本发明专利技术公开了一种用于消防物联网的监控图像校准处理方法、装置和系统，当出现摄像头偏离点位现象，本发明专利技术在摄像头原来控制参数的基础上叠加校准偏移量，快速对摄像机云台进行控制参数校准；本发明专利技术能够快速验证消防物联网摄像头是否存在精度降低、外力干扰等问题；本发明专利技术通过采用智能化校准方法，校准后的摄像头若再次发生偏离点位现象，可自动再进行校准。可自动再进行校准。可自动再进行校准。
【技术实现步骤摘要】
一种用于消防物联网的监控图像校准处理方法、装置和系统
[0001]本专利技术涉及消防图像处理领域，尤其涉及一种用于消防物联网的监控图像校准处理方法、装置和系统。
技术介绍
[0002]消防物联网是指通过物联网信息传感与通讯等技术，将传统消防系统中的设备设施通过社会化消防监督管理和应急管理机关消防机构灭火救援涉及的各位要素所需的消防信息链接起来，构建高感度的消防基础环境，实现实时、动态、互动、融合的消防信息采集，传递和处理，能全面促进与提高政府及相关机构实施社会消防监督与管理水平，显著增强应急管理机关消防机构灭火救援的指挥、调度、决策和处置能力。搭配云台的网络摄像机作为消防物联网的核心基础设备，是火情监测最直接的图像信息来源。为了保障摄像机所监控的点位图像稳定性和准确性，目前的技术主要是采用在云台中预置点位信息的方式，将各点位的云台水平及垂直转向角度、摄像机焦距等信息储存在本地，其中水平与垂直转向角度通过步进电机控制，将给定步进电机的脉冲换算为转向角度，摄像机焦距则由镜头内部机构进行调整。
[0003]现有消防物联网对图像获取的技术本身不做任何校准动作，一旦云台步进电机出现丢步、云台转向机构磨损老化或者受外部风力干扰等影响，摄像机将会偏离原来的点位，采集到的图像并非真实点位信息，会致使消防系统局部甚至全局失效，引起重大事故。
技术实现思路
[0004]针对上述问题，本专利技术提供一种用于消防物联网的监控图像校准处理方法、装置和系统，用于解决上述问题。
[0005]本专利技术通过以下技术方案实现：一种用于消防物联网的监控图像校准处理方法，包括以下步骤：S1. 通过多个摄像机，对对准点位时的图像数据依次进行记录，并记录云台的初始转动角度；S2. 系统依次对摄像机采集的图像数据与预设点位的图像数据进行对比，判断摄像机所监控的点位位置是否发生了偏移，当发生偏移时，执行步骤S3；当没有发生偏移时，重复步骤S2；S3. 对于发生偏移的摄像机，实时记录云台实时转动角度d1；并通过消防信息处理主机控制发生偏移的摄像机云台旋转一圈，形成全景图像；S4. 在全景图像中，通过深度学习方法确定预设点位的图像的中心对应到全景图像中的位置，记录偏转角度数据δd；S5. 将d1+δd的点位预置数据更新覆盖对应摄像机的点位数据；S6. 通过消防信息处理主机控制，根据点位预置数据对对应摄像机进行偏转校正，并记录校准后的图像数据。
[0006]进一步的，所述云台实时记录当前转动角度数据，根据初始转动角度和当前转动角度计算实时转动角度d1，具体计算过程如下：实时转动角度d1=当前转动角度
‑
初始转动角度。
[0007]进一步的，所述深度学习方法的具体步骤包括：S401. 通过多头注意力机制编码器分别对高斯激活之后的预设点位的图像和全景图像重要特征以及这些特征之间的关系进行学习和编码；S402. 将编码之后的特征结果通过具有非线性GELU的前馈多层感知机MLP进行特征融合；S403. 通过深度卷积神经网络对融合后的特征及其特征间的关系进行学习，并进一步抽取特征，编码得到相应的图像坐标参数（x，y，v），其中，所述x表示x轴坐标值，y表示y轴坐标值，v表示置信度；S405. 通过图像坐标参数，在全景图像中进行结果可视化。
[0008]进一步的，还包括步骤S7，所述步骤S7具体为：将校准后的图像数据与预设点位的图像数据进行比对，两者中心偏移误差若处于所设阈值内，则表示校准完成；若误差超出所设阈值，则重复步骤S3。
[0009]一种用于消防物联网的监控图像校准处理装置，包括多个摄像机、多个云台、多个监控处理终端和智慧消防信息处理主机，其中，所述摄像机分别架设于多个云台上，所述监控处理终端分别连接一个摄像机和云台，所述智慧消防信息处理主机分别连接多个监控处理终端。
[0010]进一步的，所述摄像机用于对预设的对准点位进行拍摄。
