【技术实现步骤摘要】
本专利技术提出了门窗防爆监控与预警方法和系统，属于防爆控制。
技术介绍
1、随着城市化进程的加快和建筑安全标准的不断提升，门窗作为建筑物的重要组成部分，其安全性和稳定性越来越受到人们的关注。特别是在一些高风险场所，如化工厂、油气站、仓库等，门窗的防爆性能直接关系到人员和财产的安全。然而，传统的门窗监控手段往往局限于简单的物理防护，缺乏智能化的监控与预警功能，难以及时有效地应对潜在的安全风险。
技术实现思路
1、本专利技术提供了门窗防爆监控与预警方法和系统，用以解决现有技术中存在的上述技术问题，所采取的技术方案如下：
2、门窗防爆监控与预警方法，所述门窗防爆监控与预警方法包括：
3、通过气体传感器组和烟雾传感器实时监测门窗所处环境对应的气体浓度信息和烟雾浓度信息，并根据所述门窗所处环境对应的气体浓度信息和烟雾浓度信息判断是否进行防爆报警；
4、通过图像采集装置实时采集门窗区域范围的图像数据，并通过所述图像信息判断是否进行防爆报警。
5、进一步地，通过气体传感器组和烟雾传感器实时监测门窗所处环境对应的气体浓度信息和烟雾浓度信息，并根据所述门窗所处环境对应的气体浓度信息和烟雾浓度信息判断是否进行防爆报警，包括：
6、通过所述气体传感器组实时监测门窗所处环境对应的气体浓度信息；其中，所述气体传感器组包括甲烷传感器、一氧化碳传感器、乙烷传感器和丙烷传感器；
7、当所述门窗所处环境对应的气体浓度信息超过预设的气体浓度阈值时
8、通过所述烟雾浓度信息实时监测门窗所处环境对应的烟雾浓度信息；
9、当所述门窗所处环境对应的烟雾浓度信息超过预设的烟雾浓度阈值时，则进行防爆报警。
10、进一步地，通过图像采集装置实时采集门窗区域范围的图像数据，并通过所述图像信息判断是否进行防爆报警，包括：
11、图像采集装置实时采集门窗区域范围的视频图像数据；其中，所述图像采集数据采用高清摄像头；
12、将所述视频图像数据进行帧处理，获取所述视频图像数据对应的帧图像数据；
13、对所述帧图像数据进行图像增强处理，获得图像增强处理后的帧图像数据；
14、将所述图像增强处理后的帧图像数据输入用于图像识别的神经网络模型中，通过神经网络模型判断所述帧图像数据中是否存在火光元素；
15、根据所在火光元素的帧图像数据判断是否进行防爆报警。
16、进一步地，对所述帧图像数据进行图像增强处理，获得图像增强处理后的帧图像数据，包括：
17、将所述帧图像数据进行灰度处理，获取所述帧图像数据中所包含的每个像素点对应的灰度值；
18、根据所述帧图像数据中所包含的每个像素点对应的灰度值获取图像分割系数，其中，所述图像分割系数通过如下公式获取：
19、
20、其中，f表示图像分割系数；n表示帧图像数据中所包含的像素点数量；hi表示第i个像素点对应的灰度值；hi-1表示第i-1个像素点对应的灰度值；hmax表示帧图像数据中所包含的像素点的灰度最大值；hz表示帧图像数据中所包含的像素点的中心灰度值；
21、提取所述帧图像数据对应的初始图像块尺寸；其中，所述初始图像块尺寸为5×5；
22、利用所述图像分割系数结合初始图像块尺寸获取当前帧图像数据对应的图像块尺寸；其中，所述当前帧图像数据对应的图像块尺寸通过如下公式获取：
23、
24、其中，n表示当前帧图像数据对应的图像块尺寸对应的水平和垂直方向上的像素点数，并且，n为向上取整，且，n的最小值为3；f表示图像分割系数；n0表示初始图像块尺寸对应的水平和垂直方向上的像素点数；
25、按照所述当前帧图像数据对应的图像块尺寸对所述帧图像数据进行分割，获取所述当前帧图像数据对应的多个图像块；
26、遍历当前帧图像数据对应的每个图像块，并对所述当前帧图像数据对应的每个图像块进行图像增强处理，获取图像增强处理后的帧图像数据；其中，所述图像增强处理包括噪声抑制处理、对比度增强处理和锐化处理。
27、进一步地，根据所在火光元素的帧图像数据判断是否进行防爆报警，包括：
28、提取存在火光元素的帧图像数据，作为目标帧图像数据；
29、将所述目标帧图像数据按照帧时刻从前到后的顺序进行排序，获取目标帧图像数据对应的图像数据集；
30、提取每个目标帧图像数据中所包含的火光元素对应的位置数量以及每个位置对应的火光元素所包含的像素点个数；
31、根据所述每个目标帧图像数据中所包含的火光元素对应的位置数量以及每个位置对应的火光元素所包含的像素点个数获取每个目标帧图像数据对应的火光程度评价系数，其中，所述火光程度评价系数通过如下公式获取：
