一种野外火灾的探测方法及系统技术方案

本发明专利技术提供了一种野外火灾的探测方法及系统，涉及火灾探测技术领域，包括获取视频帧，所述视频帧为通过采集系统实时采集到多个待检测区域的图像；基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧；根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别；判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，则遍历该火灾关键帧相对应的待检测区域的所有图像。本发明专利技术的有益效果为只对提取出来的关键帧进行火灾识别探测，提升了火灾探测速度；也避免了过去提取而造成的关键帧不必要的冗杂；通过深度学习模型来提取特征点和计算描述子，这种方法对不同场景的应用中表现出良好的鲁棒性。场景的应用中表现出良好的鲁棒性。场景的应用中表现出良好的鲁棒性。

【技术实现步骤摘要】
一种野外火灾的探测方法及系统


[0001]本专利技术涉及火灾探测
，具体而言，涉及一种野外火灾的探测方法及系统。

技术介绍

[0002]火灾作为一类难以完全消除的安全风险，威胁着人们的生命和财产安全，一旦发生火灾，若未在早期发现并扑灭，往往会造成巨大的损失。特别是在野外大空间，一旦发生险情，由于环境等条件比较恶劣、复杂，传统的火灾探测技术(如感烟型探测器、感光型探测器)已经无法及时地作出相应，甚至由于各方面的影响无法检测出火灾的发生与否；并且野外干扰情况较多，且早期火灾的可见光图像包含的图像信息较多，分辨率高，不容易从复杂背景中提取出火焰。