[0011]一种用于消防物联网的监控图像校准处理系统，包括：图像采集模块，用于对图像采集设备采集的图像信息进行提取；数据处理模块，用于对图像信息进行分析、判断、计算，得到相应的偏转角度信息，并将偏转角度信息进行数据覆盖；数据存储模块，用于对采集的图像信息、处理的偏转角度信息、预设的图像信息、预设的偏转角度信息和误差阈值进行存储；设备控制模块，用于根据覆盖的数据，控制图像采集设备进行偏转校准；其中，所述数据处理模块还包括：第一数据对比单元，用于将采集的图像信息和预设的图像信息进行比对，得到偏转信息；角度计算单元，用于通过偏转信息，对具有偏转信息的图像采集设备进行偏转角度计算，得到偏转角度信息；数据覆盖单元，用于将偏转角度信息对预设的偏转角度信息进行数据覆盖。
[0012]进一步的，还包括二次校准模块，用于对校准完成后的图像进行校准，其中，所述二次校准模块包括：第二数据对比单元，用于将校准完成后的图像信息与预设的图像信息进行比对，得到比对信息；阈值判断单元，用于根据比对信息和误差阈值进行判断，是否存在误差。
[0013]本专利技术的有益效果：
（1）本专利技术能够快速验证消防物联网摄像头是否存在精度降低、外力干扰等问题；（2）当出现摄像头偏离点位现象，本专利技术在摄像头原来控制参数的基础上叠加校准偏移量，快速对摄像机云台进行控制参数校准；（3）本专利技术通过采用智能化校准方法，校准后的摄像头若再次发生偏离点位现象，可自动再进行校准。
附图说明
[0014]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术实施例提出的一种用于消防物联网的监控图像校准处理方法的方法流程图；图2为本专利技术实施例提出的一种用于消防物联网的监控图像校准处理装置的装置结构图；图3为本专利技术实施例提出的一种用于消防物联网的监控图像校准处理的一种终端设备的结构示意图；图4为本专利技术实施例提出的一种用于实现一种用于消防物联网的监控图像校准处理方法的计算机可读存储介质的结构示意图。
具体实施方式
[0016]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。
[0017]实施例1如图1，本实施例提出一种用于消防物联网的监控图像校准处理方法，包括以下步骤：S1. 通过多个摄像机，对对准点位时的图像数据依次进行记录，并记录云台的初始转动角度；S2. 系统依次对摄像机采集的图像数据与预设点位的图像数据进行对比，判断摄像机所监控的点位位置是否发生了偏移，当发生偏移时，执行步骤S3；当没有发生偏移时，重复步骤S2；S3. 对于发生偏移的摄像机，实时记录云台实时转动角度d1；并通过消防信息处理主机控制发生偏移的摄像机云台旋转一圈，形成全景图像；S4. 在全景图像中，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于消防物联网的监控图像校准处理方法，其特征在于，包括以下步骤：S1. 通过多个摄像机，对对准点位时的图像数据依次进行记录，并记录云台的初始转动角度；S2. 系统依次对摄像机采集的图像数据与预设点位的图像数据进行对比，判断摄像机所监控的点位位置是否发生了偏移，当发生偏移时，执行步骤S3；当没有发生偏移时，重复步骤S2；S3. 对于发生偏移的摄像机，实时记录云台实时转动角度d1；并通过消防信息处理主机控制发生偏移的摄像机云台旋转一圈，形成全景图像；S4. 在全景图像中，通过深度学习方法确定预设点位的图像的中心对应到全景图像中的位置，记录偏转角度数据δd；S5. 将d1+δd的点位预置数据更新覆盖对应摄像机的点位数据；S6. 通过消防信息处理主机控制，根据点位预置数据对对应摄像机进行偏转校正，并记录校准后的图像数据。2.根据权利要求1所述的一种用于消防物联网的监控图像校准处理方法，其特征在于，所述云台实时记录当前转动角度数据，根据初始转动角度和当前转动角度计算实时转动角度d1，具体计算过程如下：实时转动角度d1=当前转动角度
‑
初始转动角度。3.根据权利要求1所述的一种用于消防物联网的监控图像校准处理方法，其特征在于，所述深度学习方法的具体步骤包括：S401. 通过多头注意力机制编码器分别对高斯激活之后的预设点位的图像和全景图像重要特征以及这些特征之间的关系进行学习和编码；S402. 将编码之后的特征结果通过具有非线性GELU的前馈多层感知机MLP进行特征融合；S403. 通过深度卷积神经网络对融合后的特征及其特征间的关系进行学习，并进一步抽取特征，编码得到相应的图像坐标参数（x，y，v），其中，所述x表示x轴坐标值，y表示y轴坐标值，v表示置信度；S405. 通过图像坐标参数，在全景图像中进行结果可视化。4.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：王安民，刘志焱，张乾晓，王栋，李学生，王利，
申请(专利权)人：白银银珠电力集团有限责任公司，
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。