32、
33、其中，e表示火光程度评价系数；m表示目标帧图像数据的个数；mi表示第i个目标帧图像数据对应的火光元素对应的位置数量；mi-1表示第i-1个目标帧图像数据对应的火光元素对应的位置数量；bi表示第i个目标帧图像数据中的第j个火光元素对应的位置火光元素所包含的像素点个数；bi表示第i个目标帧图像数据中的第j-1个火光元素对应的位置火光元素所包含的像素点个数；bm表示目标帧图像数据中按照帧时刻对应的最近一个目标帧图像数据的火光元素对应的所有像素点个数；bc表示目标帧图像数据中按照帧时刻对应的第一个目标帧图像数据的火光元素对应的所有像素点个数；
34、依次将每个所述目标帧图像数据对应的火光程度评价系数与预设的火光程度评价系数阈值进行比较；
35、当所述目标帧图像数据对应的火光程度评价系数超过预设的火光程度评价系数阈值时，则进行防爆报警；
36、当当前已完成比较的所述目标帧图像数据对应的火光程度评价系数均未超过预设的火光程度评价系数阈值时，则提取每个目标帧图像数据对应的火光程度评价系数，并利用每个目标帧图像数据对应的火光程度评价系数获取综合评价系数，其中，所述综合评价系数通过如下公式获取：
37、
38、其中，p表示综合评价系数；em表示目标帧图像数据中按照帧时刻对应的最近一个目标帧图像数据的火光程度评价系数；ey表示预设的火光程度评价系数阈值；k表示前已完成比较的所述目标帧图像数据的数量；δtsi表示第i个目标帧图像数据对应的帧时刻和第i+1之间的时间长度；ei表示第i个目标帧图像数据对应的火光程度评价系数；emc表示最近一个目标帧图像数据的前一个目标帧图像数据对应的火光程度评价系数；ec表示第一个目标帧图像数据对应的火光程度评价系数；
39、当所述综合评价系数超过预设的综合评价系数阈值，则进行防爆报警。
40、门窗防爆监控与预警系统，所述门窗防爆监控与预警系统包括：
41、第一防爆报警模块，用于通过气体传感器组和烟雾传感器实时监测门窗所处环境本文档来自技高网...
【技术保护点】
1.门窗防爆监控与预警方法，其特征在于，所述门窗防爆监控与预警方法包括：
2.根据权利要求1所述门窗防爆监控与预警方法，其特征在于，通过气体传感器组和烟雾传感器实时监测门窗所处环境对应的气体浓度信息和烟雾浓度信息，并根据所述门窗所处环境对应的气体浓度信息和烟雾浓度信息判断是否进行防爆报警，包括：
3.根据权利要求1所述门窗防爆监控与预警方法，其特征在于，通过图像采集装置实时采集门窗区域范围的图像数据，并通过所述图像信息判断是否进行防爆报警，包括：
4.根据权利要求3所述门窗防爆监控与预警方法，其特征在于，对所述帧图像数据进行图像增强处理，获得图像增强处理后的帧图像数据，包括：
5.根据权利要求3所述门窗防爆监控与预警方法，其特征在于，根据所在火光元素的帧图像数据判断是否进行防爆报警，包括：
6.门窗防爆监控与预警系统，其特征在于，所述门窗防爆监控与预警系统包括：
7.根据权利要求6所述门窗防爆监控与预警系统，其特征在于，所述第一防爆报警模块包括：
8.根据权利要求6所述门窗防爆监控与预警系统，其特
9.根据权利要求8所述门窗防爆监控与预警系统，其特征在于，所述图像增强处理模块包括：
10.根据权利要求8所述门窗防爆监控与预警系统，其特征在于，所述防爆报警执行模块包括：
...【技术特征摘要】
1.门窗防爆监控与预警方法，其特征在于，所述门窗防爆监控与预警方法包括：
2.根据权利要求1所述门窗防爆监控与预警方法，其特征在于，通过气体传感器组和烟雾传感器实时监测门窗所处环境对应的气体浓度信息和烟雾浓度信息，并根据所述门窗所处环境对应的气体浓度信息和烟雾浓度信息判断是否进行防爆报警，包括：
3.根据权利要求1所述门窗防爆监控与预警方法，其特征在于，通过图像采集装置实时采集门窗区域范围的图像数据，并通过所述图像信息判断是否进行防爆报警，包括：
4.根据权利要求3所述门窗防爆监控与预警方法，其特征在于，对所述帧图像数据进行图像增强处理，获得图像增强处理后的帧图像数据，包...
【专利技术属性】
技术研发人员：黄玉琳，
申请(专利权)人：上海林涛智能门窗幕墙有限公司，
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。