技术实现思路

[0003]本专利技术的目的在于提供一种野外火灾的探测方法及系统，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
[0004]第一方面，本申请提供了一种野外火灾的探测方法，包括：
[0005]获取视频帧，所述视频帧为通过采集系统实时采集到多个待检测区域的图像；
[0006]基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧；
[0007]根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别；
[0008]判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，若包含且检测得分小于预设得分阈值，则遍历该火灾关键帧相对应的待检测区域的所有图像，获取所有图像中可燃物的温度并发出预警警告。
[0009]优选地，所述基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧，其中包括：
[0010]针对视频帧中的每一个像素点的所有维度随机生成一个在x和y方向的位移场；
[0011]基于高斯滤波对位移场进行卷积操作后，叠加在视频帧上生成变换后的图像信息，所述图像信息包括第一图像信息和第二图像信息；
[0012]读取第一图像信息，利用SuperPoint方法对图像信息进行特征点提取和描述子计算，并将第一图像信息记为第一关键帧；
[0013]读取第二图像信息，利用SuperPoint方法对图像信息进行特征点提取和描述子计算，并将第二图像信息记为第二关键帧；
[0014]计算第一关键帧和第二关键帧中所有对应特征点的平均距离，若平均距离大于等于预设距离，则将第一关键帧作为火灾关键帧进行输出，若平均距离小于预设距离，则继续进行迭代计算。
[0015]优选地，所述根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别，包括：
[0016]将火灾关键帧中所包含的火灾对象的图片根据预设比例进行缩放并在每一个空
间尺度上使用滑动窗口进行采样，得到火灾对象特征点；
[0017]基于BP网络火灾识别算法对火灾对象特征点进行识别，得到识别后的火灾对象图像；
[0018]对火灾对象图像进行中值滤波处理，得到滤波图像结果，公式如下：
[0019][0020]式中，x1,x2,x3,
…
,x
n
，把n个数按照数值大小进行排列得到X
′1，X
′2，X
′3，
…
，X
′
n
，序列x1,x2,x3,
…
,x
n
中值y；
[0021]将滤波图像结果进行图像阈值化处理，得到二值化图像，所述二值化图像中包含火灾对象。
[0022]优选地，所述判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，若包含且检测得分小于预设得分阈值，则遍历该火灾关键帧相对应的待检测区域的所有图像，包括：
[0023]对二值化图像中的火灾对象进行识别，判断火灾对象中是否包含判别特征，判别特征包括火灾对象的面积是否存在发生变化的情况、火焰的相对稳定性情况、火焰的形体变化情况以及火焰的整体移动情况，若包含至少两个判别特征，则根据预设打分规则对火灾关键帧进行打分，得到打分结果；
[0024]检测打分结果小于预设的得分值时，则调取出该火灾关键帧相对应的待检测区域的所有图像进行遍历。
[0025]优选地，所述火焰的整体移动情况，其中包括：
[0026]利用拉普拉斯微分算子，提取二值化图像中火灾对象的轮廓边缘，并对轮廓边缘进行编码；
[0027]通过边界搜索算法，从二值化图像的左上角进行逐点扫描，若为闭合线，当遇到边缘点时则循序跟踪，直至跟踪的后续点回到起始点即或者再没有新的后续点位置；若为非闭合线，则跟踪一侧后从起始点开始朝相反的方向跟踪到另一尾点；一条线跟踪完毕，扫描下一个待跟踪点，直至二值化图像内的所有边缘都跟踪完毕；
[0028]提取边界链码，计算二值化图像的区域周长，根据区域周长计算得出区域圆形度，即作为火焰的判别特征。
[0029]第二方面，本申请还提供了一种野外火灾的探测系统，包括获取模块、提取模块、识别模块和判断模块，其中：
[0030]获取模块：用于获取视频帧，所述视频帧为通过采集系统实时采集到多个待检测区域的图像；
[0031]提取模块：用于基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧；
[0032]识别模块：用于根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别；
[0033]判断模块：用于判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，若包
含且检测得分小于预设得分阈值，则遍历该火灾关键帧相对应的待检测区域的所有图像，获取所有图像中可燃物的温度并发出预警警告。
[0034]本专利技术的有益效果为：
[0035]本专利技术提出一种关键帧提取策略，避免了探测监控视频的每一帧，只对提取出来的关键帧进行火灾识别探测，从而很大程度上提升了火灾探测速度。
[0036]本专利技术通过弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧，避免了由于提取效果不佳而丢失的一些较为关键的视频帧，也避免了过去提取而造成的关键帧不必要的冗杂；通过深度学习模型来提取特征点和计算描述子，这种方法对不同场景的应用中表现出良好的鲁棒性。
[0037]本专利技术利用BP网络对火灾对象特征点进行训练和识别，对网络的权重和阈值进行调整，使其符合预期的输出，当达到拟和精度后使得识别率提高。
[0038]本专利技术采用SuperPoint方法是一种特征点检测和描述方法，可以通过CNN提取精确的图像特征，为了使SuperPoint方法能够更好地提取火灾图像特征。
[0039]本专利技术采用中值滤波的方法，对图像处理过程中去噪复原有着较好的效果，中值滤波在一定的条件下可以克服线性滤波如最小均方滤波，均值滤波等带来的图像细节模糊的缺点，而且对滤除脉冲干扰及图像扫描噪声最为有效；中值滤波不会降低图像中的高频信号，能在消除噪声的同时很好地保持了图像的边缘特征，有利于图像后续的处理。
[0040]本专利技术中采取的图像阈值化是指根据一个或几个阈值，将图像分解为若干个互不交叠本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种野外火灾的探测方法，其特征在于，包括：获取视频帧，所述视频帧为通过采集系统实时采集到多个待检测区域的图像；基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧；根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别；判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，若包含且检测得分小于预设得分阈值，则遍历该火灾关键帧相对应的待检测区域的所有图像，获取所有图像中可燃物的温度并发出预警警告。2.根据权利要求1所述的野外火灾的探测方法，其特征在于，所述基于弹性变换的SuperPoint方法对视频帧进行提取，得到火灾关键帧，其中包括：针对视频帧中的每一个像素点的所有维度随机生成一个在x和y方向的位移场；基于高斯滤波对位移场进行卷积操作后，叠加在视频帧上生成变换后的图像信息，所述图像信息包括第一图像信息和第二图像信息；读取第一图像信息，利用SuperPoint方法对图像信息进行特征点提取和描述子计算，并将第一图像信息记为第一关键帧；读取第二图像信息，利用SuperPoint方法对图像信息进行特征点提取和描述子计算，并将第二图像信息记为第二关键帧；计算第一关键帧和第二关键帧中所有对应特征点的平均距离，若平均距离大于等于预设距离，则将第一关键帧作为火灾关键帧进行输出，若平均距离小于预设距离，则继续进行迭代计算。3.根据权利要求1所述的野外火灾的探测方法，其特征在于，所述根据BP网络火灾识别算法，对火灾关键帧中所包含的火灾对象进行识别，包括：将火灾关键帧中所包含的火灾对象的图片根据预设比例进行缩放并在每一个空间尺度上使用滑动窗口进行采样，得到火灾对象特征点；基于BP网络火灾识别算法对火灾对象特征点进行识别，得到识别后的火灾对象图像；对火灾对象图像进行中值滤波处理，得到滤波图像结果，公式如下：式中，x1,x2,x3,
…
,x
n
，把n个数按照数值大小进行排列得到X
′1，X
′2，X
′3，
…
，X
′
n
，序列x1,x2,x3,
…
,x
n
中值y；将滤波图像结果进行图像阈值化处理，得到二值化图像，所述二值化图像中包含火灾对象。4.根据权利要求3所述的野外火灾的探测方法，其特征在于，所述判断火灾关键帧中的火灾对象是否包含早期火灾判别特征，若包含且检测得分小于预设得分阈值，则遍历该火灾关键帧相对应的待检测区域的所有图像，包括：对二值化图像中的火灾对象进行识别，判断火灾对象中是否包含判别特征，判别特征包括火灾对象的面积是否存在发生变化的情况、火焰的相对稳定性情况、火焰的形体变化情况以及火焰的整体移动情况，若包含至少两个判别特征，则根据预设打分规则对火灾关
键帧进行打分，得到打分结果；检测打分结果小于预设的得分值时，则调取出该火灾关键帧相对应的待检测区域的所有图像进行遍历。5.根据权利要求4所述的野外火灾的探测方法，其特征在于，所述火焰的整体移动情况，其中包括：利用拉普拉斯微分算子，提取二值化图像中火灾对象的轮廓边缘，并对轮廓边缘进行编码；通过边界搜索算法，从二值化图像的左上角进行逐点扫描，若为闭合线，当遇到边缘点时则循序跟踪，直至跟踪的后续点回到起始点即或者再没有新的后续点位置；若为非闭合线，则跟踪一侧后从起始点开始朝相反的方向跟踪到另一尾点；一条线跟踪完毕，扫描下一个待跟踪点，直至二值化图像内的所有边缘都跟踪完毕；提取边界链码，计算二值化图像的区域周长，根据区域周长计算得出区域圆形度，即作为火焰的判别特征。6.一种野外火灾的探测系统...

【专利技术属性】
技术研发人员：梁贵轩，宋立锵，马焱坤，张振，张涛，
申请(专利权)人：中通服创立信息科技有限责任公司，
类型：发明
国别省市：