以及图像处理算法，系统可以实时监测家庭的各个区域，并将视频数据传输到用户的手机或电脑上进行查看和录像，同时，智能分析算法可以识别异常行为，如入侵、火灾和盗窃，及时触发警报。同时智能安防监控系统还可以结合其他智能化设备，如门窗传感器、烟雾报警器和智能门锁等，这些设备可以通过无线连接与监控系统进行互动，实现对家庭安全的全面监测和管理，然而，目前的家用智能安防监控仍然存在着可能受到光线条件、物体遮挡或快速移动等因素的影响，导致安防系统对烟雾浓度的判断精准度不足以及家用智能安防监控系统需要持续运行以提供全天候保护产生的高强度电力依赖导致系统的负荷过重。

技术实现思路

[0003]基于此，有必要提供一种家用智能安防监控方法及系统，以解决至少一个上述技术问题。
[0004]为实现上述目的，一种家用智能安防监控方法，所述方法包括以下步骤：步骤S1：利用预设的远程监控摄像机按照预设的时间间隔进行家庭环境拍摄，从而获取第一传输图像；对第一传输图像进行关键帧提取处理，获得第一关键帧集；基于所述的远程监控摄像机中的处理模块对第一关键帧集进行帧图像重合处理，生成环境模糊图像；步骤S2：对环境模糊图像进行图像切割处理，生成环境切割图像；对环境切割图像进行图像预处理，生成标准环境切割图像；对标准环境切割图像进行色深检测处理，生成环境色深图像；步骤S3：基于环境色深图像调整远程监控摄像机位置，通过红外辐射技术进行多环境拍摄处理，获得第二传输图像；利用模糊像素温度计算公式对第二传输图像进行温度计算处理，得到像素温度值；对像素温度值进行色彩映射处理，生成全景温度分布热力图；步骤S4：根据环境模糊图像和环境色深图像进行图像融合处理，生成环境精确图像；基于全景温度分布热力图和预设的烟雾粒子传感器利用烟雾浓度权重生成公式对环境精确图像进行环境图像烟雾特征分析，生成烟雾特征权重；将烟雾特征权重与预设的标准烟雾特征权重进行对比，生成高风险烟雾浓度数值和低风险烟雾浓度数值；步骤S5：利用决策树模型对高风险烟雾浓度数值与低风险烟雾浓度数值进行模型
构建处理，生成烟雾浓度预测模型；步骤S6：将第一传输图像导入烟雾浓度预测模型进行烟雾浓度分析处理，当检测到高风险烟雾浓度数值时，进行自主报警并基于远程监控摄像机移动终端对用户进行通知处理；当检测到低风险烟雾浓度数值时，进行低能耗运行处理。
[0005]本专利技术通过按照预设的时间间隔利用家中预设的远程监控摄像机进行拍摄，可以获得全面的图像覆盖，从第一传输图像中进行关键帧提取处理，即从一系列连续的图像中选取具有代表性和关键信息的图像帧，可以作为后续处理的输入，用于进一步的分析和处理，使用远程监控摄像机中的处理模块，对第一关键帧集进行帧图像重合处理，可以减少图像中的噪声和运动模糊，并增强图像的清晰度和细节，使图像更加清晰和可识别；对环境模糊图像进行图像切割处理，可以将家庭环境分割成不同的部分，使得后续的处理和分析更加方便和准确，对环境切割图像进行图像预处理，可以对环境切割图像进行增强，去除噪声和不必要的细节，从而提高图像的质量和清晰度，对标准环境切割图像进行色深检测处理，可以反映了图像的色彩变化和细节，更好地观察和分析家庭环境的颜色特征和变化；利用已生成的环境色深图像对远程监控摄像机的位置进行调整，可以调整摄像机的角度和位置，以便更好地捕捉和记录环境中的温度数据，利用模糊像素温度计算公式，可以将拍摄到的红外图像转换为实际的温度值，对像素温度值进行色彩映射处理，生成全景温度分布热力图，可以直观地显示家庭环境中不同区域的温度变化和分布情况，有助于环境监测和调控；根据环境模糊图像和环境色深图像，进行图像融合处理，以生成环境精确图像，可以将不同图像的信息融合在一起，提高