【技术实现步骤摘要】
一种低误报火焰烟雾监测系统、方法及应用
[0001]本专利技术属于计算机视觉和图像处理应用
，具体涉及一种低误报火焰烟雾监测系统、方法及应用，基于目标进行检测和轮廓分析。
技术介绍
[0002]火焰和烟雾检测技术广泛用于工业、城市和野外环境的火灾预警系统中，以实现对火灾发生和烟雾诱发的各种安全隐患的监测与预警。现有的火焰和烟雾检测方法主要基于颜色特征、运动特征以及烟雾浓密度特征进行判断，但这些方法易受环境光照变化和颜色相似物体的干扰，导致较高的误报率。
[0003]近年来，随着计算机视觉和深度学习技术的发展，基于目标检测和图像分类的火焰和烟雾检测方法成为一个研究热点。这类方法能够在复杂环境下检测和定位火焰和烟雾，并利用深度学习对图像区域进行分类判断，实现检测与识别的融合，从而提高检测准确率和降低误报率。
[0004]然而，现有的基于深度学习的方法由于数据采集困难和模型设计复杂，检测和分类的性能还不能完全满足工业应用的需求。
[0005]因此，如何提高火焰和烟雾检测与识别性能，实现检测与分类的更加...
【技术保护点】
【技术特征摘要】
1.一种低误报火焰烟雾监测系统，其特征在于：包括图像获取模块、目标检测模块、图像块提取模块、特征提取模块、分类判断模块和报警模块；所述图像获取模块、目标检测模块、图像块提取模块、特征提取模块、分类判断模块、报警模块依次连接；其中，图像获取模块，用于获取连续视频图像；目标检测模块，用于利用目标检测模型检测所述视频图像以获取多个火焰或烟雾候选区域；图像块提取模块，用于利用滑动窗口法从所述多个候选区域中提取图像块；特征提取模块，用于计算所述图像块的边缘特征，包括曲率、弧长比例及灰度转变率，以及所述图像块的轮廓几何特征，包括长度和面积；分类判断模块，用于将所述边缘特征和轮廓几何特征输入随机森林机器学习分类器以判断所述图像块是否为火焰或烟雾，获得判断结果；报警模块，用于当所述判断结果确认的火焰或烟雾图像块数目超过预设阈值时，确认所述视频图像中存在火焰或烟雾，并触发报警；否则，判定为误报。2.根据权利要求1所述的一种低误报火焰烟雾监测系统，其特征在于：所述图像获取模块包含图像采集设备与图像采集卡，所述图像采集设备为工业摄像头。3.根据权利要求1所述的一种低误报火焰烟雾监测系统，其特征在于：所述目标检测模块实施目标检测模型检测算法以检测所述视频图像中的火焰和烟雾。4.根据权利要求1所述的一种低误报火焰烟雾监测系统，其特征在于：所述图像块提取模块采用滑动窗口法从候选区域中提取重叠图像块。5.根据权利要求1所述的一种低误报火焰烟雾监测系统，其特征在于：所述特征提取模块计算图像块的Hu不变矩特征和灰度共生矩6阵特征。6.根据权利要求1所述的一种低...
【专利技术属性】
技术研发人员：王龙，周超，赵亚军，王成军，景文林，
申请(专利权)人：南京南自信息技术有限公司，
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。