基于智能视频识别的充电站电动车火灾报警方法及系统技术方案

本发明专利技术提供一种基于智能视频识别的充电站电动车火灾报警方法及系统，其中，方法包括：通过摄像头采集充电站中停车位的视频图像；根据视频图像确定停车位上车辆的车辆行为；若车辆行为满足预设条件，根据视频图像确定是否有火灾发生；若有火灾发生，进行报警。本发明专利技术的基于智能视频识别的充电站电动车火灾报警方法及系统，弥补了传统烟雾颗粒感应系统检测火灾受室外气体流动性大影响的不足，完全适用于室外检测火灾的应用场景，同时，及时进行报警，进一步减少了火灾造成的各项损失。

【技术实现步骤摘要】
基于智能视频识别的充电站电动车火灾报警方法及系统
本专利技术涉及视频识别
，特别涉及一种基于智能视频识别的充电站电动车火灾报警方法及系统。
技术介绍
目前，充电站火灾检测技术还是采用传统的烟雾颗粒感应系统。烟雾颗粒感应系统需要烟雾颗粒进入传感器后才能引起报警，而且对检测环境的要求相对较高，需要在较封闭的空间里进行检测，但是，充电站一般都是设置在室外，同时，空气流动性大，烟雾颗粒感应检测火灾的效果存在很大不足。
技术实现思路
本专利技术目的之一在于提供了一种基于智能视频识别的充电站电动车火灾报警方法及系统，弥补了传统烟雾颗粒感应系统检测火灾受室外气体流动性大影响的不足，完全适用于室外检测火灾的应用场景，同时，及时进行报警，进一步减少了火灾造成的各项损失。本专利技术实施例提供的一种基于智能视频识别的充电站电动车火灾报警方法，包括：通过摄像头采集充电站中停车位的视频图像；根据视频图像确定停车位上车辆的车辆行为；若车辆行为满足预设条件，根据视频图像确定是否有火灾发生；若有火灾发生，进行报警。优选的，根据视频图像确定停车位上是否有车辆停放，具体包括：对视频图像进行预处理，获得多帧车位图像；获取预设的第一采样框；采用第一采样框对每帧车位图像进行扫描采样，若对第m帧车位图像采样成功，以停车位上预设的位置点为原点建立三维坐标系；获取第m+n帧车位图像中表示车牌的第一车牌位置点(xm+n,ym+n,zm+n)，获取第m+n+1帧车位图像中表示车牌的第二车牌位置点(xm+n+1,ym+n+1,zm+n+1)；第一车牌位置点(xm+n,ym+n,zm+n)和第二车牌位置点(xm+n+1,ym+n+1,zm+n+1)之间的连线的方向向量为：((xm+n+1-xm+n),(ym+n+1-ym+n),(zm+n+1-zm+n))；当n＝j时，若方向向量为正向量或负向量，则当n＝j+1,j+2,…,σ时，若方向向量均为正向量，则确定车辆正驶入停车位，为入场状态；若方向向量均为负向量，则确定车辆正驶出停车位，为出场状态；当n＝1时，若方向向量为零向量，则当n＝2,3,…,σ时，若方向向量均为零向量，则确定车辆停放在停车位，为停驻状态；其中，m、n和j为正整数,σ为预设的第一帧数值或对第σ+1帧车位图像采样失败时系统输出的第一采样记录总帧数；若对每帧车位图像均采样失败，则确定停车位上没有车辆停放。优选的，所述预设条件包括：当所述停车位上的车辆为入场状态或停驻状态时；所述根据所述视频图像确定是否有火灾发生，具体包括：采用预设的第二采样框对所述视频图像进行扫描采样，获得N帧目标区域图像；计算N帧目标区域图像中第i帧目标区域图像与第i+1帧目标区域图像的匹配度：其中，match为匹配度，e为预设的误差系数，Tia为第i帧目标区域图像上特征值为a的特征点总数目，Si为第i帧目标区域图像上全部特征点总数目，Ti+1b为第i+1帧目标区域图像上特征值为b的特征