图像的质量和清晰度，基于全景温度分布热力图和预设的烟雾粒子传感器利用烟雾浓度权重生成公式，可以评估环境中烟雾的程度和风险，通过将烟雾特征权重与预设的标准进行对比，可以生成高风险烟雾浓度数值和低风险烟雾浓度数值，有助于对环境中烟雾风险进行定量评估和警示；利用决策树模型对高风险烟雾浓度数值与低风险烟雾浓度数值进行模型构建处理，生成烟雾浓度预测模型，可以进行烟雾风险的评估和分类，进而制定相应的控制策略和响应措施，有助于提高决策的准确性和及时性，增强对烟雾事件的应对能力；将第一传输图像导入烟雾浓度预测模型进行烟雾浓度分析处理，可以快速响应烟雾事件、提高决策的准确性和及时性，并有效利用资源和能源，从而保障人员安全和系统的高效运行。因此，本专利技术的一种家用智能安防监控方法及系统利用远程监控摄像机进行环境确认并通过智能模型进行烟雾浓度预测，精确化识别由火灾引起的烟雾浓度以及日常电力负载过重的问题。
[0006]本专利技术还提供一种家用智能安防监控系统，包括，图像拍摄模块，用于利用预设的远程监控摄像机按照预设的时间间隔进行家庭环境拍摄，从而获取第一传输图像；对第一传输图像进行关键帧提取处理，获得第一关键帧集；基于所述的远程监控摄像机中的处理模块对第一关键帧集进行帧图像重合处理，生成环境模糊图像；图像处理模块，用于对环境模糊图像进行图像切割处理，生成环境切割图像；对环境切割图像进行图像预处理，生成标准环境切割图像；对标准环境切割图像进行色深检测处理，生成环境色深图像；像素温度处理模块，用于基于环境色深图像调整远程监控摄像机位置，通过红外辐射技术进行多环境拍摄处理，获得第二传输图像；利用模糊像素温度计算公式对第二传
输图像进行温度计算处理，得到像素温度值；对像素温度值进行色彩映射处理，生成全景温度分布热力图；烟雾特征分析模块，用于根据环境模糊图像和环境色深图像进行图像融合处理，生成环境精确图像；基于全景温度分布热力图和预设的烟雾粒子传感器利用烟雾浓度权重生成公式对环境精确图像进行环境图像烟雾特征分析，生成烟雾特征权重；将烟雾特征权重与预设的标准烟雾特征权重进行对比，生成高风险烟雾浓度数值和低风险烟雾浓度数值；模型构建模块，用于利用决策树模型对高风险烟雾浓度数值与低风险烟雾浓度数值进行模型构建处理，生成烟雾浓度预测模型；烟雾浓度分析模块，用于将第一传输图像导入烟雾浓度预测模型进行烟雾浓度分析处理，当检测到高风险烟雾浓度数值时，进行自主报警并基于远程监控摄像机移动终端对用户进行通知处理；当检测到低风险烟雾浓度数值时，进行低能耗运行处理。
[0007]本专利技术通过远程监控摄像机进行家庭环境拍摄，可以获取第一传输图像，并通过关键帧提取和帧图像重合处理生成环境模糊图像，可以获取最新的家庭环境图像，并进行后续处理，对环境模糊图像进行图像切割和预处理，生成标准环境切割图像，并进行色深检测处理，生成环境色深本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种家用智能安防监控方法，其特征在于，包括以下步骤：步骤S1：利用预设的远程监控摄像机按照预设的时间间隔进行家庭环境拍摄，从而获取第一传输图像；对第一传输图像进行关键帧提取处理，获得第一关键帧集；基于所述的远程监控摄像机中的处理模块对第一关键帧集进行帧图像重合处理，生成环境模糊图像；步骤S2：对环境模糊图像进行图像切割处理，生成环境切割图像；对环境切割图像进行图像预处理，生成标准环境切割图像；对标准环境切割图像进行色深检测处理，生成环境色深图像；步骤S3：基于环境色深图像调整远程监控摄像机位置，通过红外辐射技术进行多环境拍摄处理，获得第二传输图像；利用模糊像素温度计算公式对第二传输图