【技术实现步骤摘要】
本专利技术涉及火灾报警，尤其涉及一种用于火灾报警的红外视频监控方法及系统。
技术介绍
1、随着城镇化的不断发展和日益密集，大型建筑综合体和高层建筑逐年增加，使得防火工作至关重要。火灾具有突发性、随机性、短时间内能造成巨大损失等特点，因此一旦有火灾发生，就必须以极快的速度采取扑救措施。因此，对火灾的监控尤为重要。传统的火灾报警的方式包括通过图像采集设备采集指定场景的图像，然后通过图像识别技术根据火焰的颜色和形态识别图像中的火点，然后进行火灾报警，但是图像中火焰的颜色和形态容易受背景信息的干扰产生误报，例如树叶的摆动以及采集的场景中存在和火焰颜色相近的背景，并且火焰初期形态较小，可见光图像中很难识别出来，从而导致延迟报警。
2、中国专利cn116311840a《火灾报警监控方法、装置、设备及存储介质》公开了一种火灾报警监控方法，针对该方法中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题，目前尚未提出有效的解决方案。
技术实现思路
1、有鉴于此，本专利技术提出了了一种用于火灾报警的监控方法、系统以及装置，以至少解决现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
2、本专利技术的技术方案是这样实现的：一方面，本专利技术提供了一种用于火灾报警的红外视频监控方法，包括以
3、s1，获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定所述指定场景的最高温度值；
4、s2，在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，并根据持续获取的热红外图像，判定所述指定场景的最高温度是否持续升高至第二阈值温度，其中第一阈值温度为高于正常环境并且低于火灾目标的温度，第二阈值温度为火灾发生前的温度；
5、s3，在所述指定场景的最高温度持续升高至所述第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；
6、s4，根据所述第二热红外图像，利用预先设置的火焰检测模型、人体检测模型和烟头检测模型，识别所述指定场景内的火灾情况；
7、s5，在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取所述指定场景的热红外图像，在所述最高温度值下降至所述第一阈值温度的情况下，判定所述指定场景内未发生火灾。
8、优选的，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，包括：
9、利用预先设置的火焰检测模型对所述第二热红外图像中最高温度值的区域进行检测，判定所述指定场景是否存在火焰。
10、优选的，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
11、在所述指定场景存在火焰的情况下，利用预先设置的人体检测模型，在所述第二热红外图像中对所述火焰附近的区域进行人体检测；以及在所述火焰附近的区域检测到人体的情况下，确定所述指定场景中存在纵火情况。
12、优选的，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
13、利用预先设置的烟头检测模型对所述第二热红外图像中最高温度值的区域进行检测，判定所述指定场景是否存在烟头。
14、优选的，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
15、在所述指定场景存在烟头的情况下，利用预先设置的人体检测模型，在所述第二热红外图像中对所述烟头附近的区域进行人体检测；以及在所述烟头附近的区域检测到人体的情况下，确定所述指定场景中存在吸烟情况。
16、优选的，还包括：
17、在所述指定场景中存在火焰的情况下，并且所述火焰附近的区域未检测到人体的情况下，确定所述指定场景中存在物体自燃的情况。
18、优选的，所述第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下任意一项：高温食物、热水以及取暖设备。
19、另一方面，本专利技术还提供了一种用于火灾报警的红外视频监控系统，所述系统包括：
20、第一热红外图像获取模块，用于获取指定场景的第一热红外图像，并且根据所述第一热红外图像确定所述指定场景的最高温度值；
21、最高温度确定模块，用于在所述最高温度值达到预先设置的第一阈值温度的情况下，持续获取所述指定场景的热红外图像，并根据持续获取的热红外图像，判定所述指定场景的最高温度是否持续升高至第二阈值温度，其中第一阈值温度为高于正常环境并且低于火灾目标的温度，第二阈值温度为火灾发生前的温度；
22、第二热红外图像获取模块，用于在所述指定场景的最高温度持续升高至所述第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像；
23、火灾情况确定模块，用于根据所述第二热红外图像，利用预先设置的检火焰检测模型、人体检测模型和烟头检测模型，识别所述指定场景内的火灾情况；
24、第二火灾情况确定子模块，用于在所述最高温度值达到预先设置的第二阈值温度的情况下，继续获取指定场景的热红外图像，在最高温度值下降至第一阈值温度的情况下，判定指定场景内未发生火灾。
25、另一方面，本专利技术的实施例还提供了一种设备，该设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现该用于火灾报警的红外视频监控方法的步骤。
26、另一方面，本专利技术的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现该用于火灾报警的红外视频监控方法的步骤。
27、本专利技术的一种用于火灾报警的红外视频监控方法及系统相对于现有技术具有以下有益效果：
28、(1)计算设备获取指定场景的第一热红外图像，并且计算出第一热红外图像中的最高温度值，在最高温度值达到预先设置的第一阈值温度的情况下，持续获取指定场景的热红外图像，根据持续获取的热红外图像，判定指定场景的最高温度是否持续升高至第二阈值温度，并且在指定场景的最高温度持续升高至第二阈值温度并保持预先设置的阈值时间的情况下，获取第二热红外图像，最后计算设备根据第二热红外图像，确定指定场景内的火灾情况。
29、(2)通过利用红外采集设备获取指定场景中的最高温度，以及根据计算设备获取的第二红外图像，判断是否存在火灾以及火灾发生的原因，从而根据判断火灾发生的原因能够准确的在火灾初期进行火灾报警，进而解决了现有技术中存在的通过图像识别技术识别可见光图像中的火点进行火灾报警，容易受干扰信息的影响而导致误报率较高，并且火焰初期不易识别而导致的延迟报警的技术问题。
本文档来自技高网...【技术保护点】
1.一种用于火灾报警的红外视频监控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，包括：
3.如权利要求2所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
4.如权利要求1所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
5.如权利要求4所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
6.如权利要求2所述的一种用于火灾报警的红外视频监控方法，其特征在于，还包括：
7.如权利要求1所述的一种用于火灾报警的红外视频监控方法，其特征在于，所述第一阈值温度为正常高温物体的最高温度，其中正常高温物体包括以下任意一项
8.一种用于火灾报警的红外视频监控系统，其特征在于，所述系统包括：
9.一种设备，其特征在于，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种用于火灾报警的红外视频监控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，包括：
3.如权利要求2所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
4.如权利要求1所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，还包括：
5.如权利要求4所述的一种用于火灾报警的红外视频监控方法，其特征在于，根据所述第二热红外图像，利用预先设置的检测模型，识别所述指定场景内的火灾情况，...
【专利技术属性】
技术研发人员：谭改娟，夏勇，罗仁超，熊奥，李石磊，吴会敏，
申请(专利权)人：湖北烽火平安智能消防科技有限公司，
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。