点总数目，Si+1为第i+1帧目标区域图像上全部特征点总数目，G为第i帧目标区域图像上或第i+1帧目标区域图像上特征值的极值，1≤i＜N-1；若所述匹配度小于等于预设的匹配度阈值，选取第i+1帧至第i+G帧目标区域图像作为待验证图像，共计G个；对每个待验证图像进行预设的提取操作，获得G个轮廓图像，若提取失败，则确定没有火灾发生；统计G个轮廓图像的面积，并基于其计算跳动指数：其中，Beat为跳动指数，α1为第1个轮廓图像轮廓图像的面积，α1+d为第1+d个轮廓图像轮廓图像的面积，d为间隔数，1≤d＜G-1；当所述间隔数为d0时，若所述跳动指数为1，则确定有火灾发生；若所述跳动指数为0，依据下式调整所述间隔数：d′＝d0+int(τ·Z)其中，d′为调整后的间隔数，d0为当前的间隔数，Z各帧目标区域图像之间的时间间隔，τ为预设的调整系数，int为取整函数；使用调整后的间隔数d′重新计算跳动指数，此时，若计算结果为1，则确定有火灾发生。优选的，所述提取操作具体包括：依据下式计算待验证图像的判定指数：其中，V为判定指数，gf为待验证图像中第f个像素点的第一指标值，hf为待验证图像中第f个像素点的第二指标值，jf为待验证图像中第f个像素点的第三指标值，r为待验证图像中像素点的总数目,k1、k2和k3为预设的权重值；所述第一指标值、第二指标值和第三指标值根据下式确定：其中，gf′为待验证图像中第f个像素点的第一验证值，hf′为待验证图像中第f个像素点的第二验证值，jf′为待验证图像中第f个像素点的第三验证值，A1和A2为预设的第一下限和第一上限，B1和B2为预设的第二下限和第二上限，C1和C2为预设的第三下限和第三上限，or为或；当所述判定指数大于等于预设的判定指数阈值时，剔除待验证图像上所述第一指标值为0、所述第二指标值为0和所述第三指标值为0的像素点，获得轮廓图像。优选的，若有火灾发生，进行报警，具体包括：若有火灾发生，通过报警器播放预设的第一报警语音信息，和，通过通讯装置向后端服务器发送报警确认请求，若在预设的时间范围内未接收到后端服务器回复的确认信息时，通过报警器播放预设的第二报警语音信息。本专利技术实施例提供的一种基于智能视频识别的充电站电动车火灾报警系统，包括：获取模块，通过摄像头采集充电站中停车位的视频图像；第一确定模块，根据视频图像确定停车位上车辆的车辆行为；第二确定模块，若车辆行为满足预设条件，根据视频图像确定是否有火灾发生；报警模块，若有火灾发生，进行报警。优选的，第一确定模块执行包括如下操作：第一确定模块执行包括如下操作：对视频图像进行预处理，获得多帧车位图像；获取预设的第一采样框；采用第一采样框对每帧车位图像进行扫描采样，若对第m帧车位图像采样成功，以停车位上预设的位置点为原点建立三维坐标系；获取第m+n帧车位图像中表示车牌的第一车牌位置点(xm+n,ym+n,zm+n)，获取第m+n+1帧车位图像中表示车牌的第二车牌位置点(xm+n+1,ym+n+1,zm+n+1)；第一车牌位置点(xm+n,ym+n,zm+n)和第二车牌位置点(xm+n+1,ym+n+1,zm+n+1)之间的连线的方向向量为：((xm+n+1-xm+n),(ym+n+1-ym+n),(zm+n+1-zm+n))；当n＝j时，若方向向量为正向量或负向量，则当n＝j+1,j+2,…,σ时，若方向向量均为正向量，则确定车辆正驶入停车位，为入场状态；若方向向量均为负向量，则确定车辆正驶出停车位，为出场状态；当n＝1时，若方向向量为零向量，则当n＝2,3本文档来自技高网...