像进行温度计算处理，得到像素温度值；对像素温度值进行色彩映射处理，生成全景温度分布热力图；步骤S4：根据环境模糊图像和环境色深图像进行图像融合处理，生成环境精确图像；基于全景温度分布热力图和预设的烟雾粒子传感器利用烟雾浓度权重生成公式对环境精确图像进行环境图像烟雾特征分析，生成烟雾特征权重；将烟雾特征权重与预设的标准烟雾特征权重进行对比，生成高风险烟雾浓度数值和低风险烟雾浓度数值；步骤S5：利用决策树模型对高风险烟雾浓度数值与低风险烟雾浓度数值进行模型构建处理，生成烟雾浓度预测模型；步骤S6：将第一传输图像导入烟雾浓度预测模型进行烟雾浓度分析处理，当检测到高风险烟雾浓度数值时，进行自主报警并基于远程监控摄像机移动终端对用户进行通知处理；当检测到低风险烟雾浓度数值时，进行低能耗运行处理。2.根据权利要求1所述的一种家用智能安防监控方法，其特征在于，步骤S1包括以下步骤：步骤S11：根据预设的远程监控摄像机按照预设的时间间隔进行多角度拍摄处理，其中多角度包括俯角和水平角度，从而获得俯角图像和水平图像；步骤S12：对俯角图像和水平图像进行图像拼接处理，生成全景图像；将全景图像上传至远程监控摄像机内的记忆模块中，从而获得第一传输图像；步骤S13：利用结构相似性算法对第一传输图像进行差异度计算，生成图像差异度数据；步骤S14：通过图像差异度数据设置关键帧阈值；将第一传输图像与关键帧阈值进行筛选处理，得到第一关键帧集；步骤S15：将第一关键帧集通过远程监控摄像机内的处理模块进行帧集图像重合处理，生成环境模糊图像。3.根据权利要求2所述的一种家用智能安防监控方法，其特征在于，步骤S2包括以下步骤：步骤S21：基于阈值分割算法对环境模糊图像进行切割处理，剔除边缘图像影响，从而获得核心环境模糊图像；步骤S22：对核心环境模糊图像进行图像平滑处理，生成核心环境平滑图像；将核心环境平滑图像进行去噪处理，生成核心环境去噪图像；对核心环境去噪图像进行标准化处理，生成标准环境切割图像；步骤S23：利用HSV颜色空间对标准环境切割图像进行颜色空间转换，生成环境空间转
换图像；步骤S24：利用预设的色彩阈值对颜色空间转换图像进行色深提取，生成环境色深图像。4.根据权利要求3所述的一种家用智能安防监控方法，其特征在于，步骤S3包括以下步骤：步骤S31：通过对环境色深图像中最大色深区域进行定位，对远程监控摄像机视角进行目标视角转动并切换红外摄像模式进行多角度拍摄处理，其中多角度包括高角度俯视和侧面角度，从而获得高角度俯视图像和侧面图像；步骤S32：对高角度俯视图像和侧面图像进行图像聚合处理，生成环境聚合图像；将环境聚合图像上传至远程监控摄像机内的记忆模块中，从而获得第二传输图像；步骤S33：将第二传输图像进行核心像素点提取处理，得到图像核心像素点；利用模糊像素温度计算公式对图像核心像素点进行温度计算，得到像素点温度值；步骤S34：根据温度颜色映射法对和第二传输图像像素点温度值进行温度区域分布映射处理，生成全景温度分布热力图。5.根据权利要求4所述的一种家用智能安防监控方法，其特征在于，步骤S33中的模糊像素温度计算公式如下所示：；式中，T表示为模糊像素的温度权重，α表示为环境温度，β表示为单位面积光吸收系数，n表示为模糊像素数量，γ
i
表示为第i个模糊像素所对应的吸收系数，f(x
i
,y
i
)表示为在(x
i
,y
i
)处的入射光强度的坐标，d
i
表示为入射光线到第i个模糊像素中心的距离，h表示为模糊像素的高度，δ表示为传感器感应间隔时间，表示为相...

【专利技术属性】
技术研发人员：钱志云，邓亦超，李华林，
申请(专利权)人：箭牌智能科技张家港有限公司，
类型：发明
国别省市：