【技术保护点】
1.一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，包括：/n通过摄像头采集充电站中停车位的视频图像；/n根据所述视频图像确定所述停车位上车辆的车辆行为；/n若所述车辆行为满足预设条件，根据所述视频图像确定是否有火灾发生；/n若有火灾发生，进行报警。/n

【技术特征摘要】
1.一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，包括：
通过摄像头采集充电站中停车位的视频图像；
根据所述视频图像确定所述停车位上车辆的车辆行为；
若所述车辆行为满足预设条件，根据所述视频图像确定是否有火灾发生；
若有火灾发生，进行报警。


2.如权利要求1所述的一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，所述根据所述视频图像确定所述停车位上车辆的车辆行为，具体包括：
对所述视频图像进行预处理，获得多帧车位图像；
获取预设的第一采样框；
采用所述第一采样框对每帧车位图像进行扫描采样，若对第m帧车位图像采样成功，以所述停车位上预设的位置点为原点建立三维坐标系；
获取第m+n帧车位图像中表示车牌的第一车牌位置点(xm+n，ym+n，zm+n)，获取第m+n+1帧车位图像中表示车牌的第二车牌位置点(xm+n+1，ym+n+1，zm+n+1)；
所述第一车牌位置点(xm+n，ym+n，zm+n)和所述第二车牌位置点(xm+n+1，ym+n+1，zm+n+1)之间的连线的方向向量为：((xm+n+1-xm+n)，(ym+n+1-ym+n)，(zm+n+1-zm+n))；
当n＝j时，若所述方向向量为正向量或负向量，则当n＝j+1，j+2，…，σ时，若所述方向向量均为正向量，则确定车辆正驶入所述停车位，为入场状态；
若所述方向向量均为负向量，则确定车辆正驶出所述停车位，为出场状态；
当n＝1时，若所述方向向量为零向量，则当n＝2，3，…，σ时，若所述方向向量均为零向量，则确定车辆停放在所述停车位，为停驻状态；
其中，m、n和j为正整数，σ为预设的第一帧数值或对第σ+1帧车位图像采样失败时系统输出的第一采样记录总帧数；
若对每帧车位图像均采样失败，则确定所述停车位上没有车辆停放。


3.如权利要求2所述的一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，所述预设条件包括：当所述停车位上的车辆为入场状态或停驻状态时；
所述根据所述视频图像确定是否有火灾发生，具体包括：
采用预设的第二采样框对所述视频图像进行扫描采样，获得N帧目标区域图像；
计算N帧目标区域图像中第i帧目标区域图像与第i+1帧目标区域图像的匹配度：



其中，match为匹配度，e为预设的误差系数，Tia为第i帧目标区域图像上特征值为a的特征点总数目，Si为第i帧目标区域图像上全部特征点总数目，Ti+1b为第i+1帧目标区域图像上特征值为b的特征点总数目，Si+1为第i+1帧目标区域图像上全部特征点总数目，G为第i帧目标区域图像上或第i+1帧目标区域图像上特征值的极值，1≤i＜N-1；
若所述匹配度小于等于预设的匹配度阈值，选取第i+1帧至第i+G帧目标区域图像作为待验证图像，共计G个；
对每个待验证图像进行预设的提取操作，获得G个轮廓图像，若提取失败，则确定没有火灾发生；
统计G个轮廓图像的面积，并基于其计算跳动指数：



其中，Beat为跳动指数，α1为第1个轮廓图像轮廓图像的面积，α1+d为第1+d个轮廓图像轮廓图像的面积，d为间隔数，1≤d＜G-1；
当所述间隔数为d0时，
若所述跳动指数为1，则确定有火灾发生；
若所述跳动指数为0，依据下式调整所述间隔数：
d′＝d0+int(τ·Z)
其中，d′为调整后的间隔数，d0为当前的间隔数，Z各帧目标区域图像之间的时间间隔，τ为预设的调整系数，int为取整函数；
使用调整后的间隔数d1重新计算跳动指数，此时，若计算结果为1，则确定有火灾发生。


4.如权利要求3所述的一种一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，所述提取操作具体包括：
依据下式计算待验证图像的判定指数：



其中，V为判定指数，gf为待验证图像中第f个像素点的第一指标值，hf为待验证图像中第f个像素点的第二指标值，jf为待验证图像中第f个像素点的第三指标值，r为待验证图像中像素点的总数目，k1、k2和k3为预设的权重值；
所述第一指标值、第二指标值和第三指标值根据下式确定：









其中，gf′为待验证图像中第f个像素点的第一验证值，hf′为待验证图像中第f个像素点的第二验证值，jf′为待验证图像中第f个像素点的第三验证值，A1和A2为预设的第一下限和第一上限，B1和B2为预设的第二下限和第二上限，C1和C2为预设的第三下限和第三上限，or为或；
当所述判定指数大于等于预设的判定指数阈值时，剔除待验证图像上所述第一指标值为0、所述第二指标值为0和所述第三指标值为0的像素点，获得轮廓图像。


5.如权利要求1所述的一种基于智能视频识别的充电站电动车火灾报警方法，其特征在于，所述若有火灾发生，进行报警，具体包括：
若有火灾发生，
通过报警器播放预设的第一报警语音信息，
和.
通过通讯装置向后端服务器发送报警确认请求，若在预设的时间范围内未接收到所述后端服务器回复的确认信息时，通过所述报警器播放预设的第二报警语音信息。


6.一种基于智...

【专利技术属性】
技术研发人员：卢宗奎，戴相龙，李学钧，蒋勇，王晓鹏，何成虎，
申请(专利权)人：江苏濠汉信息技术有限公司，
类型：发明
国别省市：江苏;32